AlphaLoop 不是又一个"问答机器人"，而是一套人机分工的工作流程——它规定了在做投资研究时，哪些事归你、哪些事归 AI、用什么顺序协作。装上之后，你的 AI 助手（Claude、Cursor、Codex 等）会按这套流程帮你把研究做扎实，而不是顺着你说话。
不需要会编程。会复制粘贴一行命令，就能用。
如果你关注股票、加密货币、行业趋势，下面这些场景你一定不陌生：
- 你和 AI 聊投资，全凭即兴发挥——没有章法、想到哪问到哪，质量全看运气。
- 群里转来"重磅消息"、研报截图、大 V 小作文，你问 AI，它顺着往下吹，一句没核实，谣言反被加工放大。
- AI 报的股价、估值经常是几个月前的旧数据，拿去做判断就是错的。
- 每次都从零开始，AI 记不住你研究过什么，成果留不下来、攒不起来。
根子上的问题：没有流程，且分工错了。 很多人把 AI 当"替我做判断的大脑"，但 AI 不擅长判断方向，它擅长的是不知疲倦地查证、取数、记录。
AlphaLoop 给你和 AI 立一套规矩——让人做人擅长的，让 AI 做 AI 擅长的，并把它固化成可复用的流程。
这是 AlphaLoop 的灵魂。一切能力都是为了让这套流程跑得又快又靠谱。
flowchart TB
A["① 你（交易员）· 从市场变化里发现趋势，提出一个判断/逻辑"]
subgraph AGENT [② AI 助手 · 围绕你的判断，把功课做扎实]
direction LR
B1["拆成<br/>可核实的小问题"] --> B2["逐条找<br/>原始资料核实"]
B2 --> B3["分析<br/>产业链格局"]
B3 --> B4["拉实时/盘中行情<br/>选出具体股票"]
B4 --> B5["给出结论<br/>真伪 + 个股 + 风险"]
end
C["③ 你 · 结合 AI 的证据 + 行情 + 你的仓位和风险，自己拍板"]
A -->|"交给 AI 你的判断"| AGENT
AGENT -->|"交还证据和建议"| C
C -.->|"结果反馈 + 自动记录，让 AI 越来越懂你"| AGENT
- ① 你出方向：你提一个判断或逻辑（比如"我觉得某趋势会沿这条链传导"）。这是人最擅长、AI 替代不了的部分。
- ② AI 把功课做扎实：AI 把你的判断默认当成"还没证实的假设"，然后一条条核实、拉行情、按产业链选股，最后给你一份"哪些真、哪些假、哪些存疑 + 相关个股 + 风险"的清单。
- ③ 你拍板：AI 只给证据和风险，买不买、买多少，永远是你决定。
- 🔁 闭环：你的决策结果会被记录、反馈回去，让 AI 越来越懂你的判断风格。
（更细的讲解见 工作流详解；一个真实案例走查见 案例走查。）
流程是骨架，下面这些能力是为流程的每一步服务的"工具箱"：
- 🔍 自动事实核查（服务流程第②步）：把任何二手消息（推文、研报、截图、"另一个 AI 说的"）拆成一条条小声明，逐条找原始出处（公司公告、财报、官方文件）核实，并打标签：✅ 证实 / 🟡 部分属实 / 🔴 错误 /
⚠️ 查不到。 - 📈 实时 & 盘中行情查询（服务流程第②步）：涉及股价、估值、涨跌幅时自动拉最新行情，交易时段可查盘中实时价，全部标注时间和来源；自带一批免费、不用申请密钥的行情源，覆盖 A股 / 港股 / 美股 / 加密货币 / 大宗商品。
- 🧠 会自动保存的研究知识库（服务闭环）：每次对话产生的研究结论、核实结果、决策，自动写进你本地的知识库并记一条时间线日志，越攒越厚、跨对话复用——不用你手动整理，也不用每次从零开始。
- ⛓️ 产业链分析框架（服务流程第②步）：遇到原材料、卡脖子、出口管制这类话题，用一套结构化方法（供需 → 谁掌握资源 → 国产替代到哪一步 → 是不是 AI 等高景气需求 → 受益股票）帮你理清格局、落到标的。
- 📓 交易记账与归因（服务闭环）：把每笔交易和它背后的"判断理由"记下来，方便日后复盘——哪类判断你总做对、哪类总做错，让经验可量化。
