跳转至

User Guide

这份指南回答“我怎么用明仓完成研究任务”。如果你想查所有功能的逐项说明，去看 Feature Map。

1. 适合谁读

你是谁 建议阅读路径
第一次体验 读“最快上手”，跑 make demo。
普通研究用户 读“研究工作流”。
想知道所有能力 跳到 Feature Map。
想开发功能 读 Developer Guide。
想查命令/API 读 Reference。

2. 最快上手

2.1 只体验 demo

make demo

启动后打开：

http://127.0.0.1:5173

demo 会准备：

  • 示例自选：贵州茅台 / 中际旭创 / 中国平安。
  • 示例长期论题：中际旭创。
  • 示例复盘。
  • 示例待确认记忆候选。

demo 的意义是让你看到明仓的研究闭环，不是真实投资建议。

2.2 安装后使用

curl -fsSL https://raw.githubusercontent.com/Zeeechenn/MingCang/main/scripts/install.sh | sh
mingcang

常用命令：

mingcang help
mingcang doctor
mingcang stock 300308
mingcang project
mingcang memory
mingcang premarket
mingcang postmarket

2.3 判断是否正常

mingcang doctor

成功时你应该能看到：

  • DB 可读。
  • project root 正确。
  • agent mode 正确。
  • watchlist、positions、memory 摘要可返回。

3. 研究工作流

3.1 研究一只股票

适合问题：

  • “300308 当前怎么看？”
  • “这只票有什么风险？”
  • “官方信号和 AI 研究意见冲突吗？”

命令：

mingcang stock 300308

你会看到：

  • 股票基本信息。
  • 最新官方信号。
  • 价格和历史信号摘要。
  • 新闻和情绪。
  • 长期标签。
  • research copilot 影子结论。
  • 股票记忆和 L0 上下文。

判断方式：

  • 官方信号是规则结果。
  • copilot 是研究影子意见，不能覆盖官方信号。
  • 记忆用于补上下文，但可信度要看状态。

下一步：

  • 加入自选。
  • 跑 deep research。
  • 建立 ForwardThesis。
  • 复盘后升级记忆。

3.2 管理自选和候选池

前端：打开“脉冲”页。

CLI dry-run：

python3 -m backend.agent.cli action watchlist.add \
  --payload-json '{"symbol":"300308","name":"中际旭创","market":"CN"}' \
  --pretty

确认执行：

python3 -m backend.agent.cli action watchlist.add \
  --payload-json '{"symbol":"300308","name":"中际旭创","market":"CN"}' \
  --confirm --pretty

边界：

  • 添加自选会写本地 DB。
  • 不会自动买入。
  • 不改变信号权重。

3.3 每日扫描

明仓把日常节奏分成四段：

mingcang premarket
mingcang intraday --symbol 300308
mingcang postmarket
mingcang weekend
阶段 主要用途 默认边界
盘前 数据覆盖、新闻、指数、关注标的准备 默认 dry-run 合同。
盘中 只读本地缓存，快速看单股和止损 不默认触发远端网络。
盘后 全市场信号、复盘、报告导出 重任务需确认。
周末 长期标签、慢变量和周度复盘 重任务需确认。

3.4 做专题 / 公司深度研究

例子：研究“AI 光模块景气链”。

dry-run：

python3 -m backend.agent.cli action research.deep.run \
  --payload-json '{"topic":"AI 光模块景气链","symbols":["300308"],"seed_queries":["AI 光模块 800G 1.6T 需求"]}' \
  --pretty

确认执行才加：

--confirm

Deep Research 会做：

  • 整理本地行情、新闻、财务和已有研究。
  • 调用配置好的搜索或 LLM provider。
  • 形成 research state / dossier / evidence。
  • 不直接改变官方信号。

3.5 建立长期论题

长期论题适合这些问题：

  • “这个行业的慢变量是否变化？”
  • “外部研究员的判断怎样跟踪？”
  • “什么时候说明这个逻辑失效？”

明仓用 ForwardThesis 记录：

  • 论题陈述。
  • 来源和 as_of。
  • 失效条件。
  • 跟进指标。
  • 复盘节奏。
  • 当前状态。

长期论题是研究态，不是买入信号。

3.6 复盘和记忆

打开前端“复盘”页，或用 action：

python3 -m backend.agent.cli action review.daily.ensure \
  --payload-json '{}' --pretty

记忆查看：

mingcang memory
python3 -m backend.agent.cli memory-context --symbol 300308 --query "光模块风险" --pretty

写记忆时先 dry-run：

python3 -m backend.agent.cli action memory.write \
  --payload-json '{"key":"risk_rule.optical_module","value":"光模块高景气标的要特别关注订单兑现和估值消化。","category":"risk","scope":"global"}' \
  --pretty

记忆规则：

  • LLM 输出默认 pending。
  • 复盘归因后产生候选。
  • 人工确认后才升级可信记忆。

3.7 管理持仓和风险

前端：打开“持仓”页。

CLI dry-run：

python3 -m backend.agent.cli action position.add \
  --payload-json '{"symbol":"300308","name":"中际旭创","market":"CN","quantity":100,"avg_cost":120.5}' \
  --pretty

边界：

  • 持仓只是记录和分析。
  • 不连接券商。
  • 不自动交易。
  • 止损/止盈来自 ATR 公式，不是 AI 预测。

4. 前端怎么用

页面 用途 优先看什么
脉冲 自选、搜索、候选池、最新状态 今天要研究哪只票。
单股详情 单票完整研究视图 官方信号、新闻、证据、copilot、记忆。
复盘 每日和长期复盘 结论是否兑现，是否产生记忆候选。
持仓 记录持仓和风险 市值、成本、浮盈亏、止损止盈。
聊天 AI 项目助手 问项目、生成候选动作、确认执行。
配置 系统参数 权重、阈值、LLM、数据覆盖、kill switch。

5. 什么时候不要继续加功能

如果以下基础没有跑通，先别加复杂功能：

  • make demo 不能展示前端。
  • mingcang doctor 不通过。
  • 单股详情没有数据。
  • README 没有清楚告诉用户下一步。
  • 功能状态没有写清楚默认启用/只读/休眠。

明仓功能已经很多，下一阶段重点不是堆功能，而是让用户看懂这些功能。

6. 下一步