LangAlpha v2026.07.30

// see architecture.md for full system architecture diagram
``````mermaid
%%{init: {'theme': 'neutral'}}%%

flowchart TB
    Web["Web UI<br/>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"]

subgraph Sandbox ["Daytona Cloud Sandbox"]
    Run -- "3 — import tools.*" --> Wrappers["Generated Wrappers<br/>One module per MCP server"]
    Wrappers -- "4 — JSON-RPC stdio" --> MCP["MCP Servers<br/>Subprocesses in sandbox"]
end

MCP -- "5 — REST / WS" --> APIs["Financial APIs<br/>FMP · Yahoo · Polygon"]
APIs -- "6 — Data" --> MCP
Run -- "7 — stdout · charts · files" --> EC
EC -- "8 — Result" --> LLM

Zusätzlich ermöglicht die Workspace-Umgebung Persistenz über eine einzelne Sitzung hinaus. Jede Sandbox hat ein strukturiertes Verzeichnislayout — `work/<task>/` für aufgabenspezifische Arbeitsbereiche (Daten, Diagramme, Code), `results/` für finalisierte Berichte und `data/` für gemeinsame Datensätze — sodass Zwischenergebnisse über Sitzungen hinweg erhalten bleiben. Im Stammverzeichnis befindet sich `agent.md`, eine Workspace-Notizen-Datei, die der Agent über Threads hinweg verwaltet: Workspace-Ziele, wichtige Erkenntnisse, ein Thread-Index und ein Datei-Index wichtiger Artefakte. Eine Middleware-Ebene fügt `agent.md` in jeden Modellaufruf ein, sodass der Agent stets den vollständigen Kontext der vorherigen Arbeit hat, ohne Dateien erneut lesen zu müssen. Unabhängig davon erfasst ein speichergestütztes Langzeitgedächtnissystem (`.agents/user/memory/`, `.agents/workspace/memory/`) dauerhafte Benutzereinstellungen und sandboxübergreifendes Wissen, das Workspace-Reset übersteht, und ein benutzerverwalteter Memo-Speicher (`.agents/user/memo/`) enthält hochgeladene Dokumente — PDFs werden serverseitig textuell extrahiert und Metadaten asynchron von einem LLM generiert, damit der Agent sie thematisch finden und zitieren kann. Jeder Workspace unterstützt mehrere Konversationsthreads, die an ein einzelnes Forschungsziel gebunden sind.

<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/13458/0c53cdc0a2d703d01cdf7670109e29e7763df554d27fb8c1c3576fd0c7e5352e.png" alt="Workspaces-Seite mit Forschungs-Workspace-Karten" width="800" />
</p>
<p align="center"><em>Jeder Workspace ist einer persistenten Sandbox zugeordnet — organisieren Sie Forschung nach Thema, Portfolio oder These.</em></p>

<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/13458/8860e6c240041a9d1cc2711a81797217437a64535fba2577d435320c6fedbfc5.png" alt="PTC-Agent erstellt ein Dashboard mit einem Kalender für Katalysatoren der Mag 7 + Halbleiter" width="800" />
</p>
<p align="center"><em>Der Agent schreibt Code, um interaktive Dashboards zu erstellen — hier ein Kalender für Katalysatoren der Mag 7 + Halbleiter.</em></p>

### Finanzdaten-Ökosystem

Während PTC bei komplexen Aufgaben wie mehrstufiger Datenverarbeitung, Finanzmodellierung und Diagrammerstellung hervorragend ist, ist es übertrieben, für jede Datenabfrage eine Codeausführung zu starten. Daher haben wir auch ein natives Finanzdaten-Toolset entwickelt, das häufig genutzte Daten in ein für LLMs verdauliches Format umwandelt. Diese Tools werden auch mit Artefakten geliefert, die direkt im Frontend gerendert werden und der menschlichen Schicht sofortigen visuellen Kontext zur Analyse des Agenten bieten.

