TradingAgents-CN v3.0 即将到来：自然语言选股、持仓分析、复盘与计划，统一纳入 AI 助手体系

过去一段时间，我们一直在持续推进 TradingAgents-CN 的下一阶段演进。

从 2.0 开始，TradingAgents-CN 的定位就已经不再是一个单点分析工具，而是希望围绕个人投资者的真实使用过程，逐步覆盖更完整的投资研究链路：从选股、分析、跟踪，到持仓管理、复盘、计划与持续改进。

但在实际使用中，我们也越来越清楚地看到，仅仅做到“流程覆盖”还不够。

用户真正需要的，不只是系统中存在这些模块，而是这些能力能否被更自然地组织起来，能否在不同环节之间减少切换成本、降低理解门槛，并形成更连续的使用体验。

因此，TradingAgents-CN v3.0 的重点，不是简单新增若干功能，而是在 2.0 全流程框架的基础上，进一步将智能能力系统性引入投资研究的各个阶段，让 AI 从局部辅助走向全流程协同。

一、为什么要做 v3.0：我们先看用户真正关心什么

在规划 v3.0 的过程中，我们先做了一轮用户调研，希望了解大家最希望下一版优先推进哪些能力。

从投票结果来看，用户关注点相对集中，主要包括以下几个方向：

• Agent 自主规划分析：20%
• Skill 技术支持 / 用户自定义工具集成：16%
• QMT 数据源接入：14%
• 增加对基金 ETF 的支持：14%
• 问答式智能助手，解读分析报告和热点事件：13%
• 完全自定义流程：10%
• 支持 MCP 并提供 MCP 接口：8%

这个结果说明，用户关注的重点已经不只是“再多一个分析按钮”，而是更希望 TradingAgents-CN 在分析组织能力、自然交互方式、开放扩展能力、真实数据接入和全流程协同体验上继续推进。这也正是 v3.0 规划的核心方向。

二、v3.0 的核心变化：不是重新定义流程，而是让智能贯穿流程

如果说 2.0 重点解决的是“投资全过程能不能被系统承接”的问题，那么 3.0 更关注的是：这些环节能不能被一个统一的智能体系真正串联起来。

在 2.0 中，系统已经具备了较完整的流程承接能力；而到了 3.0，我们更希望用户面对的不再是分散的功能入口，而是一个能够理解上下文、承接任务、连接结果，并协助完成后续动作的 AI 助手体系。

三、智能助手升级：从分析入口，走向统一协同入口

v3.0 中最重要的一项升级，是智能助手角色的进一步扩展。

它不再只承担简单问答或单次分析触发，而是会逐步演进为系统中的统一协同入口，帮助用户串联更多真实使用场景。

围绕这一点，v3.0 会重点纳入以下能力：

• 发起个股分析与批量分析
• 查询历史分析报告与近期结论
• 管理定时分析任务
• 管理自选股与关注对象
• 查看持仓及相关分析信息
• 查询交易复盘记录
• 读取当前投资计划与规则框架

同时，我们仍会坚持一些基本原则，例如对复杂操作“先确认，再执行”，尽量保留结构化结果与依据，并保持用户对最终判断和操作的主导权。

四、自然语言选股：把“筛选候选标的”变成更自然的过程

另一个会明显影响日常使用体验的方向，是 自然语言智能选股。

传统条件选股适合非常明确知道筛选指标、阈值和组合逻辑的用户；但在真实使用中，很多人的起点往往并不是一组标准化条件，而是一个偏模糊的筛选意图。

v3.0 会把智能筛选作为更清晰的前台入口，让用户可以直接用自然语言表达需求，由系统完成意图理解、条件确认、候选结果组织，并支持多轮修正。

这一能力的重点包括：

• 用自然语言表达选股需求
• 通过对话确认筛选意图
• 给出更聚焦的候选结果
• 对候选标的给出结构化说明
• 让筛选结果更容易衔接到后续分析和跟踪

五、持仓、复盘与计划：不再只是分析之后的“空白地带”

