ginlix-ai/langalphaFramework OSINT automatizzato per ricognizione, raccolta dati e raccolta di intelligence sulle minacce con crawler modulari, scanner e pipeline di estrazione.
Agenti AI open-source che analizzano il mercato, costruiscono la tesi
e operano sul tuo conto di intermediazione entro i permessi che imposti.
Prova LangAlpha ↗ ·
Per iniziare ·
Trading agentico ·
Progettazione del framework ·
Architettura full-stack ·
Sicurezza
English · 简体中文 · 日本語
La maggior parte degli strumenti finanziari basati sull'AI risponde a domande. Crediamo che la ricerca sugli investimenti sia bayesiana: scrivi una tesi e ciò che la smentirebbe, poi ogni pubblicazione di utili, documento depositato e movimento di prezzo alza o abbassa la tua convinzione, e con essa la tua posizione. Questo ciclo dura settimane o mesi, e nessun singolo prompt lo cattura.
Gli agenti di programmazione sono diventati validi quando hanno avuto un framework costruito per il codice: una codebase che persiste, dove ogni commit si basa sul precedente, più gli strumenti, la memoria e il runtime attorno al modello. LangAlpha porta quel framework sui mercati, dal vibe coding al vibe investing. Funziona con qualsiasi modello, così ogni modello migliore lo rende migliore. Due convinzioni lo plasmano:
La maggior parte di questi esempi proviene da un unico workspace su Cerebras (CBRS). Guardalo all'opera con questa conversazione condivisa, dalla prima domanda al report di avvio inviato su Slack.
Poni una domanda e LangAlpha la suddivide tra analisti paralleli che leggono i documenti depositati, recuperano prezzi, dati sulle opzioni e macroeconomici, ed eseguono i calcoli nel codice. Invia un follow-up in qualsiasi momento per reindirizzarli durante l'esecuzione. Su CBRS, l'esecuzione si è conclusa con un primer HTML su cosa vende Cerebras, quanto cresce rapidamente e chi paga per questo.
Subagenti: quattro analisti lavorano alla domanda sotto l'agente principale, ogni scheda conta i propri strumenti e token, e un /html-report trasforma le loro scoperte nel primer sulla destra
Un workspace per tesi, settore o portafoglio. File, chat e appunti dell'agente sono ancora lì domani, così ogni sessione si costruisce sulla precedente invece di ricominciare da zero.
"Costruiscimi una dashboard interattiva su CBRS da ciò che abbiamo trovato finora in questo workspace: il prezzo con gli eventi chiave, la crescita dei ricavi, la concentrazione dei clienti e quanto dipende da OpenAI. Voglio poterci cliccare dentro."
Un nuovo thread la costruisce dalla ricerca e dai file che i thread precedenti hanno lasciato nel workspace: una dashboard live con cui puoi giocare.
 File del workspace: i dati in blocco finiscono nei file, non nel contesto dell'agente. Prezzi, documenti depositati e input del modello riempiono la cartella data/ di ogni task nell'albero dei file |
 App in esecuzione: l'agente costruisce dashboard interattive. Clicca su una barra, un indicatore o una riga per vederne la fonte, trascina lo stress test del backlog OpenAI, oppure @ i file di un altro thread per unirli |
Programma un brief prima dell'apertura, o risveglia un agente quando un titolo supera un prezzo o si muove di una percentuale stabilita in un giorno. I risultati finiscono in un unico feed, e in Slack, Discord, Telegram, Feishu o iMessage se li colleghi e li scegli per la consegna.
"Tieni d'occhio CBRS per me. Controlla le assunzioni del modello ogni lunedì, aggiornalo dopo i risultati del Q3 e avvisami se il titolo supera il nostro valore bull o scende sotto i $95."
