一个面向真实工作流的「多 LLM 团队投研」桌面应用：让分析、辩论、证据校验、报告生成变得可追溯、可回放、可实时观看。
本项目的整体团队化设计思路参考了 TradingAgents (感谢 Tauric Research 团队的研究) 使用 Agno 来落地多智能体编排与运行时
- GitHub Releases：下载最新版本
普通用户可以直接下载安装包使用。 macOS 用户若遇到“应用已损坏，无法打开”，可在终端执行：
sudo xattr -dr com.apple.quarantine /Applications/Syntropy.app
如果觉得这个项目对您有帮助，请给我一个 Star ⭐️ 谢谢。
| 首页 | 证据溯源（点击参考直接查看来源） |
 |
 |
| 流式报告（实时输出） | |
 |
|
TradingAgents 对投研组织的抽象（分析师团队 → 多空研究员辩论 → 风控/交易决策）非常贴近真实流程。我们将其作为设计灵感与参考文献，在此基础上独立实现了一套可落地的桌面工作流与工程体系。
我们用 Agno 组织 Agents/Teams/Workflows，并利用其运行时特性把「长耗时、可流式、可观测」的投研任务跑起来
为了避免 LLM 在辩论时“虚空索敌”，引用一个有理但虚假的证据。
在研究员辩论（多空论点交锋）环节上，我们引入了证据校验层：
- 对辩论论点的证据做校验与过滤，剔除无效/弱相关证据
- 显著降低“看似有理但无来源”的幻觉论证
我们还在代码层面对 LLM 的证据做溯源：报告中每个论点的证据（参考链接）都可以直接点击打开引用来源，并可用于回放/复核。
对低可信证据，我们会在报告中标记出来，提醒用户注意。
报告是流式输出的，你可以在任务运行过程中实时看到各团队产出、工具调用、阶段性结论与最终报告逐步成形。可以直播式的观察整个过程，而不是等待任务完成后才查看。
- 桌面容器：Tauri v2
- 前端：Vue 3 + TypeScript + Vite + TailwindCSS
- 后端：PyTauri（Python）+ Pydantic（IPC 数据模型）+ Agno（多智能体框架）+ akshare (获取股票数据) + crawl4ai (获取新闻数据)
本项目采用 GNU Affero General Public License v3.0 (AGPL-3.0) 许可。
如果对项目感兴趣需商用授权或定制开发，请联系我（见下方联系方式）。
- 微信：xxg-2077 (请备注来意)
- 邮箱: [email protected]
|
在抖音关注我 抖音号: 49498926981 
|
☕️ 赞助 如果这个项目对你有帮助，欢迎赞助支持持续迭代： 请我喝杯咖啡 https://ifdian.net/a/chung-207 
|
npm install
npm run tauri dev本项目仅用于学习与研究，不构成任何形式的投资建议、投资咨询、荐股服务、个股推荐、交易指令、要约或承诺，亦不保证任何收益或结果。
本软件包含由大语言模型（LLM）自动生成的内容，不同 LLM/不同版本/不同提示词与上下文可能导致输出质量与稳定性存在显著差异；LLM 亦可能产生“幻觉”（编造/误解事实、来源、数据或结论），输出可能不完整、过时或存在错误。
请务必基于权威渠道对关键事实、数据与引用来源进行独立核验，并结合自身风险承受能力独立决策；因使用本软件进行交易/投资决策所产生的一切风险与损失由使用者自行承担，必要时请咨询持牌专业人士。