अपडेट पर वापस जाएँ
New releaseAug 6, 2026

LangAlpha v2026.08.05

ऑटोमेटेड OSINT फ्रेमवर्क जो रिकोनिसेंस, डेटा हार्वेस्टिंग, और खतरा खुफिया जानकारी संग्रह के लिए मॉड्यूलर क्रॉलर, स्कैनर और निष्कर्षण पाइपलाइनों के साथ काम करता है।

साझा करें

LangAlpha

एजेंटिक ट्रेडिंग के लिए हार्नेस।

ओपन-सोर्स AI एजेंट जो बाज़ार पर शोध करते हैं, थीसिस बनाते हैं,
और आपके द्वारा निर्धारित अनुमतियों के भीतर आपके अपने ब्रोकरेज खाते में ट्रेड करते हैं।

LangAlpha आज़माएँ ↗ · दस्तावेज़ ↗ · शुरू करें · एजेंटिक ट्रेडिंग · हार्नेस डिज़ाइन · फ़ुल-स्टैक आर्किटेक्चर · सुरक्षा
English · 简体中文 · 日本語

GitHub stars License: Apache 2.0 Python 3.13+ LangChain Documentation Desktop app

demo-cbrs वर्कस्पेस: बाईं ओर एजेंट CBRS कोटेशन जाँच रहा है, फ़ाइलिंग्स निकाल रहा है और दो विश्लेषक चला रहा है, और दाईं ओर उसी शोध से बना CBRS डैशबोर्ड, जो IPO के बाद से कीमत पर खुला है, उसके इवेंट मार्कर और चयनित इवेंट का नोट और स्रोत दिखा रहा है

LangAlpha क्यों

अधिकांश AI वित्तीय टूल सवालों के जवाब देते हैं। हमारा मानना है कि निवेश शोध बेयसीय (Bayesian) होता है: आप एक थीसिस लिखते हैं और यह भी कि क्या चीज़ उसे गलत साबित करेगी, फिर हर अर्निंग्स रिपोर्ट, फ़ाइलिंग और कीमत की हलचल आपके विश्वास को बढ़ाती या घटाती है, और उसके साथ आपकी पोज़िशन भी। यह चक्र हफ़्तों या महीनों तक चलता है, और कोई एक प्रॉम्प्ट इसे कैद नहीं कर सकता।

कोडिंग एजेंट तभी अच्छे हुए जब उनके पास कोड के लिए बना हार्नेस आया: एक ऐसा कोडबेस जो बना रहता है, जहाँ हर कमिट पिछले पर आगे बढ़ता है, साथ में मॉडल के चारों ओर टूल्स, मेमोरी और रनटाइम। LangAlpha वही हार्नेस बाज़ारों तक लाता है, वाइब कोडिंग से वाइब इन्वेस्टिंग तक। यह किसी भी मॉडल के साथ काम करता है, इसलिए हर बेहतर मॉडल इसे और बेहतर बनाता है। दो विश्वास इसे आकार देते हैं:

  • एक ट्रेड एक चक्र है, टूल कॉल नहीं। थीसिस एक वर्कस्पेस में रहती है, और शोध, साइज़िंग, ऑर्डर और उसके बाद की निगरानी — हर एक नया साक्ष्य वापस उसमें डालता है।
  • स्वायत्तता को आपके द्वारा तय एक सीमा चाहिए। एजेंट आपके द्वारा दी गई अनुमतियों के भीतर काम करते हैं, और हर ऑर्डर एक नियंत्रित मार्ग से गुज़रता है।

एक ट्रेड एक चक्र है: एक अनुमान से शोध और वर्कस्पेस में रखी थीसिस तक, फिर साइज़िंग और जोखिम, एक ऑर्डर और निगरानी, और निगरानी नया साक्ष्य वापस थीसिस में डालती है और उसका विश्वास बदलती है

मुख्य विशेषताएँ

इनमें से अधिकांश उदाहरण Cerebras (CBRS) पर एक ही वर्कस्पेस से आते हैं। इसे काम करते हुए इस साझा बातचीत में देखें, पहले सवाल से लेकर Slack पर भेजी गई इनिशिएशन रिपोर्ट तक।

