Circuit Framework 是一个面向加密货币量化研究的开源 Python 框架,它不执行真实交易,而是构建了一套严谨、可复现的“纸面交易”(paper trading)研究流水线。它用多个专业分工的 AI 智能体协同分析市场结构、衍生品数据、链上情绪、关键催化剂和宏观行情周期,再经由确定性风控引擎统一把关——真正把大模型的能力嵌入到严肃金融研究的工作流中,而非简单生成买卖信号。
核心功能
- 多角色智能体协同分析:内置 Bull Researcher(牛市研究员)、Bear Researcher(熊市研究员)、Sentiment Analyzer(情绪分析员)等 6+ 专业化 LLM 智能体,各司其职又共享同一份实时快照(CryptoMarketSnapshot),避免信息割裂
- 全栈式加密市场建模:覆盖技术面(市场结构识别)、衍生品(永续合约资金费率/持仓量)、链上情绪(社交媒体与链上行为聚合)、事件驱动(Catalyst 扫描)及行情周期(Regime Detection)五大维度
- 确定性风控门控机制:所有交易提案必须通过基于规则的 Risk Debate 与 Deterministic Risk Gate 审核,杜绝“幻觉交易”,确保每笔纸面交易都符合预设风险参数(如最大回撤、头寸占比、波动率阈值)
- YAML 驱动的策略实验:无需改代码即可切换研究逻辑——通过修改 YAML 配置文件,轻松调整智能体提示词、分析权重、风控阈值或市场标的(如 BTC/USDT、ETH/USDC),大幅降低策略迭代门槛
- 开箱即用的研究报告体系:每次运行自动生成结构化 Crypto Report Bundle(含分析摘要、各智能体推理日志、风险评估依据、历史回测图表),支持直接用于论文写作或团队复盘
- 完全离线 & 零钱包交互:严格遵循研究安全边界——不连接任何交易所 API(包括 Hyperliquid),不请求私钥或助记词,所有数据均来自公开 API 或本地模拟,真正实现“只思考,不下单”
适合哪些人用
本框架特别适合三类中文用户:高校与研究所的区块链/金融科技方向研究生,用它快速验证市场假说并产出高质量论文实证;量化交易团队中的策略研究员,将其作为 LLM 增强型投研沙盒,低成本测试多因子融合逻辑;以及对 AI+金融交叉领域感兴趣的开发者,学习如何将大模型能力工程化嵌入专业金融工作流——而非停留在 ChatGPT 写指标公式的初级阶段。
快速上手
只需三步即可启动首次研究:① 安装依赖:pip install circuit-framework(自动兼容原 tradingagents 包);② 获取示例配置:circuit init --symbol BTC/USDT 生成默认 YAML 策略模板;③ 运行分析:circuit analyze --profile btc-bullish.yaml --paper,结果将存入本地 SQLite 并输出完整研究报告。所有命令均支持 --help 查看详细参数,文档与示例配置已内置于 GitHub 的 /examples/ 目录。
项目信息
EthanXiang777/circuit-framework
GitHub
Circuit Framework — multi-agent LLM trading research system
486
Stars
19
Forks
Python
Apache-2.0
编程语言:Python|GitHub Star 数:486|开源协议:Apache-2.0|GitHub 项目地址
如果你正在寻找一个不鼓吹“AI暴富”,却真正把大模型当作严谨研究助手的加密量化工具——Circuit Framework 就是目前中文社区最值得深度试用的开源选择。


