明仓 · MingCang

本地优先的 A 股研究 Agent：把研究、信号、持仓纪律、复盘和记忆串成一套可对话的个人研究工作台。

明仓不是量化交易系统，也不是 AI 选股器。它不承诺收益、不替你下单、不替你拍板；它做的是把你关心的股票、赛道、观点、风险和复盘结果组织起来，让 AI 帮你扩大扫描半径、反驳假设、补齐证据，并把被结果验证过的经验沉淀成记忆。

当前推荐用法：打开明仓 Agent，直接用自然语言和它对话。 由于明仓近期做了大规模重构，前端版本还在体验优化中，更适合作为本地可视化查看入口；日常研究、复盘、关注列表维护和风险检查，优先推荐走 agent 方式。

在线文档：https://zeeechenn.github.io/MingCang/ ｜ 语言：简体中文 · English

---

30 秒看懂

• 研究入口：你用自然语言提问，明仓自己调度本地研究、信号、记忆和风险上下文。
• 日常节奏：盘前扫风险，盘中记录异动，盘后整理信号、新闻、止损线和待复核事项，周末做体检。
• 决策边界：AI 帮你扫广度、挑毛病、找证据；最终判断、仓位和交易动作始终由你决定。
• 数据边界：默认本地优先，行情、新闻、持仓、复盘和记忆保存在你自己的电脑上；远程能力需要显式配置。
• 当前形态：Agent 体验优先；前端仍在大改后的产品化打磨中，不建议把前端当作当前主入口。

---

你可以直接这样说

你想做什么	直接对明仓说
研究一只股票	“帮我看一下 300308，现在适合观察、试错还是规避？”
盘前检查	“盘前扫一遍我的关注列表，告诉我今天先看哪些风险。”
盘后复盘	“收盘后复盘一下今天的信号、新闻和需要跟进的票。”
维护关注列表	“把中际旭创加进关注列表，后面每天帮我盯着。”
跟踪一个主题	“把光模块 1.6T 需求作为长期论题跟踪，列出失效条件。”
喂一个观点	“我看到一个观点：先进封装可能加速，把它归档并帮我找反证。”
复盘一笔交易	“复盘这次宁德时代亏损，看看有没有能沉淀成规则的东西。”
查看记忆	“过去我在半导体票上踩过哪些坑？下次研究时提醒我。”

明仓会把这些自然语言请求转成它自己的本地工具调用。你不需要记底层入口，也不需要理解内部模块名。

---

快速开始

推荐：安装 Agent 入口

curl -fsSL https://raw.githubusercontent.com/Zeeechenn/MingCang/main/scripts/install.sh | sh
mingcang

启动后直接和它说人话即可，例如：

帮我看一下 300308，结合信号、新闻、长期标签和过去的记忆，给我一个研究结论。

默认本地模式优先使用你本机已登录的本地 AI 工具。只有启用特定云端模型、搜索或数据源能力时，才需要配置对应 key。

可选：前端预览

前端可以查看本地示例数据、案卷视图和日常面板，但当前仍在重构后的体验优化阶段。想快速看界面，可以运行 demo：

git clone https://github.com/Zeeechenn/MingCang.git
cd MingCang
make demo

然后打开 http://127.0.0.1:5173。demo 数据和真实数据是两套库，只用于体验流程，不代表你的真实关注列表或研究结论。

---

信号卡示例

  600584 长电科技                                   2026-06-02
  ────────────────────────────────────────────────────────────
  综合分 25.8          建议  🟡 可小仓试错
  技术 28.6  ·  量化 25.8  ·  新闻情感 +18.0
  止损 64.66    止盈 98.17    (ATR 2.5 移动止损)
  ────────────────────────────────────────────────────────────
  rule: aggregate_v1  ·  数据不出本机

当日批量信号：

代码	名称	综合分	建议	技术	量化	新闻情感	止损	止盈
600584	长电科技	25.8	🟡 可小仓试错	28.6	25.8	+18.0	64.66	98.17
603986	兆易创新	4.3	🔵 可关注	26.4	4.5	−55.2	414.86	603.09
300750	宁德时代	−1.7	⚪ 观望	−12.5	1.3	+18.0	397.42	488.68

