LangAlpha

Um harness de agente de investimento por vibe
LangAlpha foi criado para ajudar a interpretar os mercados financeiros e apoiar decisões de investimento.

English ｜ 简体中文 ｜ 日本語

Primeiros Passos • Documentação da API • Núcleo do Agente • Backend • Web • TUI • Plugins

Fixe um resumo de notícias curado a partir do dashboard, inicie a geração de ideias e despache subagentes paralelos para triar o mercado — depois receba cinco ideias de pair-trade long/short em um dashboard interativo inline, calibrado para o seu portfólio.

Por que LangAlpha

Toda ferramenta de IA financeira hoje trata o investimento como algo pontual: faça uma pergunta, receba uma resposta, siga em frente. Mas o investimento real é bayesiano — você começa com uma tese, novos dados chegam diariamente e você atualiza sua convicção de acordo. É um processo iterativo que se desenrola ao longo de semanas e meses: refinando teses, revisitando posições, sobrepondo novas análises sobre as antigas. Nenhum prompt único captura isso.

Do vibe coding ao vibe investing

Inspirado na engenharia de software: uma base de código persiste, e cada commit se baseia no que veio antes. Harnesses de agentes de código como Claude Code e OpenCode tiveram sucesso ao construir agentes que abraçam esse padrão, explorando o contexto existente e construindo sobre trabalho anterior. LangAlpha traz essa mesma percepção: dê ao agente um workspace persistente, e a pesquisa se acumula naturalmente.

Na prática, você cria um workspace por objetivo de pesquisa ("rebalanceamento do Q2", "análise aprofundada da demanda por data centers", "rotação do setor de energia"). O agente entrevista você sobre seus objetivos e estilo, produz seu primeiro entregável e salva tudo no sistema de arquivos do workspace. Volte amanhã e seus arquivos, threads e pesquisa acumulada ainda estarão lá.

Destaques dos Recursos

• Descoberta Progressiva de Ferramentas — Quaisquer ferramentas MCP carregadas como resumo no contexto e documentação completa despejada no workspace, permitindo que o agente descubra e use ferramentas verdadeiramente sob demanda. Também suporta vinculação de ferramentas json com skills e só as expõe ao agente quando a skill é ativada.
• Programmatic Tool Calling (PTC) — O agente escreve e executa Python para processar dados financeiros de servidores mcp em vez de despejar dados brutos na janela de contexto do LLM, permitindo análises complexas de múltiplas etapas enquanto reduz drasticamente o desperdício de tokens.
• Ecossistema de dados financeiros — Hierarquia de provedores em múltiplos níveis com ferramentas nativas para consultas rápidas e servidores MCP para processamento de dados em massa, criação de gráficos e análise plurianual em sandboxes.
• Workspaces persistentes — Cada workspace mapeia para um sandbox dedicado com diretórios estruturados e um arquivo de notas do workspace (agent.md) que acumula pesquisa entre sessões e threads. Um armazenamento de memória de longo prazo separado (.agents/user/memory/, .agents/workspace/memory/) persiste preferências duráveis do usuário e conhecimento entre sandboxes, e um armazenamento de memorandos gerenciado pelo usuário (.agents/user/memo/) permite que você faça upload de PDFs e notas de pesquisa em markdown que o agente pode ler sob demanda.
• Skills para Pesquisa Financeira — Fluxos de trabalho pré-construídos para modelos DCF, relatórios de iniciação de cobertura, análise de resultados, notas matinais, geração de documentos e mais — ativáveis por comando slash ou detecção automática.
• Finance Research Workbench — UI Web com gráficos financeiros inline, visualizador de arquivos em múltiplos formatos, gráficos TradingView, dados de mercado em tempo real via WebSocket, anotações de gráficos desenhadas pelo agente, um painel de proveniência de fontes por turno, conversas compartilháveis e monitoramento de subagentes.
• Camada de modelos multi-provedor — Abstração de LLM agnóstica de provedor e failover automático em caso de erro.
• Automações — Agende tarefas recorrentes ou pontuais, ou configure automações acionadas por preço que disparam quando uma ação ou índice atinge uma condição de preço em tempo real.
• Secretary — O agente Flash funciona também como secretário: crie e gerencie workspaces, despache análises PTC profundas em segundo plano, monitore tarefas em execução e recupere resultados — tudo por meio de comandos conversacionais com aprovação human-in-the-loop.
• Enxame de agentes — Subagentes assíncronos paralelos com janelas de contexto isoladas, conjunto de ferramentas/skills pré-carregados, direcionamento em meio à execução, retomada baseada em checkpoint e monitoramento de progresso ao vivo na UI.
• Direcionamento ao vivo — Envie mensagens de acompanhamento enquanto o agente/subagente está trabalhando para corrigir o rumo, esclarecer ou redirecionar sem esperar que ele termine.
• Pilha de middleware — uma pilha de middleware profunda e componível que lida com carregamento de skills, modo de planejamento, entrada multimodal, auto-compactação e gerenciamento de contexto para suportar sessões de agente de longa duração.
• Segurança e vault — Criptografia em repouso via pgcrypto, detecção e redação automáticas de vazamento de credenciais, execução em sandbox e armazenamento de segredos por conta para acesso seguro do agente
• Integrações de canais — Use LangAlpha a partir do Slack, Discord, Feishu e Telegram, além de entrega por e-mail para resultados agendados.
• Infraestrutura pronta para produção — Atividade do agente transmitida via SSE com replay de reconexão com buffer no Redis, execução em segundo plano desacoplada das conexões HTTP e persistência de estado com suporte do PostgreSQL.

O Que o Impulsiona

Arquitetura do 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

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