🔎 एजेंटों की एक टीम के साथ शोध

एक प्रश्न पूछें और LangAlpha उसे समानांतर विश्लेषकों में विभाजित करता है जो फाइलिंग पढ़ते हैं, कीमतें, ऑप्शन और मैक्रो डेटा निकालते हैं, और कोड में गणनाएँ करते हैं। उन्हें रन के बीच में कभी भी पुनर्निर्देशित करने के लिए फ़ॉलो-अप भेजें। CBRS पर, रन एक HTML प्राइमर में समाप्त हुआ, जो बताता है कि Cerebras क्या बेचता है, यह कितनी तेज़ी से बढ़ता है और इसके लिए कौन भुगतान करता है।

एक CBRS प्रश्न चार सबएजेंट्स में फैलाया गया, साइडबार में लीड एजेंट के अंतर्गत सूचीबद्ध, प्राइमर के इस खंड के बगल में कि Cerebras के लिए कौन भुगतान करता है
सबएजेंट्स: चार विश्लेषक लीड एजेंट के अंतर्गत प्रश्न पर काम करते हैं, प्रत्येक कार्ड अपने टूल्स और टोकन की गणना करता है, और एक /html-report उनके निष्कर्षों को दाईं ओर के प्राइमर में बदल देता है

🗂️ हर विचार को एक वर्कस्पेस में रखें

प्रत्येक थीसिस, सेक्टर या पोर्टफोलियो के लिए एक वर्कस्पेस। फ़ाइलें, चैट और एजेंट के अपने नोट्स कल भी वहीं रहते हैं, इसलिए प्रत्येक सत्र पिछले सत्र पर आगे बढ़ता है, न कि शुरू से दोबारा।

"इस वर्कस्पेस में अब तक जो हमने पाया है, उससे CBRS पर मुझे एक इंटरैक्टिव डैशबोर्ड बनाओ: मुख्य घटनाओं के साथ कीमत, राजस्व वृद्धि, ग्राहक संकेंद्रण, और OpenAI पर कितना निर्भर है। मैं इसे क्लिक करके देखना चाहता हूँ।"

एक नया थ्रेड इसे शोध और वर्कस्पेस में पहले के थ्रेड्स द्वारा छोड़ी गई फ़ाइलों से बनाता है: एक लाइव डैशबोर्ड जिसके साथ आप खेल सकते हैं।

शोध के बीच में demo-cbrs वर्कस्पेस: एजेंट xlsx और dcf-model स्किल्स लोड कर रहा है और बाज़ार इनपुट के लिए कोड चला रहा है, बगल में overview टास्क के data फ़ोल्डर से खुली revenue_history.json एक फ़ाइल ट्री में जिसमें प्रत्येक टास्क के लिए एक फ़ोल्डर है
वर्कस्पेस फ़ाइलें: थोक डेटा फ़ाइलों में जाता है, एजेंट के कॉन्टेक्स्ट में नहीं। कीमतें, फाइलिंग और मॉडल इनपुट फ़ाइल ट्री में प्रत्येक टास्क के data/ फ़ोल्डर को भरते हैं
डैशबोर्ड थ्रेड: बिल्ड अनुरोध और एक फ़ॉलो-अप जो किसी अन्य थ्रेड की इवेंट फ़ाइलों को मर्ज करता है, बगल में लाइव CBRS डैशबोर्ड कि OpenAI पर कितना निर्भर है, इसके एक्सपोज़र लेजर और बैकलॉग स्ट्रेस टेस्ट के साथ
चल रहे ऐप्स: एजेंट इंटरैक्टिव डैशबोर्ड बनाता है। किसी बार, मार्कर या पंक्ति पर क्लिक करके उसका स्रोत देखें, OpenAI बैकलॉग स्ट्रेस टेस्ट को ड्रैग करें, या किसी अन्य थ्रेड की फ़ाइलों को मर्ज करने के लिए उन्हें @ करें

⏰ नज़र रखने वाले एजेंट

बाज़ार खुलने से पहले एक ब्रीफ़ शेड्यूल करें, या किसी स्टॉक के किसी कीमत को पार करने या एक दिन में एक निश्चित प्रतिशत बढ़ने पर एजेंट को जगाएँ। परिणाम एक फ़ीड में आते हैं, और यदि आप उन्हें कनेक्ट करते हैं और डिलीवरी के लिए चुनते हैं तो Slack, Discord, Telegram, Feishu या iMessage में भी।

श्रेणियाँ