研究方法放进 Skills
市场情绪、板块轮动、候选筛选和个股分析成为可复用的方法，而不是散落在聊天记录里的临时提示词。
默认由一个 Codex 任务按需组合，不制造没有必要的多智能体戏剧。
让智能体负责研究，让代码守住执行边界
OpenAlphaStack 是面向 Codex 的开源 A 股研究系统。领域 Skills 复用研究方法，MCP 提供有类型的数据工具，确定性 Python 引擎负责 T+1、费用、风险、状态和模拟执行。
- MIT 开源
- 本地优先
- 仅限研究与模拟交易
四个领域 Skills
市场、选股、个股、日内研究
确定性规则
模型文字不是执行许可
4个领域 Skills
18个本地 MCP 工具
217项 Python 测试
0项高危前端依赖问题
不是“智能炒股神器”
研究可以灵活，执行必须确定
我们不让一个模型同时扮演分析师、风控、交易所和审计员。每一层只做自己擅长的事，失败、过期和缺失数据都必须被明确暴露。
实时能力放进 MCP
行情、技术面、基本面、新闻、风险计算和基准回测通过稳定参数与版本化响应暴露。
每个响应保留来源、截至时间、新鲜度和示例数据标记。
硬规则留给 Python
T+1、费用、仓位上限、幂等、状态迁移和账本提交由确定性代码执行，不由模型自行解释。
公开能力只有研究、回测与模拟交易，不连接真实券商。
四层清晰边界
从研究意图到可复核证据
智能体负责提出和解释，工具负责读取，规则负责执行，账本负责留下证据。
Codex 任务
理解研究意图、组合方法、引用证据并生成可审阅结论。
领域 Skills
封装市场分析、候选筛选、个股研究与底仓日内约束。
MCP 工具
提供行情、指标、新闻、回测与受限的模拟计划入口。
Python 与 SQLite
执行硬约束、原子状态变更，并生成追加式审计记录。
研究阶段：来源、时间与示例标记随结果保留
执行阶段：没有有效计划就保持观察，不擅自交易
评估阶段：状态与账本可回放、可检查、可复现
真实本地界面
不是概念图，是可以跑起来的工作台
股票搜索、K 线、计划、持仓、账本和三阶段工作流都来自真实本地模拟盘。界面负责观察，不负责替智能体执行命令。
股票搜索与行情观察
按代码、中文名称或拼音定位 A 股
在同一个本地界面查看行情、计划、持仓和可追溯数据来源。
本地只读观察
多周期 K 线与研究状态
观察缓存链、指标和运行状态，不把浏览器变成智能体终端。
完整操作演示
从搜索到工作流复核
先看真实演示，再决定这套架构是否适合你的研究流程。
先完成第一次成功
三分钟跑通离线示例
不必先配置行情源或启动模拟引擎。用确定性的合成数据证明安装、Skill 发现和 MCP 调用链都正常，再进入真实研究。
- 支持 Python 3.10 及以上版本
- 离线示例明确标记，不伪装成真实行情
- 完整中文入门指南包含预期输出与常见错误
PowerShell基础安装
git clone https://github.com/44-99/OpenAlphaStack.git
cd OpenAlphaStack
py -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -e .
openalphastack doctor
可复制的首次提示词
使用市场分析 Skill 的离线示例模式，通过 OpenAlphaStack MCP 读取市场概览与市场新闻，并明确标注所有数据均为合成示例。
边界比口号更重要
它不会替你承诺收益
回测和模拟结果只是研究证据。OpenAlphaStack 的价值是让假设、数据、规则、状态和结果更容易被检查，而不是把不确定性包装成确定答案。
真实券商下单
任意命令执行
收益保证
缺失数据自动编造
常见问题
开始之前，先把边界说清楚
这是自动实盘交易软件吗？
不是。公开模式只有研究、回测与模拟交易，不提供真实券商连接和下单工具。
为什么默认不启动多个子智能体？
大多数研究任务由一个 Codex 任务组合领域 Skills 已经足够。只有用户明确要求独立并行工作时才考虑子智能体。
公开网站会暴露我的本地数据吗？
不会。本站是静态页面；本地观察面板默认绑定 127.0.0.1。独立公网 MCP 也只保留无状态只读工具。
真实行情不可用时还能体验吗？
可以。仓库提供明确标记的合成离线数据，用于验证安装、协议和研究工作流，不作为投资数据。
从可复现开始
先跑通，再相信
查看源码、运行离线示例、检查真实边界。如果它解决了你的问题，欢迎留下一个 Star、报告问题或参与贡献。