一个真正有持续价值的投资研究系统，不应该只停留在“生成一份报告”。

分析之后的工作能不能被继续承接，包括当前持仓如何理解、历史操作如何回看、计划与纪律如何被持续校验、研究结论如何与执行过程关联起来，同样关键。

因此，在 v3.0 中，智能能力会进一步延伸到这些原本更靠后段的环节，重点包括：

• 持仓分析：帮助用户查看和理解当前持仓情况
• 交易复盘：查询和回顾已有复盘记录
• 投资计划读取与协同：将计划、规则与实际研究过程连接起来
• 任务与结论回看：让历史分析和当前动作可以被更连续地衔接

六、Agent 自主规划分析：回应用户最关注的方向之一

从这次调研结果来看，用户投票最高的方向之一，是 Agent 自主规划分析。

这背后的需求是，希望系统不只是执行一个固定流程，而是能够结合问题本身，自动组织分析步骤、调用合适工具，并给出更完整的处理过程。

围绕这一点，v3.0 会继续探索更高层次的分析组织能力，例如：

• 根据问题自动识别更适合的分析路径
• 在不同工具和能力之间做更合理的组合
• 将分析从固定触发推进到更智能的流程编排
• 在复杂问题下提升系统的自主协同能力

与之相关的另一个方向，是 AI Workflow Architect，也就是让用户通过自然语言描述自己希望的分析流程，由系统辅助生成流程结构、角色分工、提示词与工具配置。

七、Skill 能力建设：让系统的扩展方式更开放

在用户投票中，另一个关注度很高的方向是 Skill 技术支持。

基于这一方向，v3.0 规划中的一个重要主题，是 Skill 自动生成与接入机制。

我们希望未来用户能够通过自然语言描述需求，由系统帮助完成：需求澄清、工具边界识别、代码与元数据生成、测试与安全校验、沙箱验证与质量评估，并最终注册到系统供 Agent 调用。

这项能力目前更偏向于 v3.0 的设计方向与能力建设重点，它的意义在于：降低工具扩展门槛，让 TradingAgents-CN 更适合长期演化，也为后续个性化分析体系提供更开放的基础。

八、QMT 数据源、ETF 与北交所支持：让系统更贴近真实市场场景

在这次调研中，QMT 数据源接入 和 ETF 支持 都有较高优先级。

围绕这一方向，TradingAgents-CN 已经在推进或规划以下能力：

• 支持 QMT / MiniQMT 数据源接入
• 补强股票列表、日线、实时行情、财务数据等能力
• 进一步完善北交所标的支持
• 推进 ETF 的独立数据结构、专用工具、差异化提示词与分析流程

这类工作未必最显眼，但对系统能否真正适配现实投资对象非常重要。

九、MCP 支持：让 TradingAgents-CN 走出单一产品边界

用户调研中，MCP 支持 也是一个明确需求。

这背后的核心，不是多一个技术名词，而是越来越多用户希望 TradingAgents-CN 的能力不只局限于单一界面，而能够以更标准化的方式接入其他 AI 客户端或协作环境。

围绕这一方向，v3.0 也会继续推进 MCP 能力建设，使系统中的部分分析能力能够以更标准的方式对外提供，提高能力复用性，并为不同使用入口提供统一能力底座。

十、结语

TradingAgents-CN v3.0 即将到来。

它不是一次简单的功能堆叠，也不是为了追求表面上的“更像 AI”，而是一次更明确的产品推进：在 2.0 已有的全流程覆盖基础上，进一步将智能能力系统性引入投资研究各环节，形成更统一的 AI 助手体系和更连续的使用体验。

接下来，我们也会继续逐步分享 v3.0 的具体进展，包括功能落地、使用方式以及一些真实场景下的演示。

如果你一直关注 TradingAgents-CN，相信你会看到，这个版本真正要推进的，不是让系统变得更热闹，而是让它在真实使用中更连贯、更自然，也更有持续价值。

TradingAgents-CN v3.0，正在路上。