Git
- 用于克隆官方仓库
- 验证命令：
git --version - Windows 可装 Git for Windows
Preflight
安装前准备：Git、Python 与虚拟环境
先确认基础工具就绪，避免安装中途因环境问题中断。以下任一条件不满足，先补齐再继续。
Python 3.10+
- pyproject 当前声明 3.10+
- 官方 README 示例使用 3.12
- 验证命令：
python --version
虚拟环境
- Conda 或 venv 二选一
- 官方流程使用 Conda
- 避免混用系统 Python 与旧环境
最低系统要求
- Windows 10/11、macOS 12+、Linux x86_64
- 磁盘预留 2GB 以上
- 内存建议 8GB 以上
模型路线
- 云端 LLM 提供商，或
- Ollama / OpenAI-compatible 端点
- 确认额度与区域端点
数据路线
- 确认目标市场与代码格式
- 按需准备 Alpha Vantage 等 Key
- 接受新闻和社交数据的时效变化
提示：本文安装步骤与命令以官方仓库当前内容为准；不同版本或系统可能存在差异。
Windows
Windows 安装 TradingAgents
Windows 下推荐先装 Git for Windows，再使用官方 Python 源码方式安装；也可用 WSL2 + Ubuntu 走更贴近官方 Linux 的流程。
安装 Git for Windows 与 Python
从官方渠道安装，安装 Python 时勾选 Add to PATH。验证
git --version与python --version。克隆官方仓库
在 PowerShell 或 Git Bash 中克隆，并记录准备使用的提交版本。
创建独立 Conda 环境
使用 Python 3.12 创建环境，避免与系统 Python 冲突。
安装依赖并启动验证
在仓库根目录安装当前包，先确认 CLI 可启动，再进入模型与数据配置。
PowerShellgit clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
conda create -n tradingagents python=3.12
conda activate tradingagents
pip install .
tradingagents预期输出：最后一步
tradingagents 显示 CLI 欢迎/交互菜单即安装环境可用（输出以官方文档为准）。macOS / Linux
macOS / Linux 安装 TradingAgents
macOS 可用 Homebrew 安装 Git 与 Python；Ubuntu 等 Linux 使用 apt。后续源码安装步骤与 Windows 一致。
安装基础工具
macOS：
brew install git python；Ubuntu：sudo apt install git python3 python3-pip。安装 Conda
可选，但官方流程使用 Conda；也可用 venv。
克隆并安装
克隆仓库、创建环境、安装当前包，与 Windows 步骤一致。
Shellgit clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
conda create -n tradingagents python=3.12
conda activate tradingagents
pip install .
tradingagents密钥保护：不要把填写后的 .env、终端历史、账户信息或本地绝对路径复制到公开页面和截图中。
Configuration
配置必要的模型与 API 参数
安装只解决程序入口；要真正运行研究，还需配置 LLM 提供商与可选数据源。这是完整的模型、数据与 API 配置指南。
最少配置清单
- LLM 提供商 + API Key（云端），或
- 本地 Ollama / OpenAI-compatible 端点（可免外部 Key）
- 按目标市场准备数据 Key（可选）
环境变量示例
复制 .env.example 为 .env，填入所选提供商的密钥、端点与模型名。
.envcp .env.example .env配置不是安装：模型、数据源、市场代码和配额需要独立核验。配置 TradingAgents API 有完整说明。
Verification
首次运行与成功验证
安装验证只确认程序入口和依赖就绪，不证明数据源、模型权限或研究输出已经可用。
命令可识别
tradingagents 或 python -m cli.main 能进入交互流程，即环境安装成功。
配置仍待完成
模型 API、数据源、市场代码和配额需要在下一步独立核验。
尚未运行研究
只有完成一次带标的、日期、来源和时间记录的调用，才属于运行证据。
下一步：完成安装后，按 完成首次运行 教程跑通第一次研究。
Build time
完整搭建大概要多久？
以下时间不是只打开命令，而是完成模型、数据和首次研究结果的完整链路。
TradingAgents 自建
2-4 小时起- 安装 Git、Python 或 Docker / WSL2
- 下载代码或镜像并安装依赖
- 配置模型、API Key、额度和端点
- 配置行情、新闻、财务数据源
- 确认市场代码并排查首次运行问题
国内普通技术用户建议至少预留 1 个工作日；镜像、端点或数据服务受限时可能需要 1-3 天。
EasyClaw
下载安装后即可开始- 下载安装 EasyClaw
- 打开股票研究入口
- 输入股票和研究问题
- 开始查看基础研究结果
不需要先搭建 TradingAgents；专业数据服务仍可能需要另外连接和授权。
更省配置的方式：通过 EasyClaw 使用
不想维护 Python、Docker 和多种密钥时，可以改走 EasyClaw 的独立股票研究路线，从一个明确问题开始，再按任务连接所需数据服务；下载安装不会自动运行 TradingAgents。
Troubleshooting
常见报错：现象 → 原因 → 修复
按"报错现象、可能原因、修复命令"三列整理。命令以官方文档为准，不同环境输出可能略有差异。
| 报错现象 | 可能原因 | 修复命令 / 操作 |
|---|---|---|
pip: command not found | Python 未加入 PATH 或未安装 | 重装 Python 并勾选 Add to PATH；或使用 python -m pip |
Requires Python >= 3.10 | Python 版本过低 | 安装 Python 3.10+（官方示例 3.12），重建 Conda 环境 |
| 依赖版本冲突（安装中断） | 混用系统 Python / 旧环境 | 在独立虚拟环境安装，以当前 pyproject 为准 |
API Key 缺失 | 未配置 .env 或环境变量 | 复制 .env.example 为 .env 并填写 Key |
| 网络超时 / 下载失败 | 镜像或网络受限 | 配置 pip 镜像（如清华源）、更换网络或使用 Docker 镜像 |
Permission denied | 目录或环境无写入权限 | 使用有权限的用户目录创建虚拟环境 |
更多：其他问题见下方 解决安装报错 FAQ 汇总。
FAQ
安装常见问题
TradingAgents 支持 Windows 吗？
支持。Windows 下可直接用 Git for Windows + Python 环境安装，或使用 WSL2 + Ubuntu 走更贴近官方 Linux 的流程。
TradingAgents 需要什么 Python 版本？
pyproject 当前声明 Python 3.10+，官方 README 示例使用 Python 3.12。
安装后如何验证 TradingAgents 是否可用？
在独立虚拟环境中运行 tradingagents，能进入交互流程即说明程序入口和依赖就绪；这不代表模型、数据源或研究输出已可用。
TradingAgents 安装依赖失败怎么办？
确认命令运行在独立虚拟环境中，以当前 pyproject 为准，不要混用系统 Python、旧环境和不同锁定版本。
是否必须配置 API Key？
云端 LLM 提供商需要 API Key；本地 OpenAI-compatible 或 Ollama 端点本身可不需要外部 Key，但端点若设置鉴权仍需配置凭据，市场数据也可能需要独立 Key。
Windows 上没有 conda 怎么办？
可用 Miniconda 安装后使用 conda 命令；也可以用 Python 内置 venv：python -m venv .venv 再激活。
Docker 启动后为什么还不能分析？
容器启动只说明运行环境可用。模型 Key、数据提供商、区域端点、额度和目标市场仍需分别配置。
TradingAgents 和 EasyClaw 的安装方式有什么区别？
TradingAgents 需要自建 Python/Docker 环境、配置模型和数据源；EasyClaw 是独立应用，下载安装后即可从具体研究任务开始，不自动运行 TradingAgents。