
إطار عمل OSINT آلي للاستطلاع وجمع البيانات وجمع معلومات التهديدات باستخدام زواحف معيارية وماسحات ضوئية وخطوط أنابيب استخراج.
أداة وكيل استثمار بالحدس
صُمِّم LangAlpha للمساعدة في تفسير الأسواق المالية ودعم قرارات الاستثمار.
Getting Started • API Docs • Agent Core • Backend • Web • TUI • Plugins
ثبّت موجزًا إخباريًا منسّقًا من لوحة التحكم، وابدأ توليد الأفكار، وأرسل وكلاء فرعيين متوازيين لفحص السوق — ثم احصل على خمس أفكار لتداولات زوجية شراء/بيع في لوحة تحكم تفاعلية مدمجة، معايَرة وفق محفظتك.
تتعامل كل أداة ذكاء اصطناعي مالية اليوم مع الاستثمار كعملية لمرة واحدة: اطرح سؤالًا، احصل على إجابة، ثم امضِ قدمًا. لكن الاستثمار الحقيقي بايزي — تبدأ بفرضية، وتصل بيانات جديدة يوميًا، وتحدّث قناعتك وفقًا لذلك. إنها عملية تكرارية تتكشف على مدى أسابيع وأشهر: صقل الفرضيات، وإعادة النظر في المراكز، وتراكم تحليلات جديدة فوق القديمة. لا يمكن لأي موجّه واحد أن يجسّد ذلك.
مستوحى من هندسة البرمجيات: قاعدة الشيفرة تبقى، وكل commit يُبنى على ما سبقه. نجحت أدوات وكلاء البرمجة مثل Claude Code وOpenCode ببناء وكلاء يتبنّون هذا النمط، فيستكشفون السياق القائم ويبنون على العمل السابق. يجلب LangAlpha الرؤية ذاتها: امنح الوكيل مساحة عمل دائمة، فيتراكم البحث تلقائيًا.
عمليًا، تنشئ مساحة عمل لكل هدف بحثي ("إعادة موازنة الربع الثاني"، "تعمّق في طلب مراكز البيانات"، "تدوير قطاع الطاقة"). يقابل الوكيل أهدافك وأسلوبك عبر أسئلة، ويُنتج أول مخرجات، ويحفظ كل شيء في نظام ملفات مساحة العمل. عُد غدًا وستجد ملفاتك ومحادثاتك وبحثك المتراكم لا تزال هناك.
agent.md) يراكم البحث عبر الجلسات والمحادثات. ويحفظ مخزن ذاكرة طويل الأمد منفصل (.agents/user/memory/، .agents/workspace/memory/) تفضيلات المستخدم الدائمة والمعرفة العابرة للبيئات المعزولة، كما يتيح مخزن مذكرات يديره المستخدم (.agents/user/memo/) رفع ملفات PDF وملاحظات بحث بصيغة markdown ليقرأها الوكيل عند الطلب.بنية النظام```mermaid %%{init: {'theme': 'neutral'}}%%
flowchart TB
Web["Web UI
React 19 · Vite · Tailwind"] -- "REST · SSE" --> API
Web -- "WebSocket" --> WSP
CLI["CLI / TUI"] -- "REST · SSE" --> API
subgraph Server ["FastAPI Backend"]
API["API Routers<br/>Threads · Workspaces · Market Data<br/>OAuth · Automations · Skills"]
WSP["WebSocket Proxy"]
API --> ChatHandler["Chat Handler<br/>LLM Resolution · Workflow Dispatch"]
ChatHandler --> BTM["Background Task Manager<br/>Decoupled Execution · Workflow Lifecycle"]
end
subgraph PostgreSQL ["PostgreSQL — Dual Pool"]
AppPool[("App Data<br/>Users · Workspaces · Threads<br/>Turns · BYOK Keys · Automations")]
CheckPool[("LangGraph Checkpointer<br/>Agent State · Checkpoints")]
end
subgraph Redis ["Redis"]
EventBuf[("SSE Event Buffer<br/>150K events · Reconnect Replay")]
DataCache[("API Cache<br/>Market Data · SWR")]
Steering[("Steering Queue<br/>User Messages Mid-workflow")]
end
BTM --> AppPool
BTM --> CheckPool
BTM --> EventBuf
BTM --> Steering
API --> DataCache
BTM -. "Sandbox API" .-> Daytona["Daytona<br/>Cloud Sandboxes"]
API -. "REST" .-> FinAPIs["Financial APIs<br/>FMP · SEC EDGAR"]
WSP -. "WebSocket" .-> GData["ginlix-data<br/>Polygon.io · Massive"]
### طبقة النماذج متعددة المزوّدين
يعمل LangAlpha على طبقة نماذج مستقلة عن المزوّد تُجرّد التعامل مع خلفيات LLM متعددة. تعمل نفس حزمة البرمجيات الوسيطة والأدوات وسير العمل بغض النظر عن النموذج الذي يقودها. وتأتي بوضعين: