AlphaBuddy — 每个市场的每句命题，都值得一条可追溯的证据链

Every thesis deserves verifiable evidence.

题目 13「投资 X Buddy」参赛作品：面向投资研究者的透明 Agent 工作台。给一个研究目标，它出计划、调真实金融数据、全程可见可控，产出带证据与待核实事项的研究产物。仅做事实研究，不构成投资建议。

在线演示：https://alphabuddy.site （免登录，每位访客自动获得独立空间）

交付物导航：演示视频 · AI 使用与验证记录 · 测试说明 · 评测集 · 部署文档 · API 契约 · 架构文档

一句话架构

• Agent 层（LangGraph）：Supervisor（意图识别 + 公司名动态解析为标的代码）→ Planner → interrupt 人工审批 → Researcher（工具循环）→ Reporter
• 技能层：3 张预置任务卡（命题验证 / 业绩点评 / 持仓早报）= prompt 模板 + 工具白名单 + 固定产物格式
• 工具层：扶摇（行情/估值/财务指标/报表/标的检索）+ iFinD MCP，统一返回 {data, source, as_of, unit, caliber}，每次调用写审计日志
• Harness 层：SQLite Checkpointer（断点恢复）、Store（按访客隔离的长期记忆）、recursion_limit + token 预算 + 单工具超时、上下文压缩
• 合规层：输入拦截、授权检查落实到每次调用、产物数字可回指工具返回、强制"待核实事项"章节、审计全程可查
• 多租户：匿名访客 ID（X-Visitor-Id）隔离线程与记忆，免登录、每人独立空间

差异化（对标财搭子 / WorkBuddy 金融版 / Kimi 金融方案）

机构级方案把"数据 MCP 化 + 技能封装 + 多 Agent + 审批 + 可审计"卖给机构；财搭子把多智能体包装成托管产品。本产品验证：同一套架构在个人研究者场景可以轻量落地，且把 Agent Harness 的内部状态（计划、工具调用、检查点、成本）全部透明化。详细竞品分析（含一手来源）见 app/README.md。

快速开始

cd app
cp .env.example .env   # 填入 LLM_API_KEY / FUYAO_API_KEY / IFIND_AUTH_TOKEN
# 后端
cd backend && uv sync && uv run uvicorn app.main:app --port 8000
# 前端（生产模式）
cd ../frontend && npm install && npm run build && npm run start   # http://localhost:3000

无任何 Key 时 ALLOW_FIXTURE_FALLBACK=true 进入 fixture 回放模式（寒武纪案例可完整演示），数据源不可用的步骤会显式标红降级。

一键演示（后端 + 前端 + 临时公网隧道）：app/scripts/demo.sh

测试与评测

• 测试说明见 app/TESTING.md（T1–T12 真实数据源执行记录）
• 评测集见 app/benchmark/（真实数据源 20/20，数值 Accuracy 1.000）
• 后端 22 单测全绿；fixture 模式无 Key 可完整演示

边界

不做买卖建议/涨跌预测/收益承诺（合规红线，主动不做）；访客空间绑定浏览器 localStorage，清空即丢（无登录设计的固有代价）；持仓早报定时触发为演示级。完整边界清单见 app/README.md。