aistockrecommender

AI股票推荐器

用于股票分析和投资组合推荐的多代理人工智能系统。该平台使用谷歌的代理开发工具包（ADK）和A2A（代理到代理）协议，其中Host Agent协调专门的子代理提供股票分析、投资组合报告分析和投资建议。

组件

先决条件

• python >= 3.12
• Node.js >= 18
• Docker&Docker编写 （适用于PostgreSQL）
• 瑞迪斯 （本地安装或Docker）
• Google API密钥 （适用于ADK制剂的Gemini API）
• Firebase项目 （用于身份验证）

______________________________________________________________________

1.数据库设置

通过Docker Compose启动PostgreSQL：

cd backend
docker-compose up -d

这将以以下方式启动PostgreSQL 15实例：

• 数据库： finance_a2a
• 用户： postgres
• 密码： password
• 端口： 5432

这 init.sql 脚本自动运行并创建： users, conversation_sessions, conversation_messages，以及 agent_states 桌子。

应用迁移（如果需要）

cd backend/host_agent
python apply_migration.py

______________________________________________________________________

2.MCP服务器设置

MCP服务器通过以下方式向代理提供股票市场数据工具 模型上下文协议.它作为一个 stdio子流程 它由Host Agent和Stock Analyser Agent生成，不需要单独启动。

环境变量

cd mcp
cp .env.example .env

MCP工具暴露

MCP提示

代理商如何呼叫MCP

两者 主机代理 和 股票分析代理 使用Google ADK将MCP服务器作为子进程生成 MCPToolset 随着 StdioConnectionParams:

from google.adk.tools.mcp_tool.mcp_toolset import MCPToolset, StdioConnectionParams
from mcp import StdioServerParameters

connection_params = StdioConnectionParams(
    server_params=StdioServerParameters(
        command=sys.executable,          # current Python interpreter
        args=["/path/to/mcp/server.py"], # path to MCP server script
        env=mcp_env,
    )
)
stock_mcp_tool = MCPToolset(connection_params=connection_params)

这 MCP_DIRECTORY 配置变量（在Host Agent和Stock Analyser Agent中）指向 mcp/ 文件夹。Host Agent直接使用MCP工具进行投资组合绩效价格查询，而Stock Analyser Agent在其ADK代理中使用它们进行全面的股票分析。

______________________________________________________________________

3.后端设置

3a。主机代理（端口10001）

前端与之通信的中央FastAPI服务器。它通过A2A协议协调其他代理。

cd backend/host_agent

# Create and activate virtual environment
python -m venv .venv
source .venv/bin/activate

# Install dependencies
pip install -r ../requirements.txt
pip install google-adk a2a-sdk python-dotenv uvicorn firebase-admin \
            sqlalchemy psycopg2-binary redis slowapi httpx nest_asyncio \
            boto3 PyMuPDF requests

# Configure environment
cp env.example .env
# Edit .env with your values (see table below)

# Run
python __main__.py

Host Agent环境变量

API关键终结点

______________________________________________________________________

3b。库存分析仪代理（端口10002）

作为一个独立的A2A兼容代理运行，使用Google ADK+MCP工具执行股票分析。

cd backend/stockanalyser_agent

# Create and activate virtual environment
python -m venv .venv
source .venv/bin/activate

# Install dependencies (uses pyproject.toml)
pip install -e .

# Configure environment
cp .env.example .env
# Edit .env with your GOOGLE_API_KEY and PERPLEXITY_API_KEY

# Run
python __main__.py

股票分析器代理环境变量

代理开始 端口10002 并暴露A2A协议端点。它与技能相吻合 stock_analyse --“对股票行情进行详细分析。给出买入或卖出的建议。”

______________________________________________________________________

3c。股票报告分析仪代理（端口10003）

处理上传的PDF投资组合报表和财务文件。

cd backend/stockreport_analyser_agent

# Create and activate virtual environment
python -m venv .venv
source .venv/bin/activate

# Install dependencies (uses pyproject.toml)
pip install -e .

# Configure environment (uses same Google API key)
# Create a .env file with GOOGLE_API_KEY

# Run
python __main__.py

代理开始 端口10003 凭借技能 stock_report_analyse --分析股票报告、收益表、季度报告和其他财务文件

______________________________________________________________________

4.前端设置

前端是一个带有Firebase身份验证和Tailwind CSS的React+TypeScript应用程序。

cd frontend

# Install dependencies
npm install

# Configure environment
cp env.example .env
# Edit .env with your Firebase config and API URL

# Run development server
npm start

应用程序开始于 http://localhost:3000.

前端环境变量

Firebase设置

1. 在以下位置创建Firebase项目 Firebase控制台
2. 启用 电子邮件/密码 和 谷歌 身份验证下的登录提供程序
3. 获取web应用程序配置并填写前端 .env
4. 下载服务帐户JSON密钥并设置 FIREBASE_SERVICE_ACCOUNT_PATH 在Host Agent中 .env

______________________________________________________________________

5.启动一切（地方发展）

按以下顺序启动服务：

# Terminal 1 - Database
cd backend && docker-compose up -d

# Terminal 2 - Redis (if not using Docker)
redis-server

# Terminal 3 - Stock Analyser Agent
cd backend/stockanalyser_agent && source .venv/bin/activate && python __main__.py

# Terminal 4 - Stock Report Analyser Agent
cd backend/stockreport_analyser_agent && source .venv/bin/activate && python __main__.py

# Terminal 5 - Host Agent (start after remote agents are up)
cd backend/host_agent && source .venv/bin/activate && python __main__.py

# Terminal 6 - Frontend
cd frontend && npm start

验证

• 前端：http://localhost:3000
• Host Agent API：http://localhost:10001/health
• 股票分析代理：http://localhost:10002/health
• 代理连接：http://localhost:10001/agents/status

______________________________________________________________________

代理通信流程

1. 前端向Host Agent发送带有Firebase身份验证令牌的聊天消息(POST /api/chats)
2. Host Agent验证令牌，在PostgreSQL中管理会话
3. 根据用户意图，Host Agent通过A2A协议委托给适当的子代理
4. 子代理使用MCP工具（通过yfinance获取股票数据）和Google Gemini（LLM推理）生成分析
5. 结果通过A2A流回Host Agent，Host Agent将结果持久化到数据库，并将响应返回给前端
6. 对于投资组合绩效跟踪，Host Agent直接调用MCP工具来获取当前股票价格