Um conjunto de skills para Claude Code e Codex que pesquisa empresas de capital aberto sob a ótica do investimento em valor, aplicando as abordagens de Buffett, Munger, Duan Yongping e Li Lu com análise multiagente.
BruceLanLan/augur
Sistema local de memória para pesquisa de investimentos: 18 perfis de investidores analisam uma ação de forma independente e, depois, combinam os resultados em um consenso ponderado com evidências rastreáveis.
- Estrelas
- 682
- Forks
- 115
- Issues abertas
- 3
- Último commit
- há 9 dias
Esta página apresenta um projeto de código aberto e não constitui aconselhamento de investimento. Negociar e investir pode gerar perdas: avalie o risco por conta própria e siga as leis do seu país antes de usá-lo.
O que é?
Augur é uma ferramenta local para pesquisa e análise de ações. Dezoito perfis de investidores baseados em regras, inspirados em filosofias públicas de investimento — como estratégias de valor, crescimento, macro e do mercado chinês — analisam cada ticker de forma independente. Em seguida, um mecanismo de consenso ponderado combina os sinais, as pontuações, os níveis de confiança e o dimensionamento de posição pelo critério de Kelly, mostrando em que pontos os perfis concordam e divergem.
Cada evidência inclui sua fonte e registros separados dos horários de referência do dado, disponibilidade e recuperação. Dados ausentes são sinalizados explicitamente, e os perfis que dependem deles se abstêm, informando o motivo, em vez de tratá-los silenciosamente como zero. Cada execução é armazenada em um RunBundle imutável, que pode ser exportado, comparado e revisado depois. Por padrão, os dados ficam em um diretório local, e o projeto não inclui telemetria.
O projeto oferece uma CLI, um painel web local com páginas para avaliação por DCF, filas de resultados, acompanhamento de teses e avaliação de backtests, além de um servidor MCP para conectar Claude ou outros agentes. Ele obtém dados de mercado via yfinance e documentos da SEC EDGAR, e é explicitamente identificado como não sendo uma recomendação de investimento.
Recursos principais
- 01Dezoito perfis de investidores analisam o mesmo ticker de forma independente e geram um consenso ponderado.
- 02Os itens de evidência registram a fonte e os horários separados de referência do dado, disponibilidade e recuperação.
- 03Dados ausentes são sinalizados explicitamente, e os perfis que dependem deles se abstêm e informam o motivo.
- 04Cada execução é salva em um RunBundle imutável e exportável para revisão posterior.
- 05Inclui um painel local, uma CLI e um servidor MCP para integração com agentes.
- 06Obtém dados fundamentalistas de documentos da SEC EDGAR, como comparações de fatores de risco em 10-K e variações em XBRL.
Casos de uso
- Estruturar uma análise prévia à divulgação de resultados para uma lista de ações em observação.
- Comparar como diferentes abordagens de investimento em valor e crescimento avaliam a mesma empresa.
- Manter um histórico auditável de pesquisas de investimento anteriores e suas premissas.
- Disponibilizar um fluxo de pesquisa local para Claude ou outros agentes por meio de MCP.
Início rápido
- 1
Clone o repositório
git clone https://github.com/BruceLanLan/augur.git && cd augur - 2
Crie e ative um ambiente virtual
python3 -m venv .venv && source .venv/bin/activate - 3
Instale o pacote principal com suporte a dados do yfinance
pip install -e ".[data]" - 4
Execute a análise com 18 personas em uma ação
augur analyze AAPL
Antes de usar
- É necessário usar Python 3.10 ou superior.
- Os recursos do SEC EDGAR exigem um e-mail de contato válido configurado em AUGUR_EDGAR_CONTACT_EMAIL.
- As personas de investidores são simulações baseadas em regras de ideias de investimento públicas, não representam as opiniões dos investidores reais, e o README alerta que não se trata de aconselhamento financeiro.
Em coleções
Tópicos
Perguntas frequentes
- O que é augur?
- Sistema local de memória para pesquisa de investimentos: 18 perfis de investidores analisam uma ação de forma independente e, depois, combinam os resultados em um consenso ponderado com evidências rastreáveis. Augur é uma ferramenta local para pesquisa e análise de ações. Dezoito perfis de investidores baseados em regras, inspirados em filosofias públicas de investimento — como estratégias de valor, crescimento, macro e do mercado chinês — analisam cada ticker de forma independente. Em seguida, um mecanismo de consenso ponderado combina os sinais, as pontuações, os níveis de confiança e o dimensionamento de posição pelo critério de Kelly, mostrando em que pontos os perfis concordam e divergem.
- augur é gratuito? Qual é a licença?
- augur é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- augur ainda é mantido?
- Manutenção ativa. O último commit de augur foi em 29 de out. de 2026.
- Para que posso usar augur?
- Estruturar uma análise prévia à divulgação de resultados para uma lista de ações em observação. Comparar como diferentes abordagens de investimento em valor e crescimento avaliam a mesma empresa. Manter um histórico auditável de pesquisas de investimento anteriores e suas premissas. Disponibilizar um fluxo de pesquisa local para Claude ou outros agentes por meio de MCP.
- Como instalar augur?
- Clone o repositório: git clone https://github.com/BruceLanLan/augur.git && cd augur Crie e ative um ambiente virtual: python3 -m venv .venv && source .venv/bin/activate Instale o pacote principal com suporte a dados do yfinance: pip install -e ".[data]" Execute a análise com 18 personas em uma ação: augur analyze AAPL
- Onde consigo augur?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/BruceLanLan/augur
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Framework open source de IA agêntica para pesquisa financeira, que combina LLMs com ferramentas determinísticas de valuation e fluxos de trabalho multiagente.
Assistente de pesquisa multiagente com LLM para o mercado de ações A da China, com agentes analistas que debatem, triagem em linguagem natural e paper trading.
Plataforma de análise de investimentos com IA, na qual vários agentes LangGraph analisam ações A chinesas, ações dos EUA e ETFs, transmitindo cada etapa da decisão via SSE.
Sistema multiagente de análise de investimentos em ações A (mercado chinês), no qual agentes de IA debatem cenários otimistas e pessimistas e avaliam riscos antes de sugerir operações.
App de desktop open source e local-first em que um agente Commander transforma seus objetivos em tarefas e coordena agentes especialistas e agentes de CLI, como Claude Code e Codex.