**Native Tools** für schnelle Referenz über direkte Toolaufrufe:

- **Unternehmensübersicht** mit Echtzeitkursen, Kursentwicklung, wichtigen Finanzkennzahlen, Analystenkonsens und Umsatzaufschlüsselung
- **SEC-Einreichungen** (10-K, 10-Q, 8-K) mit Transkripten von Gewinnmitteilungen und formatiertem Markdown für Zitate
- **Marktindizes** und **Sektorperformance** für breiten Marktkontext
- **Websuche** (Tavily, Serper, Bocha) — manifestgesteuerte Anbieterauswahl mit abgestufter Tiefe (schnelle Abfrage bis Tiefenrecherche), plus Bildersuche und KI-Recherche-Modi, pro Benutzer auswählbar — und **Webcrawling** mit Trennschalter-Fehlertoleranz

**MCP-Server** für Rohdaten, die über die PTC-Codeausführung verarbeitet werden:

- **Preisdaten** für OHLCV-Zeitreihen über Aktien, Rohstoffe, Kryptowährungen und Devisen, plus Leerverkaufszins- und Short-Volume-Analysen
- **Fundamentaldaten** für mehrjährige Jahresabschlüsse, Kennzahlen, Wachstumsmetriken, Bewertung, Insider-Transaktionen, Dividenden und Splits, Streubesitz, Schlüsselführungskräfte und technische Indikatoren
- **Makroökonomie** für BIP, VPI, Arbeitslosigkeit, Fed Funds Rate, US-Staatsanleihenrenditekurve (1M–30J), Länderrisikoprämien, Wirtschaftskalender und Gewinnkalender
- **Optionen** für Optionskette mit Filterung, historische OHLCV für Optionskontrakte und Echtzeit-Geld-/Brief-Schnappschüsse
- **Yahoo Finance-Suite** (Preis, Fundamentaldaten, Analyse, Markt) für schlüssellose Abdeckung von Abschlüssen, Analystenbewertungen, Inhabern, Screening und Kalendern
- **X (Twitter)** schreibgeschützte Beitragssuche, Benutzer/Tweet-Nachschlag und Thread-Abruf für Stimmungs- und Ereignisverfolgung, plus einen **Scraping**-Server für JS-gerenderte und Anti-Bot-geschützte Seiten

Der Agent wählt automatisch die richtige Ebene aus: native Tools für schnelle Abfragen, die in den Kontext passen, MCP-Tools, wenn die Aufgabe Bulk-Datenverarbeitung, Diagrammerstellung oder mehrjährige Trendanalyse in der Sandbox erfordert.

MCP-Server sind pro Workspace konfigurierbar. Integrierte Server können einzeln deaktiviert werden, und benutzerdefinierte HTTP- oder stdio-Server — einschließlich solcher, die Anmeldeinformationen aus dem [Workspace-Tresor](#workspace-vault) lesen — können über die API oder das UI hinzugefügt werden und sind innerhalb von Sekunden ohne Neustart wirksam.

#### Datenanbieter-Fallback-Kette

LangAlpha unterstützt eine dreistufige Hierarchie von Datenanbietern. Jede Stufe ist optional — das System verschlechtert sich elegant, wenn höhere Stufen nicht verfügbar sind:

| Stufe | Anbieter                          | Erforderlicher Schlüssel     | Was hinzugefügt wird                                                                               |
| ----- | --------------------------------- | ---------------------------- | -------------------------------------------------------------------------------------------------- |
| 1     | **ginlix-data** (hosted proxy)    | `GINLIX_DATA_URL`            | Echtzeit-WebSocket-Preis-Feed, Intraday-Daten, Daten zu verlängerten Handelszeiten, Optionsdaten   |
| 2     | **FMP** (Financial Modeling Prep) | `FMP_API_KEY`                | Hochwertige Fundamentaldaten, Jahresabschlüsse, Makrodaten, Analystendaten                         |
| 3     | **Yahoo Finance** (yfinance)      | *None — free*                | Kursverlauf, grundlegende Fundamentaldaten, Gewinne, Bestände, Insider-Transaktionen, ESG, Screener |

Alle Stufen sind standardmäßig aktiviert. Um nur mit **kostenlosen Daten** zu arbeiten (Yahoo Finance), führen Sie `make config` mit der angezeigten Auswahl aus. Sie können auch `agent_config.yaml` manuell bearbeiten.

> [!NOTE]
> Yahoo Finance-Daten stammen aus der Community und haben Einschränkungen: keine Intraday-Daten unter 1-Stunden-Intervallen, verzögerte Kurse, begrenzte Makroabdeckung und gelegentliches Ratenlimit. Ein `FMP_API_KEY` wird dringend empfohlen ([kostenlose Stufe verfügbar](https://site.financialmodelingprep.com/)).

### Finanzforschungs-Fähigkeiten

Der Agent wird mit 23 vorgefertigten Finanzforschungs-Fähigkeiten ausgeliefert, die jeweils per Slash-Befehl oder automatischer Erkennung aktiviert werden können. Die Fähigkeiten folgen der [Agent Skills Spec](https://agentskills.io/specification) und können durch Ablegen einer `SKILL.md`-Datei im Workspace erweitert werden.

