对比 FinGPT
FinGPT 走单模型路线(金融大模型微调);FinRobot 是智能体平台,把 LLM、强化学习与量化分析统一成多智能体工作流。
FinRobot 使用教程 / AI4Finance-Foundation
FinRobot 是 AI4Finance-Foundation 维护的开源金融 AI 智能体(Agent)平台,用大语言模型作「大脑」,把行情感知、推理决策与工具执行组织成可复现的多智能体工作流。它不是单一金融大模型,也不是传统量化框架——本篇把 FinRobot 从「是什么、怎么装、怎么用」一路讲到「多智能体估值与研报」,并对比 EasyClaw 免部署量化研究路线,帮你判断该不该自建。
项目页面显示约 7.9k Star;该数字会随社区活动变化,采集日期为 2026-09-09。
查看固定版本源码
一句话:FinRobot 不是「训练一个大模型」,而是用大语言模型当智能体的大脑,去感知环境、做金融链式推理(Financial CoT)、调用工具完成研究任务。
FinGPT 走单模型路线(金融大模型微调);FinRobot 是智能体平台,把 LLM、强化学习与量化分析统一成多智能体工作流。
vnpy / backtrader 等靠规则与事件驱动;FinRobot 让智能体自主规划任务并调用数据/分析/报告工具。
AI Agent 能独立思考和用工具逐步达成目标,而单模型只做单次推理,这就是 FinRobot 的核心差异。
围绕「投资研究自动化」,FinRobot 把数据获取、多智能体分析与研报生成串成一条可追溯的链路。
结合历史行情与文本信号,做走势研究(非投资建议),对应 Forecaster 类智能体。
解析年报、公告等金融文档,生成结构化摘要与专业研报。
用智能体做策略研究(如移动平均交叉优化等),输出研究级策略思路。
官方推荐 conda 建环境、pip 装包,再配置 OpenAI 与数据源 API Key。
conda create --name finrobot python=3.10,然后 git clone https://github.com/AI4Finance-Foundation/FinRobot.git。
pip install -U finrobot(PyPI)或源码 pip install -e .。
改 OAI_CONFIG_LIST_sample(OpenAI key)与 config_api_keys_sample(FinnHub/FMP/SEC key)。
FinRobot 要 conda、Python、多个 API key 与 notebook 才能跑;EasyClaw 装好即用,一句话提问直接出金融研究结果。
灵活度高,但环境、多个数据源 key 与模型调用都要自己维护。
Skill 的数据源、Token 与市场覆盖各不相同;不代表 FinRobot 已集成 EasyClaw。
以下为 EasyClaw 实际使用截图:一句话做 K 线技术分析、获取收益指标,即返回结构化报告。图片已等比缩小展示。
FinRobot 是 AI4Finance-Foundation 的开源金融 AI 智能体(Agent)平台,用大语言模型作大脑,通过「感知→大脑→行动」工作流完成金融研究、估值与研报等任务。
FinGPT 是金融大模型(单模型微调);FinRobot 是智能体平台,把多个智能体、工具调用与确定性计算统一成工作流,官方称其「超越 FinGPT 的单模型方式」。
需要 Python 环境(conda),且要配置 OpenAI 与 FinnHub/FMP/SEC 等 API key;主要用云端 LLM API,本地 GPU 非必需。
FinRobot 面向美股数据源(FMP/FinnHub/SEC/yfinance)为主;输出是研究结果,不构成投资建议,A 股数据需自行适配。
无已证实集成。FinRobot 与 EasyClaw 没有官方集成证据;EasyClaw 内置的是量化研究类 Skill,两者是独立路线。