LangAlpha

Un arnés de agente para inversiones por vibra («vibe investing»)
LangAlpha está diseñado para ayudar a interpretar los mercados financieros y respaldar decisiones de inversión.

English ｜ 简体中文 ｜ 日本語

Primeros pasos • API Docs • Agent Core • Backend • Web • TUI • Skills • MCP

Fija en el panel un resumen de noticias seleccionado, inicia la generación de ideas y despliega subagentes paralelos para filtrar el mercado — luego recibe cinco ideas de pares largos/cortos en un panel interactivo integrado, calibrado según tu cartera.

Por qué LangAlpha

Hoy en día, toda herramienta de inteligencia artificial para finanzas trata la inversión como algo de una sola vez: haces una pregunta, obtienes una respuesta y pasas a otra cosa. Pero la inversión real es bayesiana — partes de una tesis, cada día llegan nuevos datos y actualizas tu convicción en consecuencia. Es un proceso iterativo que se despliega a lo largo de semanas y meses: refinar tesis, revisar posiciones, superponer nuevos análisis sobre los anteriores. Ningún mensaje aislado logra capturarlo.

Del «vibe coding» al «vibe investing»

Inspirado en la ingeniería de software: una base de código persiste y cada «commit» se construye sobre lo que vino antes. Herramientas como Claude Code y OpenCode tuvieron éxito al crear agentes que adoptan este patrón, explorando el contexto existente y desarrollando trabajos previos. LangAlpha trae esa misma idea: dale al agente un espacio de trabajo persistente y la investigación se acumula de forma natural.

En la práctica, creas un espacio de trabajo por objetivo de investigación («rebalanceo del Q2», «análisis profundo de la demanda en centros de datos», «rotación del sector energético»). El agente te entrevista sobre tus metas y estilo, produce su primer entregable y lo guarda todo en el sistema de archivos del espacio de trabajo. Vuelve al día siguiente y tus archivos, hilos e investigación acumulada siguen ahí.

Aspectos destacados

• Descubrimiento progresivo de herramientas — Cualquier herramienta MCP se carga como resumen en contexto y la documentación completa se vuelca en el espacio de trabajo, permitiendo que el agente descubra y use las herramientas realmente bajo demanda. También admite enlazar herramientas json con habilidades y exponerlas solo cuando la habilidad está activada.
• Llamada programática a herramientas (PTC) — El agente escribe y ejecuta Python para procesar datos financieros de servidores MCP en lugar de verter datos en bruto en la ventana de contexto del LLM, lo que permite análisis complejos de varios pasos mientras reduce drásticamente el desperdicio de tokens.
• Ecosistema de datos financieros — Jerarquía de proveedores multinivel con herramientas nativas para consultas rápidas y servidores MCP para procesamiento masivo de datos, gráficos y análisis multianual en entornos aislados.
• Espacios de trabajo persistentes — Cada espacio de trabajo se asigna a un entorno aislado dedicado con directorios estructurados y un archivo de notas del espacio de trabajo (agent.md) que acumula investigación a través de sesiones e hilos. Un almacén de memoria a largo plazo separado (.agents/user/memory/, .agents/workspace/memory/») persiste preferencias de usuario duraderas y conocimiento entre entornos aislados, y un almacén de notas gestionado por el usuario (.agents/user/memo/`) te permite subir archivos PDF y notas de investigación en markdown que el agente puede leer bajo demanda.
• Habilidades para investigación financiera — Flujos de trabajo predefinidos para modelos DCF, informes de cobertura inicial, análisis de resultados, notas matutinas, generación de documentos y más — activables mediante comando de barra o detección automática.
• Banco de trabajo de investigación financiera — Interfaz web con gráficos financieros integrados, visor de archivos multiformato, gráficos TradingView, datos de mercado en tiempo real vía WebSocket, anotaciones gráficas dibujadas por el agente, un panel de procedencia de fuentes por turno, conversaciones compartibles y monitorización de subagentes.
• Capa de modelos multiproveedor — Abstracción de LLM independiente del proveedor y conmutación automática por error.
• Automatizaciones — Programa tareas recurrentes o de una sola vez, o establece automatizaciones activadas por precio que se disparen cuando una acción o índice alcance una condición de precio en tiempo real.
• Secretario — El agente Flash funciona además como secretario: crea y gestiona espacios de trabajo, envía análisis PTC profundos en segundo plano, monitoriza tareas en ejecución y recupera resultados — todo mediante comandos conversacionales con aprobación humana en el bucle.
• Enjambre de agentes — Subagentes asíncronos paralelos con ventanas de contexto aisladas, conjunto de herramientas/habilidades precargado, corrección de rumbo durante la ejecución, reanudación basada en puntos de control y monitorización de progreso en vivo en la interfaz.
• Corrección de rumbo en vivo — Envía mensajes de seguimiento mientras el agente/subagente está trabajando para corregir el rumbo, aclarar o redirigir sin esperar a que termine.
• Pila de middleware — Una pila de middleware profunda y componible que gestiona la carga de habilidades, el modo de planificación, la entrada multimodal, la compactación automática y la gestión del contexto para soportar sesiones largas de agente.
• Seguridad y bóveda del espacio de trabajo — Cifrado en reposo mediante pgcrypto, detección y redacción automática de fugas de credenciales, ejecución en entorno aislado y almacenamiento secreto por espacio de trabajo para un acceso seguro del agente.
• Integraciones de canal — Usa LangAlpha desde Slack, Discord, Feishu y Telegram, además de entrega por correo electrónico para resultados programados.
• Infraestructura lista para producción — Actividad del agente transmitida vía SSE con repetición de reconexión almacenada en búfer con Redis, ejecución en segundo plano desacoplada de las conexiones HTTP y persistencia de estado respaldada por PostgreSQL.

Qué lo impulsa

Arquitectura del sistema```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