| Kategorie                 | Fähigkeiten                                                                                              |
| ------------------------- | -------------------------------------------------------------------------------------------------------- |
| **Bewertung & Modellierung** | DCF-Modell, Vergleichsanalyse, 3-Statement-Modell, Modellaktualisierung, Modellprüfung                   |
| **Aktienanalyse**         | Coverage-Aufnahme (30–50-seitiger Bericht), Gewinnvorschau, Gewinnanalyse, These-Tracker                 |
| **Marktintelligenz**      | Morgennotiz, Katalysatorkalender, Sektorübersicht, Wettbewerbsanalyse, Ideengenerierung, X-Recherche     |
| **Dokumentenerstellung**  | PDF, DOCX, PPTX, XLSX, HTML — erstellen, bearbeiten, extrahieren                                        |
| **Betrieb**               | Investment-Deck-QS, geplante Automatisierungen, Benutzerprofil & Portfolio                               |

Anerkennung: Einige der Fähigkeiten sind von [anthropics/financial-services-plugins](https://github.com/anthropics/financial-services-plugins) abgeleitet.

<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/13458/a883b426561bd6be6ce52c41416e12f2d9afdc708a27e3f72750b732457c21e2.png" alt="Fähigkeit zur Vergleichsanalyse, die ein Excel-Modell und einen PDF-Bewertungsbericht mit impliziten Preisspannen für NVDA, AMD und GOOGL liefert" width="800" />
</p>
<p align="center"><em>Die Fähigkeit zur Vergleichsanalyse liefert ein Excel-Modell und einen PDF-Bericht — mit impliziten Preisspannen aus Multiplikatoren der Vergleichsgruppe.</em></p>

### Multimodale Intelligenz

Der Agent liest nativ Bilder (PNG, JPG, GIF, WebP) und PDFs — die multimodale Middleware fängt Dateilesungen ab, lädt Inhalte aus der Sandbox oder von URLs herunter und fügt sie als Base64 in das Gespräch ein, um eine direkte visuelle Interpretation zu ermöglichen. In MarketView kann das Live-Kerzenchart des Benutzers erfasst und als multimodaler Kontext an den Agenten gesendet werden — die Erfassung umfasst sowohl das Chartbild als auch strukturierte Metadaten (Symbol, Intervall, OHLCV, gleitende Durchschnitte, RSI, 52-Wochen-Spanne), sodass der Agent sowohl das visuelle Muster als auch die zugrunde liegenden Daten analysieren kann.

<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/13458/63afd08500cdb33e09e521a0dc0c672eba7ffa7426fa1a3ebd6bd3e351646a4e.png" alt="MarketView mit NVDA-Kerzenchart und KI-gestützter Unterstützungs- und Widerstandsanalyse" width="800" />
</p>
<p align="center"><em>MarketView sendet das Live-Chart zur Echtzeit-Technischen Analyse an den Agenten.</em></p>

### Vom Agenten gezeichnete Chart-Anmerkungen

Bitten Sie den Agenten, das MarketView-Chart zu markieren, und er zeichnet direkt auf der Leinwand — Kursniveaus, Trendlinien, Fibonacci-Retracements, Ereignisabzeichen, Rechtecke und Textmarker. Anmerkungen werden live über SSE gestreamt, bleiben pro Workspace und pro `symbol:timeframe`-Paar bestehen (eine Zeichnung auf `NVDA:1day` bleibt getrennt von `NVDA:1hour`) und werden bei erneuter Verbindung wieder abgespielt. Wenn die Konversation außerhalb von MarketView stattfindet, zeigt das Chat-Transkript eine Mini-Vorschaukarte mit der Anmerkungslegende und einem One-Click-Link zum Live-Chart. Die Chart-Anmerkungsfähigkeit wird automatisch geladen, sobald eine Nachricht von MarketView gesendet wird, so dass der Agent immer weiß, auf welchen Ticker und welchen Zeitrahmen sich „das Chart“ bezieht.

### Automatisierungen

Der Agent kann seine eigenen Aufgaben direkt aus einem Gespräch heraus planen — keine separate Benutzeroberfläche erforderlich. Benutzer können Automatisierungen auch auf der dedizierten Automatisierungsseite mit vollständigem CRUD, Ausführungsverlauf und manuellem Auslöser verwalten. Alle Automatisierungstypen verwenden denselben `AutomationExecutor`, konfigurierbaren Agentenmodus (PTC oder Flash) und automatische Deaktivierung nach aufeinanderfolgenden Fehlern.

