一套基于 Claude Code / Codex 的价值投资研究 Skill 合集,融合四位大师方法论并支持多 Agent 并行研究。
BruceLanLan/augur
本地优先的投资研究记忆系统,18 位投资大师规则化独立分析后加权汇总,证据可追溯、每次运行可复查。
- Star
- 681
- Fork
- 115
- 未关闭 Issue
- 3
- 最近提交
- 9天前
本页只介绍开源项目,不构成投资建议。交易和投资可能造成亏损,使用前请自行评估风险,并遵守当地法律法规。
这是什么?
Augur 是一个用于股票分析的本地研究工具。系统内置 18 位基于规则实现的投资大师画像,覆盖价值、成长、宏观以及中国市场等流派,每位大师独立分析同一只股票,再由加权共识引擎汇总信号、分数、置信度和 Kelly 仓位建议,并展示大师们在哪些地方一致、在哪些地方分歧。
每条证据都带有来源,并区分业务时点、可得时点和获取时点。缺失数据会显式标注,依赖它的大师会说明原因后弃权,而不是把缺失当作 0 静默计算。每次运行都保存为不可变的 RunBundle,之后可以导出、比较和复查。数据默认保存在本地目录,项目不包含遥测。
项目提供命令行工具和本地 Dashboard,页面包括 DCF 估值、财报队列、投资论文追踪和回测评估等;同时提供 MCP server,可接入 Claude 等 Agent。行情数据来自 yfinance,财务披露来自 SEC EDGAR。项目明确声明内容仅供学习研究,不构成投资建议。
核心功能
- 0118 位投资大师对同一股票独立分析,并输出加权共识。
- 02证据条目记录来源,并区分业务时点、可得时点和获取时点。
- 03缺失数据显式标注,依赖它的大师会说明原因后弃权。
- 04每次运行保存为不可变且可导出的 RunBundle,便于之后复查。
- 05提供本地 Dashboard、命令行工具和 MCP server,方便接入 Agent。
- 06基于 SEC EDGAR 披露数据,支持 10-K 风险因素对比与 XBRL 财务变化分析。
适用场景
- 为自选股在财报前整理研究材料与分歧点。
- 对比不同价值、成长投资框架对同一公司的看法。
- 留存可审计的历次研究记录及其假设。
- 通过 MCP 让 Claude 等 Agent 调用本地研究流程。
快速上手
- 1
克隆仓库
git clone https://github.com/BruceLanLan/augur.git && cd augur - 2
创建并激活虚拟环境
python3 -m venv .venv && source .venv/bin/activate - 3
安装核心包及 yfinance 数据支持
pip install -e ".[data]" - 4
对一只股票运行 18 位大师分析
augur analyze AAPL
使用前须知
- 需要 Python 3.10 或更高版本。
- 使用 SEC EDGAR 功能需要在 AUGUR_EDGAR_CONTACT_EMAIL 中设置真实的联系邮箱。
- 投资大师是基于公开投资理念的规则化模拟,不代表真实投资人的观点,README 明确声明不构成投资建议。
收录于专题
标签
常见问题
- augur 是什么?
- 本地优先的投资研究记忆系统,18 位投资大师规则化独立分析后加权汇总,证据可追溯、每次运行可复查。 Augur 是一个用于股票分析的本地研究工具。系统内置 18 位基于规则实现的投资大师画像,覆盖价值、成长、宏观以及中国市场等流派,每位大师独立分析同一只股票,再由加权共识引擎汇总信号、分数、置信度和 Kelly 仓位建议,并展示大师们在哪些地方一致、在哪些地方分歧。
- augur 可以免费使用吗?用的什么许可证?
- augur 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- augur 还在维护吗?
- 活跃维护中。augur 最近一次提交是在 2026年10月29日。
- augur 适合用来做什么?
- 为自选股在财报前整理研究材料与分歧点。 对比不同价值、成长投资框架对同一公司的看法。 留存可审计的历次研究记录及其假设。 通过 MCP 让 Claude 等 Agent 调用本地研究流程。
- augur 怎么安装和运行?
- 克隆仓库: git clone https://github.com/BruceLanLan/augur.git && cd augur 创建并激活虚拟环境: python3 -m venv .venv && source .venv/bin/activate 安装核心包及 yfinance 数据支持: pip install -e ".[data]" 对一只股票运行 18 位大师分析: augur analyze AAPL
- 在哪里获取 augur?
- 源代码和安装说明在 GitHub 上:https://github.com/BruceLanLan/augur
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一个开源的金融 AI 智能体框架,将大语言模型与确定性估值工具及多智能体工作流结合,用于金融研究。
面向 A 股市场的多智能体 LLM 研究辅助系统,支持多角色智能体辩论分析、自然语言选股与模拟交易。
基于 LangGraph 多 Agent 的 AI 金融分析平台,覆盖 A股、美股等市场,并通过 SSE 实时展示决策过程。
面向 A 股的多智能体投研系统,让 AI Agent 多空辩论、风控博弈后输出交易建议。
开源、本地优先的桌面应用,由 Commander 把目标拆成待办,并协调专业智能体与 Claude Code、Codex 等 CLI 智能体协作完成工作。