QTYX改造AI Agent：红绿灯数据驱动的投研工作台搭建实录

前言

QTYX 里已经有一套 AI 赋能功能——红绿灯复盘、策略复盘、事件扫描、RPS 轮动、题材主线、K 线预测。

这些功能已经能帮你一键拼好提示词和数据，省去了手动整理数据和写提示词的麻烦。

但问题在于：拼好的提示词和数据，你还得手动复制到 DeepSeek 网页粘贴。数据在 QTYX，分析和报告在 DeepSeek 网页——两者割裂。

现在要做的事情，是把这套功能逐步搬进 AI Agent，做成一个可扩展的投研工作台。

为什么需要 AI 投研助手

信息越来越多，但人的精力是有限的。几十只 ETF 的评分变化、十几条重大事件的传导逻辑、多个板块的强弱切换……这些信息叠加在一起，靠“感觉”去判断，很容易出错。

AI Agent 投研助手的价值，就是把这些信息处理、数据解读、报告撰写的环节交给 AI，你只做最终的判断和决策。它不是替你交易，而是帮你把每天重复的一小时压缩到几分钟。

更重要的是，它是你自己的。分析框架、筛选规则、输出结构，都按你的交易习惯来定制。而且不只是分析——还能对接交易接口，把分析结果直接变成下单指令。从数据获取、分析、报告到交易执行，全流程按你的方式来。

小散不需要战胜市场，只需要更高效地验证和实现自己的想法。而自己的 AI Agent 投研助手，就是离你的想法最近的那个工具。

实战演示

第一步：启动 Agent

打开终端，进入代码所在目录，运行：

python stock_agent_app.py

终端会显示：

Dash is running on http://127.0.0.1:8050/
 * Serving Flask app 'stock_agent_app'
 * Debug mode: on

第二步：打开浏览器，访问 Agent 界面

打开浏览器，输入网址：

http://127.0.0.1:8050

界面会显示：

• 左侧：技能列表（红绿灯综合复盘、策略复盘、事件扫描……）
• 右侧：对话与报告展示区
• 底部：输入框和「发送」按钮

第三步：点击「红绿灯综合复盘」

在左侧技能列表里，找到「🚦 红绿灯综合复盘」按钮，点击它。点击后，Agent 会自动从 FTP 服务器下载最新的红绿灯 CSV。

状态栏会依次显示：

⏳ 未上传文件，正在从服务器下载最新红绿灯数据...
✅ API Key已配置 | ✅ 已自动下载: 指数通行红绿灯带排名和情绪.csv | 👉 输入问题后点击「发送」

这一步不需要你手动找文件、手动上传，Agent 全自动完成。

第四步：点击文件名，查看红绿灯表格

下载成功后，状态栏里的「指数通行红绿灯带排名和情绪.csv」是蓝色可点击的。

点它，会弹出一个大窗口，里面是红绿灯原始表格，日期列按评分自动上色——评分越低越红，越高越绿。

第五步：输入问题，点发送

关掉弹窗，回到对话区。在底部输入框里输入你的问题，然后点「发送」。

第六步：等待生成，查看报告

Agent 会调用 DeepSeek API（联网搜索最新事件），大约等待 30 秒到 2 分钟。

报告会显示在右侧对话区，支持 Markdown 渲染——标题、表格、列表都能正常显示。

报告包含四部分：

• 市场复盘——情绪值、主线方向、风险
• 潜伏高确定反弹红灯 ETF 清单——评分 ≤ 0.1 或含「激进抄底」的品种
• 跟随排名快速上升变强 ETF 清单——排名 ↑ 最大、双重确认的品种
• 今日综合决策摘要——四部分结论汇总

搭建路线

1. 获取大模型 API Key

Agent 的核心是 DeepSeek API，它负责理解指令、分析数据、生成报告。

去 DeepSeek 官网注册账号，在控制台创建一个 API Key，记下来备用。

2. 安装 Python 环境

需要安装的库：

pip install dash dash-bootstrap-components pandas requests

3. 配置 API Key

在代码里找到这一行，替换成你的 Key：

DEEPSEEK_API_KEY = "your-api-key-here"

4. 配置 FTP 登录信息

如果你的 Agent 要自动下载红绿灯数据，需要配置 FTP 连接：

class FTPDownloader:
    def __init__(self):
        self.server = ""
        self.port = 21
        self.username = "QuantTraderYX"
        self.password = ""

5. 启动应用

在终端运行：

python stock_agent_app.py

浏览器访问 http://127.0.0.1:8050 即可使用。

6. 添加自定义技能

Agent 的核心是一套可插拔的技能系统。你想加什么新功能，只需要两步：

第一步：在 PROMPT_TEMPLATES 字典里添加新的技能模板：

PROMPT_TEMPLATES = {
    "redlight_all": "你是一位专业的量化金融分析师……",
    "your_skill": "你是一位xxx专家，请完成xxx任务……"
}

第二步：在 skill_items 列表里添加对应的按钮：

skill_items = [
    {"id": "your_skill", "icon": "🚀", "name": "你的技能名称", "desc": "技能描述"},
]

就这样，一个新技能就加好了。左侧会出现一个新按钮，点击就能用。

大模型是代码老师

这套 Agent 的代码是完全开源的，你拿到手就能跑。但更重要的是——你可以把代码直接丢给大模型，让它教你每一部分是怎么实现的。

不需要从头啃 Python，也不需要逐行读代码。有不懂的地方，直接把代码贴给 DeepSeek，问它：

• 这段代码在干什么？
• 我想改某个功能，应该动哪里？
• 怎么加一个新技能？

1. 理解整体结构

以下是一个 AI 股票投顾 Agent 的代码，请帮我解释整体结构：
- 它由哪几个核心部分组成？
- 数据从下载到生成报告的流程是怎样的？
【粘贴代码】

2. 理解某个函数

请解释下面这个函数的逻辑：
- 它的输入和输出分别是什么？
- 如果我想修改 XXX 行为，应该改哪一行？
【粘贴函数代码】

3. 添加新技能

我想给这个 Agent 加一个新技能，功能是【XXX】。
以下是现有的技能模板和按钮注册代码，请帮我写一个新的：
【粘贴 PROMPT_TEMPLATES 和 skill_items 部分】

4. 修改现有功能

现在的红绿灯综合复盘技能会自动从 FTP 下载 CSV，
但我想改成从本地文件夹读取。
请告诉我需要改哪几处代码，并给出修改后的完整片段。
【粘贴 FTPDownloader 和回调相关代码】

5. 调试报错

运行代码时报了这个错：
【粘贴报错信息】
这是我的相关代码：
【粘贴相关代码】
请帮我分析原因并给出修改方案。

总结

这篇文章从散户的日常痛点出发，把 QTYX 里的 AI 赋能功能，逐步搬进 AI Agent。

而且代码是完全开源的，你可以把代码直接丢给大模型，让它教你每一部分是怎么实现的。不需要从头啃 Python，只需要知道「自己想要什么」，然后问大模型「改哪里」。