**Zeitbasiert** — Standard-Cron-Ausdrücke für wiederkehrende Zeitpläne („diese Analyse jeden Montag um 9:00 Uhr ausführen“) und einmalige Datumszeitplanung für einzelne zukünftige Ausführungen.

**Preisausgelöst** — Legen Sie ein Kursziel oder eine prozentuale Bewegung für eine beliebige Aktie oder einen wichtigen Index fest, und der Agent führt Ihre Anweisungen in dem Moment aus, in dem die Bedingung erfüllt ist. Ein `PriceMonitorService` abonniert eine gemeinsame vorgelagerte WebSocket-Verbindung zu [ginlix-data](https://github.com/ginlix-ai/ginlix-data) für Echtzeit-Ticks (Aktien auf der Echtzeit-Stufe, Indizes auf der verzögerten Stufe). Redis-basierte Deduplizierung verhindert doppelte Auslöser über Serverinstanzen hinweg.

| Bedingung                           | Beispiel                                        |
| ----------------------------------- | ----------------------------------------------- |
| Kurs über / unter                   | Auslösen, wenn AAPL $200 überschreitet          |
| Prozentuale Veränderung über / unter | Auslösen, wenn SPX sich +2% vom vorherigen Schlusskurs bewegt |

Bedingungen können kombiniert werden (UND-Logik), und jede Preisautomatisierung unterstützt den **Einmalmodus** (einmal auslösen) oder den **wiederkehrenden Modus** mit einer konfigurierbaren Abklingzeit (mindestens 4 Stunden oder standardmäßig einmal pro Handelstag).

> [!NOTE]
> Preisausgelöste Automatisierungen erfordern den Echtzeit-WebSocket-Feed von ginlix-data. Während der Beta ist diese Funktion ausschließlich auf der [gehosteten Plattform](https://ginlix.ai) verfügbar. Eine breitere Unterstützung von WebSocket-Datenquellen ist für zukünftige Versionen geplant.

<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/13458/f30f123382354eda92a4e9fcb5ad3bcd9b446f054807e7243f435101f7dd79fa.png" alt="Automatisierungsseite mit Vorlagengalerie und Mag-7-Vor-Gewinn-Zeitplan" width="800" />
</p>
<p align="center"><em>Planen Sie wiederkehrende Forschung — hier werden Mag-7-Analysen vor den Gewinnmitteilungen automatisch vor jedem Bericht ausgeführt.</em></p>

**Agentenarchitektur**```mermaid
%%{init: {'theme': 'neutral'}}%%

flowchart TB
    subgraph Orchestrator ["BackgroundSubagentOrchestrator"]
        direction TB
        Agent["Main Agent · LangGraph ReAct"]
    end

    Agent -- "Task(init · update · resume)" --> SubPool
    SubPool -- "results" --> Orchestrator

    subgraph SubPool ["Subagent Pool — Parallel Async"]
        direction LR
        S1["general-purpose"]
        S2["research"]
        S3["user-defined"]
    end

    subgraph Middleware ["Middleware Stack"]
        direction LR
        MW1["Tool Safety<br/>Leak Detection<br/>Protected Paths<br/>Error Handling"]
        MW2["Context & Skills<br/>agent.md Injection<br/>Skill Loading<br/>Multimodal"]
        MW3["Coordination<br/>HITL · Plan Mode<br/>Steering<br/>Subagent Dispatch"]
        MW4["Resilience<br/>Compaction<br/>Retry + Fallback<br/>Prompt Caching"]
    end

    Agent -- "wraps model + tool calls" --> Middleware
    Middleware --> LLM["Multi-Provider LLM<br/>OpenAI · Anthropic · Gemini · DeepSeek<br/>Qwen · Kimi · Doubao · GLM · MiniMax · ..."]