- 🛠️ 不轻易甩锅：抓不到网页、查不到数据时，AI 会自己换方法再试，而不是动不动停下来问你。
- 🔌 一次安装，多家 AI 通用：支持 Claude Code、Cursor、Codex CLI 等主流 AI 助手，一个命令全装好。
没装之前（没有流程，AI 顺着你吹）：
你：这条消息说某材料一年涨了 100 倍，相关股票要起飞，对吗？ AI：是的！这是一个巨大的机会，因为供需紧张……（然后开始编故事）
装上 AlphaLoop 之后（按流程把功课做扎实）：
你：这条消息说某材料一年涨了 100 倍，相关股票要起飞，对吗？ AI：我先把这条当成"待验证的说法"，拆成几个可核实的点 → ✅ "海外涨了约 100 倍"——查到行业报价机构数据，属实； 🟡 但这是海外价，国内只涨了几成，国内矿企其实吃不到这个差价； 🔴 消息里把另一种材料也归到一起了，其实逻辑是两回事； 这是相关个股的最新/盘中股价（附时间和来源）和风险点。买不买你定，我把证据摆给你。 （这次研究的结论已自动存进你的知识库。）
- 研究有章法：从"即兴问答"升级为"有固定流程的研究"，质量稳定，不靠运气。
- 少踩坑：谣言、过时数据、张冠李戴、夸大其词——这些最容易让人亏钱的信息陷阱，AI 会帮你拦下来。
- 省时间：翻公告、查财报、对盘中行情的体力活交给 AI 批量做，你只看结论。
- 决策权牢牢在自己手里：AI 只给证据和风险，绝不替你下单、不替你决定买多少。
- 越用越聪明：研究成果自动沉淀、复利，你的"研究资产"随时间增值，而不是聊完就忘。
- 隐私安全：所有研究数据都存在你自己电脑上，不上传、不联网"打小报告"。
- 关注股票 / 加密货币 / 行业趋势，经常被各种"消息""小作文"轰炸、想要一套靠谱研究流程的人。
- 想让 AI 当一个有章法的研究助理，而不是一个讨好你的复读机的人。
- 记者、学生、研究者，以及任何"读到太好的消息会本能怀疑、想要一个快速核实办法"的人。
不用懂代码。能复制粘贴一行命令，你就能用。
适用于支持 "skills"（AI 技能插件）的助手，如 Claude Code、Cursor、Codex CLI 等。
git clone https://github.com/realnaka/alphaloop.git
cd alphaloop
./install.sh安装脚本会自动识别你电脑上装了哪些 AI 助手，把整套技能装到对应位置，并在 ~/openorder/ 建一个空的研究知识库（只放模板，不含任何真实数据）。
其它用法：
./install.sh --dry-run # 先看看它会做什么，不实际改动
./install.sh --uninstall # 一键卸载（你的知识库不受影响）
./install.sh --home ~/我的知识库 # 自定义知识库存放位置装完后，开一个新对话，把一段投资逻辑、一张研报截图丢给它，或者直接问一只股票——它就会自动按上面的流程帮你查证、取数、选股，并把结论记下来。
- 这个仓库只发"方法/流程"，不发"数据"：里面只有工作流程和空模板，没有任何真实研究内容、持仓、盈亏、API 密钥或私人表格。
- 你的知识库内容只存在你自己的电脑上（
~/openorder/），永远不会进入这个公开仓库。 - 需要密钥的行情源（如 Finnhub/FMP）请把密钥放进环境变量；不想申请也没关系，套件自带免密钥的行情源。
- AlphaLoop 不替你做决策、不替你下单——它只给你证据、个股和风险，最后拍板的永远是你。
这套"人出方向、AI 查证、人决策"的流程并不绑定股票——加密研究、生物医药、房产分析都能套用。只要把里面的"分析框架"换成你领域的判断方式即可。怎么改见 如何换成自己的领域。
知识库部分（openorder）的设计受 Andrej Karpathy 的 LLM Wiki 模式 启发。
MIT —— 自由使用、分享、二次开发。