信号只给分档建议和 ATR 风险线，不预测涨跌，不喊必涨。新闻情感是研究辅助输入，不能单独作为买卖依据。

---

核心能力

能力	说明
Agent 对话入口	把股票研究、关注列表、日常扫描、复盘和记忆查询统一成自然语言交互。
每日信号与风险线	技术因子、新闻情感、质量旗标和 ATR 移动止损共同构成每日纪律参考。
研究框架分析师团	财务质量、景气变化、供应链核查等成熟框架用于长期研究，不直接替代每日信号。
案卷式闭环	研究、信号、持仓、复盘和记忆互相链接，方便回溯“当时为什么这么判断”。
本地数据底座	SQLite、缓存契约、数据质量门和防未来函数机制，减少脏数据和回看偏差。
记忆系统	只把被结果验证、复盘确认的经验升级为可信记忆，避免把“听起来对”当成真理。
前端工作台	可视化查看案卷、信号、复盘和来源健康；当前仍在产品体验优化中。

---

案例：一笔亏损如何沉淀成规则

明仓把研究做成一条闭环：判断 → 信号 → 持仓 → 复盘归因 → 记忆更新。下面是一笔纸上交易记录。

宁德时代（300750）· 2026-05 · 纸上交易

步骤	记录
入场	05-14 @ 449.38，止损 395.57
持仓	信号持续转弱；当时无“信号反转退出”规则，继续持有
平仓	05-25 @ 411.28，亏损 −8.48%
复盘归因	根因：缺少信号反转退出规则
沉淀改进	据此新增“信号反转退出”规则，并等待后续结果验证

完整链路见 宁德活样本。

这个案例体现了明仓的核心哲学：亏一笔不可怕，可怕的是没沉淀成规则。 复盘归因找到根因，经人工确认后升级成可信记忆，下次不再犯同样的错。

---

纸上交易结果

  📒 纸上交易最终复盘                2026-05-12 ~ 06-01
  ────────────────────────────────────────────────────────────
  7 笔全平 · 每笔 20% 仓
  仓位加权合计  +3.79%          7 只合计  +18.94%
  ────────────────────────────────────────────────────────────
  盈利 2 笔    兆易创新 +34.26%   ·   长电科技 +11.33%
  止损 5 笔    平均 −5.33%（最大 −9.20%）

  盈亏比 ≈ 4.3 : 1（均盈 +22.8% / 均亏 −5.3%）
  ────────────────────────────────────────────────────────────
  纸上交易回放 · 非真金白银 · 历史结果不回改

纸上交易只是验证研究流程和风险纪律的方式，不等于真实收益，也不构成投资建议。

---

Agent 接入

明仓的主入口是本地 agent。你可以使用内置的 mingcang Pi 终端，也可以让 Claude Code、Codex、Cursor 等外层 agent 读取项目规则后调用明仓能力。

外层 agent 接入时默认先读 AGENTS.md，再按需读取 STATUS.md、PROJECT.md 和公开文档。写入关注列表、记忆、配置或远程接口时，遵循本地/远程边界和 dry-run 规则。

核心上下文工具包括：

工具	用途
mingcang_project_context	持仓、自选、记忆摘要、配置概况
mingcang_stock_context	单只股票：信号、新闻、标签、研究 copilot 影子结论
mingcang_memory_snapshot	分层记忆、审计日志、记忆促进状态
mingcang_health	数据库、依赖、权限健康检查

---

深入了解

这一节给想理解底层设计的人。日常使用只需要和 agent 对话，不需要先理解这些术语。

研究框架分析师团

明仓把一批成熟研究方法编码成可复用的分析师模块，各自从不同维度给一只票做长期判断，再加权融合：

分析师	方法论来源	看什么
📊 Piotroski F-Score	经典学术 9 因子	财务质量：盈利、杠杆、经营效率
📈 景气分析师	开源证券《景气投资方法论》框架	利润、收入、ROE 等指标的边际变化
🔗 赛道供应链分析师	产业链景气与供应链核查	科技/硬件赛道的领先指标、周期位置和炒作过滤
🧭 Serenity 瓶颈框架	Serenity chokepoint skill / 报告门方法论	供应链瓶颈、证据等级、非共识线索和反方问题；当前作为研究检查清单与报告门加严层，不接管生产信号

