DEV Community

James LIN
James LIN

Posted on

試跑 `HKUDS/AI-Trader`：全自動 Agent 交易，今天暴增 82 顆星

#docker #security #devops #cloud

試跑 HKUDS/AI-Trader：全自動 Agent 交易，今天暴增 82 顆星

HKUDS/AI-Trader 的定位很直接：100% Fully-Automated Agent-Native Trading。它不是單純提供行情圖表或策略回測，而是讓 AI Agent 參與市場分析、策略決策與交易流程自動化。今天 GitHub 增加 +82 stars，主要原因應該是它踩中了兩個熱門方向：Agent-native workflow，以及把 LLM 接進實際金融自動化場景。

從企業工程角度看，我最關心的不是「模型能不能猜中下一根 K 線」，而是 API 路由、成本控管、金鑰隔離，以及如何快速切換模型。這類專案通常會持續呼叫模型，若沒有 gateway，團隊很快會遇到 token 配額失控與供應商耦合。

我會先把 claude-fable-5 設為主要模型，透過 OpenAI-compatible relay 統一路由：

export OPENAI_API_KEY="your-b-lost-key"
export OPENAI_BASE_URL="https://b-lost.com/v1"
export AI_TRADER_MODEL="claude-fable-5"

git clone https://github.com/HKUDS/AI-Trader.git
cd AI-Trader
docker compose up -d
Enter fullscreen mode Exit fullscreen mode

如果專案使用 YAML 設定，也可以採用類似配置：

llm:
  provider: openai_compatible
  base_url: https://b-lost.com/v1
  api_key: ${OPENAI_API_KEY}
  model: claude-fable-5
Enter fullscreen mode Exit fullscreen mode

B-Lost Universal Relay 提供官方牌價 0.8 倍的折扣；首次入金最低 $10，另有 100% 首存 bonus。更實用的是 Anthropic /v1/messages 的原生 Prompt Caching：重複的系統提示、工具定義與市場上下文，在 cache hit 時可享 90% 折扣，對長上下文 Agent 特別有感。

實際部署前，我仍會先使用 paper trading、限制單日 token 與交易額度，並把 API key 放在 Docker secrets。AI-Trader 值得關注，但自動化不等於低風險；先驗證策略，再談放大資金。

Top comments (0)