    Agent <--> Tools

    subgraph Tools ["Tool Layer"]
        direction LR
        T1["execute_code<br/>bash"]
        T2["Filesystem<br/>read · write · edit<br/>glob · grep"]
        T3["Finance<br/>Market Data · SEC<br/>Options · Screener"]
        T4["Web<br/>Search · Fetch"]
        T5["ShowWidget<br/>Inline HTML"]
    end

    T1 <--> Workspace
    T2 <--> Workspace

    subgraph Workspace ["Workspace — Daytona Sandbox"]
        direction LR
        W1["agent.md<br/>Workspace Notes"]
        W2["work/‹task›/<br/>data · charts"]
        W3["results/<br/>Reports"]
        W4["tools/<br/>MCP Wrappers"]
    end

Vault-Geheimnisse erben jede Schutzebene darüber – im Ruhezustand verschlüsselt, aus allen agenten- und menschenbezogenen Ausgaben geschwärzt und vor direktem Dateizugriff geschützt. Nur der Workspace-Besitzer kann Geheimnisse erstellen, aktualisieren, anzeigen oder löschen.

## Frontend

Das Web-UI ist mehr als eine Chat-Oberfläche – es ist eine vollwertige Forschungs-Workbench:

- **Anpassbares Dashboard** – Starten Sie mit einem vorgegebenen Layout (Morning Brief, Trader, Researcher, Agent Desk, Trader (TradingView) oder Portfolio Steward) oder bauen Sie Ihr eigenes aus einer Widget-Galerie, die Märkte, Intelligenz, persönlichen Kontext, Agentenoberflächen und Workspace-Verknüpfungen abdeckt
- **Inline-Finanzcharts** – Tool-Ergebnisse werden als interaktive Sparklines, Balkendiagramme und Übersichtskarten direkt im Chat-Thread dargestellt
- **Inline-HTML-Widgets** – Der Agent kann interaktive HTML/SVG-Visualisierungen (Chart.js-Diagramme, Metrikkarten, Datentabellen) direkt im Chat über das `ShowWidget`-Tool rendern, mit themenbewusstem Styling und sandboxed Iframes
- **HTML-Forschungsberichte** – Der Agent schreibt vollständige, eigenständige HTML-Dokumente nach `results/`, die mit echten Browser-Semantiken bedient werden (Skripte laufen, CDN-Bibliotheken werden geladen, relative Assets werden aufgelöst), im Vollbildmodus anzeigbar und als PDF exportierbar – unterschieden von Inline-Widgets und Live-Dashboards
- **Multi-Format-Dateibetrachter** – PDF (paginiert, zoombar), Excel, CSV, HTML-Vorschau und Quellcode (Monaco-Editor mit Diff-Modus) – alles inline ohne Download anzeigbar
- **TradingView-Charting** – Vollständiges TradingView Advanced Chart mit Zeichenwerkzeugen, Indikatoren und professionellem Candlestick-Styling
- **Live-Marktdaten** – Echtzeit-WebSocket-Preis-Feed mit 1-Sekunden-Tick-Auflösung (US-Aktien), Darstellung der verlängerten Handelszeiten und mehreren gleitenden Durchschnittsüberlagerungen
- **Agentengezeichnete Diagrammanmerkungen** – Der Agent markiert das MarketView-Diagramm mit Preisniveaus, Trendlinien, Fibonacci-Retracements und Ereignis-Badges, gespeichert pro `symbol:timeframe` und inline im Chat als Vorschau angezeigt
- **Teilbare Unterhaltungen** – Teilen mit einem Klick mit granularen Berechtigungen (Dateibrowsing- und Download-Zugriff umschaltbar), Wiedergabe über öffentliche URL
- **Echtzeit-Subagenten-Überwachung** – Sehen Sie die Streaming-Ausgabe und Tool-Aufrufe jedes Hintergrundtasks live und senden Sie Anweisungen während der Ausführung
- **Quellenherkunftsbereich** – Jede Runde listet die externen Quellen auf, auf die der Agent zugegriffen hat (Web, SEC-Einreichungen, Marktdaten, MCP-Tools, Dateien) mit Favicons, Inhalts-Fingerabdrücken und einem thread-weiten Bereichsumschalter
- **Automatisierungen** – CRUD-Verwaltung mit Cron-Builder, Ausführungshistorie, manuellem Auslöser und preisgesteuerten Automatisierungen, die ausgelöst werden, wenn eine Aktie oder ein Index eine Echtzeit-Preisbedingung erreicht

<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/13458/ce010ef17d384f0b0989047d8257ccf2314889610f28b709b74516f6dbde3f08.png" alt="Dashboard mit Marktindex-Streifen, Marktnachrichten-Kurzübersicht und Watchlist – mit einer in den Agent-Chat als Kontext eingefügten Nachrichtenübersicht" width="800" />