这些框架属于长期研究层，给的是赛道与个股的中长期判断，不直接改每日信号。每日信号仍由明确规则、风险线和证据门槛约束。

LLM 辩论与裁量增强臂

明仓确实有 LLM 层，但它的位置是研究裁量与反方审视，不是自动买卖。

能力	做什么	边界
多轮 LLM 辩论	Director 提出争议点，Researcher 做多空辩论或快速共识，RiskManager 做风险否决和降级。	输出研究分歧、反证和风险，不直接改官方信号。
LLM 裁量增强臂	围绕候选内排序、试错/观察倾向、持仓去留、降仓/离场倾向、加减仓时机和复盘提炼生成裁量参考卡。	默认灰度关闭；开启后也是 observe-only，不修改止损、止盈、仓位或官方信号。
反方审视	对每张裁量卡找最强反驳，检查证据遗漏和推理跳跃。	只做审视，不替用户下结论。

所以更准确的说法不是“LLM 直接买入、卖出、选股”，而是：LLM 参与候选比较、持仓去留解释、时机判断和复盘归因，但必须在规则信号、ATR 风险线和人工确认边界内工作。

数据底座

能力	做什么
多源与自动回退	provider 注册表，主源失败后按冷却策略切换备源。
防未来函数	回看和验证只使用当时可见的数据，避免用未来信息“作弊”。
质量门与覆盖度报告	校验价格、财务、新闻和来源覆盖，脏数据会进入预警。
缓存与新鲜度策略	声明式缓存契约，控制何时允许复用本地缓存、何时需要刷新。

信号和研究再好，数据不干净就是空中楼阁。明仓把每一次判断尽量落到可追溯、可复核的数据上。

研究决策闭环

明仓把研究模型做成案卷式闭环：用四类 Case 把研究、信号、持仓、复盘串成一条链路，彼此可链接、可审计。

进口（数据 + 新闻 + 你的判断 + 外部论题）
        │
        ▼
  ResearchCase ──▶ SignalCase ──▶ PositionCase ──▶ ReviewCase
   为什么值得研究    现在能交易吗     为何持有/何时退      结果教会了什么
        ▲                                                  │
        └────────── 记忆更新（outcome-gated，人工确认）◀────┘

说人话就是：先记下“为什么值得研究”，再判断“现在能不能交易”，交易后记录“为何持有/何时退出”，结果出来后复盘“这次教会了什么”。被结果验证过、经人工确认的经验，才会进入可信记忆。完整架构见 docs/ARCHITECTURE.md。

当前能力状态

能力	当前状态
盘后风险面板	已能把风险警示、再评估触发、ATR 距离、财务质量和数据质量放进同一个复盘视图。
观察哨与触发器	已能记录关注标的的价格、资金、新闻和主题联动变化，触发后进入待复核队列。
日常报告	已覆盖盘前、盘中、盘后和周末体检，报告层会尽量把内部术语翻成可执行的研究问题。
LLM 裁量层	有候选比较、持仓去留、时机解释和复盘提炼能力；默认灰度关闭，开启后也只输出参考卡。
盲裁验收	判断类功能可以做跨模型盲裁和前向验证，避免“换个更强模型就直接改生产信号”。
Web 前端	已有本地工作台和日常页，但大改后还在体验优化中；当前建议 agent-first。

---

配置

本地与远程配置

真实 key 只放本机 .env 或部署平台的 secret manager，不要提交到 Git。可以从 .env.example 复制一份开始：

AI_PROVIDER=local_cli
DATABASE_URL=sqlite:////absolute/path/to/mingcang.db
MINGCANG_AGENT_MODE=local

默认本地模式使用 AI_PROVIDER=local_cli，优先走本机已登录的本地 AI 运行时，不需要云端 LLM key；行情/新闻默认走东财等免 key 源。零 key 也能跑通基础流程，但有一个前置条件：本机已登录可用的 AI CLI（claude 或 codex）。没有的话，ANTHROPIC_API_KEY / OPENAI_API_KEY 必须二选一。

