LangAlpha v2026.08.05

Инструмент для «vibe investing»
LangAlpha создан, чтобы помогать интерпретировать финансовые рынки и поддерживать инвестиционные решения.

English ｜ 简体中文 ｜ 日本語

Начало работы • Документация API • Ядро агента • Бэкенд • Веб • TUI • Плагины

Закрепите подготовленную подборку новостей на дашборде, запустите генерацию идей и отправьте параллельных субагентов на сканирование рынка — затем получите пять идей для парных сделок long/short во встроенном интерактивном дашборде, откалиброванном под ваш портфель.

Почему LangAlpha

Каждый современный ИИ-инструмент для финансов относится к инвестированию как к одноразовому действию: задайте вопрос, получите ответ, двигайтесь дальше. Но реальное инвестирование байесовское — вы начинаете с тезиса, ежедневно поступают новые данные, и вы соответственно обновляете свою уверенность. Это итеративный процесс, который разворачивается неделями и месяцами: уточнение тезисов, пересмотр позиций, наслоение нового анализа поверх старого. Ни один отдельный промпт этого не передаёт.

От vibe coding к vibe investing

Вдохновлено разработкой ПО: кодовая база сохраняется, и каждый коммит строится на том, что было раньше. Инструменты для агентов-программистов, такие как Claude Code и OpenCode, добились успеха, создав агентов, которые следуют этому паттерну: исследуют существующий контекст и строят на основе предыдущей работы. LangAlpha привносит ту же идею: дайте агенту постоянное рабочее пространство, и исследование естественным образом накапливается.

На практике вы создаёте рабочее пространство для каждой исследовательской цели («ребалансировка Q2», «глубокое погружение в спрос на дата-центры», «ротация в энергетическом секторе»). Агент расспрашивает вас о ваших целях и стиле, создаёт первый результат и сохраняет всё в файловой системе рабочего пространства. Вернитесь завтра — и ваши файлы, треды и накопленные исследования всё ещё на месте.

Ключевые возможности

• Прогрессивное обнаружение инструментов — Любые инструменты MCP загружаются как краткое описание в контекст, а полная документация выгружается в рабочее пространство, позволяя агенту обнаруживать и использовать инструменты действительно по требованию. Также поддерживается привязка json-инструментов к навыкам с их показом агенту только при активации навыка.
• Программный вызов инструментов (PTC) — Агент пишет и выполняет Python для обработки финансовых данных с серверов MCP вместо вываливания сырых данных в контекстное окно LLM, что позволяет проводить сложный многошаговый анализ, резко сокращая расход токенов.
• Экосистема финансовых данных — Многоуровневая иерархия провайдеров с нативными инструментами для быстрых запросов и серверами MCP для массовой обработки данных, построения графиков и многолетнего анализа в песочницах.
• Постоянные рабочие пространства — Каждое рабочее пространство соответствует выделенной песочнице со структурированными каталогами и файлом заметок рабочего пространства (agent.md), который накапливает исследования между сессиями и тредами. Отдельное хранилище долговременной памяти (.agents/user/memory/, .agents/workspace/memory/) сохраняет устойчивые пользовательские предпочтения и знания между песочницами, а управляемое пользователем хранилище заметок (.agents/user/memo/) позволяет загружать PDF-файлы и markdown-заметки исследований, которые агент может читать по требованию.
• Навыки для финансовых исследований — Готовые рабочие процессы для моделей DCF, отчётов о начале покрытия, анализа отчётности, утренних заметок, генерации документов и многого другого — активируемые слэш-командой или автоопределением.
• Рабочая среда для финансовых исследований — Веб-интерфейс со встроенными финансовыми графиками, многоформатным просмотрщиком файлов, графиками TradingView, рыночными данными в реальном времени через WebSocket, аннотациями графиков, нарисованными агентом, панелью источников по каждому ходу, публикуемыми диалогами и мониторингом субагентов.
• Слой моделей с несколькими провайдерами — Провайдеро-независимая абстракция LLM и автоматическое переключение при ошибке.
• Автоматизации — Планируйте повторяющиеся или одноразовые задачи либо настраивайте автоматизации по цене, срабатывающие, когда акция или индекс достигают ценового условия в реальном времени.
• Секретарь — Flash-агент выполняет роль секретаря: создаёт рабочие пространства и управляет ими, запускает глубокие PTC-анализы в фоне, отслеживает выполняющиеся задачи и получает результаты — всё через разговорные команды с одобрением человеком в цикле.
• Рой агентов — Параллельные асинхронные субагенты с изолированными контекстными окнами, предзагруженным набором инструментов/навыков, управлением в процессе выполнения, возобновлением с контрольной точки и мониторингом прогресса в реальном времени в интерфейсе.
• Живое управление — Отправляйте последующие сообщения, пока агент/субагент работает, чтобы скорректировать курс, уточнить или перенаправить, не дожидаясь завершения.
• Стек middleware — Глубокий, компонуемый стек middleware, обрабатывающий загрузку навыков, режим планирования, мультимодальный ввод, автосжатие и управление контекстом для поддержки длительных сессий агента.
• Безопасность и хранилище — Шифрование при хранении через pgcrypto, автоматическое обнаружение и редактирование утечек учётных данных, выполнение в песочнице и хранение секретов для каждой учётной записи для безопасного доступа агента
• Интеграции с каналами — Используйте LangAlpha из Slack, Discord, Feishu и Telegram, а также доставку по электронной почте для запланированных результатов.
• Инфраструктура, готовая к продакшену — Активность агента, транслируемая через SSE, с воспроизведением при переподключении через буфер Redis, фоновое выполнение, развязанное с HTTP-соединениями, и сохранение состояния на базе PostgreSQL.

Что лежит в основе

Архитектура системы```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