</p>
<p align="center"><em>Das Dashboard zeigt Marktindizes, eine personalisierte Kurzübersicht und Ihre Watchlist – jede Kachel kann als Chat-Kontext an den Agenten angeheftet werden, um einen Forschungsthread zu starten.</em></p>

<table align="center">
  <tr>
    <td width="50%">
      <img src="https://assets.kitploit.com/production/public/readmes/13458/df356baaa5170b2ee01c7f1ade44b5c72d041c6b6c677165beea5364aa868a37.png" alt="Dashboard-Vorlagenauswahl mit Morning Brief, Agent Desk, Researcher und Trader Templates" />
    </td>
    <td width="50%">
      <img src="https://assets.kitploit.com/production/public/readmes/13458/a3bef617f61ea5230698406f0483677258a4a721d565dc5ff5f5fc0a26b91733.png" alt="Dashboard-Widget-Galerie mit Kategorien für Märkte, Intelligenz, persönlich, Agent und Workspace" />
    </td>
  </tr>
  <tr>
    <td align="center"><em>Starten Sie mit einer kuratierten Vorlage – Morning Brief, Agent Desk, Researcher oder Trader.</em></td>
    <td align="center"><em>Oder stellen Sie Ihre eigene aus der Widget-Galerie zusammen – Märkte, Intelligenz, persönlich, Agent und Workspace.</em></td>
  </tr>
</table>

## Kanalintegrationen

Nutzen Sie LangAlpha aus den Tools, mit denen Sie bereits arbeiten. Das Integrations-Gateway leitet Nachrichten zwischen Messaging-Plattformen und dem Kern-Agenten weiter, wobei jeder Kanal Antworten in seinem nativen Format erhält. Kanalintegrationen sind ausschließlich in unserem gehosteten Dienst mit Ein-Klick-Einrichtung und schneller Kontobindung verfügbar – besuchen Sie [Integrationen](https://ginlix.ai/account/integrations), um loszulegen.


| Feature                               | Slack | Discord | Feishu | Telegram | WhatsApp |
| ------------------------------------- | ----- | ------- | ------ | -------- | -------- |
| Rich Text / Markdown                  | ✅     | ✅       | ✅      | ✅        | 🔜       |
| Datei-Upload (Benutzer → Agent)       | ✅     | ✅       | ✅      | ❌        | ➖        |
| Datei-Download (Agent → Benutzer)     | ✅     | ✅       | ✅      | ❌        | ➖        |
| Bilddarstellung                       | ✅     | ✅       | ✅      | ❌        | ➖        |
| Human-in-the-Loop-Unterbrechungen     | ✅     | ✅       | ✅      | ⚠️       | ➖        |
| Subagenten-Verfolgung                 | ✅     | ✅       | ✅      | ✅        | 🔜       |
| Workspace-/Modellauswahl              | ✅     | ✅       | ✅      | ✅        | 🔜       |
| Automatisierungszustellung (ausgehend) | ✅     | ✅       | ❌      | ➖        | ➖        |
| Vereinfachte Kontoverbindung          | ✅     | ✅       | ❌      | ❌        | ➖        |
| Slash-Befehle                         | ✅     | ✅       | ✅      | ✅        | ➖        |


Slack und Discord bieten native Kanäle und Thread-Ebenen-Gruppen, die sich natürlich auf LangAlpha-Workspaces und Threads abbilden – der Kontext wird nativ verwaltet. Telegram und WhatsApp fehlen diese Grundelemente, daher verwenden sie einen vereinfachten Orchestrierungsmodus. Feishu bietet vollständige Nachrichtenübermittlung und eine kartenbasierte Benutzeroberfläche, OAuth folgt bald. Telegram hat teilweise Unterstützung, vollständige Abdeckung folgt bald. WhatsApp ist geplant.

## Erste Schritte

> [!TIP]
> **Keine Lust auf Self-Hosting?** Probieren Sie die [gehostete Version](https://ginlix.ai) – sie enthält komplette Dateninfrastruktur (FMP, Echtzeit-Marktdaten, Cloud-Sandboxes) von Haus aus. Bringen Sie Ihren eigenen LLM-Schlüssel (BYOK) mit und beginnen Sie sofort ohne Einrichtung.

Sie können LangAlpha mit **nichts als Docker** starten – keine API-Schlüssel für Daten, keine Cloud-Sandbox. Nur Docker für die Infrastruktur und Ihr eigenes LLM-Abonnement für das KI-Modell.```bash
git clone https://github.com/ginlix-ai/langalpha.git
cd langalpha
make config   # interactive wizard — creates .env, configures LLM, data sources, sandbox, and search
make up       # starts PostgreSQL, Redis, backend, and frontend