必要性分三档：必须（不配跑不起来对应模式）、⭐推荐（想顺利用全明仓的研究/新闻能力就该配）、可选（按需）。

变量	必要性	何时填写	获取地址	费用
ANTHROPIC_API_KEY	二选一必须（无本机 AI CLI 时）	AI_PROVIDER=anthropic	console.anthropic.com	付费按量
OPENAI_API_KEY	二选一必须（无本机 AI CLI 时）	AI_PROVIDER=openai	platform.openai.com	付费按量
OPENAI_BASE_URL	可选	使用 OpenAI 兼容网关时	留空表示 OpenAI 官方地址	—
IFIND_MCP_TOKEN	⭐推荐	IFIND_MCP_ENABLED=true；新闻/公告的生产主源，不配则新闻层退化到东财兜底、公告与历史新闻回填不可用	mcp.51ifind.com（同花顺 iFinD MCP）	有免费档（日/月双层限额），个人付费档更宽
TAVILY_API_KEY	⭐推荐	实时新闻/搜索兜底与 deep research 检索	tavily.com	有免费月度额度
TUSHARE_TOKEN	可选	需要 Tushare Pro A 股数据补充时	tushare.pro	免费注册，积分制解锁接口
TICKFLOW_API_KEY	可选	TICKFLOW_ENABLED=true	tickflow.org	有免费额度
ANSPIRE_API_KEY	可选	deep research 或严格事件新闻抓取	anspire.cn	付费充值按量
BARK_KEY	可选	需要 iOS Bark 推送时	Bark iOS App（App 内自动生成设备 key）	免费
MINGCANG_AGENT_API_KEY	远程模式必须	MINGCANG_AGENT_MODE=remote；本地模式不需要	自行生成任意强随机串，非第三方申请	—

远程暴露是 opt-in，默认只读：

MINGCANG_AGENT_MODE=remote
MINGCANG_AGENT_API_KEY=your_secret_key
MINGCANG_AGENT_REMOTE_WRITE_ENABLED=false
MINGCANG_AGENT_REMOTE_WRITE_ACTIONS=

.env、数据库、个人交易记录、真实 key 不进 Git。

---

文档索引

文件	内容
docs_public/index.md	公开文档首页：推荐导航、最短路径、核心能力
docs_public/USER_GUIDE.md	Agent 使用指南：以自然语言完成单股研究、每日扫描、长期论题和复盘记忆
docs_public/FEATURE_MAP.md	功能目录：每个功能的说明、入口、状态、写入/信号/Key 边界
docs_public/DEVELOPER_GUIDE.md	后续开发指南：页面、API、action、研究模块、量化模块
docs_public/REFERENCE.md	参考手册：底层接口、配置和关键文件
AGENTS.md	Agent 使用规则和安全边界
PROJECT.md	代码库导航和关键文件索引
STATUS.md	当前生产状态、信号权重、测试入口
CHANGELOG.md	版本历史和已完成更新
CONTRIBUTING.md	开发环境和贡献流程
docs/ARCHITECTURE.md	分层架构、Case 类型、融合逻辑完整说明
docs/WHY_NOT_AI_STOCK_PICKER.md	为什么明仓不是 AI 选股器：LLM 边界、ATR 纪律、记忆门控

---

许可证与声明

明仓当前版本采用 PolyForm Noncommercial License 1.0.0：允许个人研究、学习、实验和非商业组织使用、修改与分发；不允许未经授权的商业使用、商业集成、商业托管或再销售。商业合作或授权请先联系维护者。

早期已经按 MIT License 获取的副本仍以其当时附带的许可文本为准；当前仓库和后续版本不再按 MIT 发布。

明仓是个人研究工具，不构成投资建议。系统不自动下单，LLM 不做价格预测，止盈止损由 ATR 公式和风险约束生成。所有交易决策和资金风险由使用者自行承担。

---

未来方向

明仓的愿景是：让 AI 放大你的判断，而不是替你拍脑袋。

• 继续强化 agent-first 使用方式：让用户用自然语言完成研究、复盘、关注列表和记忆查询，而不是学习一组内部入口。
• 继续打磨前端体验：前端会从“能看”走向“好用”，但当前主推仍是 agent。
• 用真实结果激活新能力：新模型、新因子、新框架都要先通过前向样本、数据质量和复盘验证，再影响生产判断。
• 扩展 A/HK/US 研究链路：A 股是主战场，港股和美股会逐步从只读研究态走向可跟踪、可复盘的完整链路。
• 只记住被验证过的经验：一条判断对不对，要等结果出来、复盘通过才算数，不会因为“讲得有道理”就被写进可信记忆。