investbrain

InvestBrain — 投资第二大脑

有经验投资者的纪律自主工具，解决"知行合一"问题 不是投顾，不给建议，而是"镜子" + "纪律锚点"

想法记录 × 投资 RAG × 记忆系统 × 提醒触发 × 行为模式挖掘

---

5 分钟快速体验

两种使用方式：桌面客户端（推荐） 或 MCP Server。

方式 A：桌面客户端（Windows，推荐）

1. 下载并安装 InvestBrain_0.1.2_x64_en-US.msi（见 Releases）
2. 打开桌面应用，即见「大脑已加载」状态条与试聊引导
3. 想对话时在设置页填入自己的 LLM Key，即可走真实对话链路

桌面端数据存储在 %APPDATA%\InvestBrain\data，设置页可直接查看数据位置。

方式 B：MCP Server（任意 MCP 客户端）

# 1. 安装 MCP Server 依赖
cd src/mcp_server && pip install -r requirements.txt

# 2. 配置你自己的 LLM API Key（见下文「你的 Key，自己填」）
cp .env.example .env
# 编辑 .env，把 DEEPSEEK_API_KEY 填成你从 DEEPSEEK 后台拿到的 key

# 3. 启动 MCP Server
python server.py

首次启动提示：向量库（Chroma + ONNX Embedding）首次会下载约 80MB 模型文件。若希望跳过向量库、纯工具调用体验，可保持 server.py 中相关注释不变；如需完整 RAG 体验，下载后取消 server.py 内的注释行。

启动后 Server 会以 stdio 方式接受 MCP 客户端调用。配置 Claude Desktop 见下方 Claude Desktop 接入。

---

你的 Key，自己填

重要：本仓库不预置任何用户的 API key。data/config/llm.json 中 api_key 默认为 null（不是真的 key 占位）；.env.example 只是模板；webhook.json 是空 schema。

你需要从下面这些官方后台自己申请 / rotate：

服务	用途	后台地址
DeepSeek API	主力 LLM（必需）	https://platform.deepseek.com → API Keys
Tushare Pro	A 股财务/历史数据（可选）	https://tushare.pro/register
DashScope	阿里通义备选 LLM（可选）	https://dashscope.console.aliyun.com
Against Finance	另类数据（可选）	https://www.against.com
飞书机器人	通知（可选）	https://open.feishu.cn → 机器人 → Webhook

4 个 key 都写在哪里（都不会进 git）

• MCP 启动必须：DEEPSEEK_API_KEY 环境变量（推荐 User 级系统环境变量，或 CLAUDE.md / .env）
• 可选：TUSHARE_TOKEN / DASHSCOPE_API_KEY / AGAINST_API_KEY（环境变量）
• 飞书 webhook：data/config/webhook.json 里的 feishu 字段（已被 .gitignore 保护）

安全规则

• 你的 key 是你的——不要 share、不要 commit、不要发到任何对话里
• key 进 git 历史（如被 commit 过的老版本）即使后来 rotate 仍可能被人滥用 → 发现泄露立即去对应平台 rotate
• 仓库已有 .gitignore 保护 data/config/*.json（含 llm/webhook 配置）+ data/memory/*.db（用户记忆库，按 CLAUDE.md 决策"用户数据本地存储，不上传云端"），不要 ! 取消忽略

备注：仓库历史曾 commit 过密钥占位（commit 22e6c72），如已 push 远端，老 key 在 clone 历史里仍可被读——清历史成本高、通常接受 + rotate 即可

---

快速开始：推送配置

从零到收到第一条微信推送，约 3 分钟。无需阅读任何文档。

方式一：一键脚本（推荐，Windows）

在仓库根目录打开 PowerShell，运行：

powershell -ExecutionPolicy Bypass -File scripts/configure_pushplus.ps1

脚本会交互式引导你完成全部步骤：显示 PushPlus 获取 token 的操作步骤 → 粘贴 token（自动校验格式）→ 写入 data/config/webhook.json 并启用 pushplus 渠道 → 自动调用 send_notification 发送测试消息 → 打印成功/失败原因。

方式二：对话内配置（MCP 客户端内）

直接在任意 MCP 客户端中让 AI 帮你配置：

1. 查看当前配置状态：notify_get_notifier_config()
2. 配置 PushPlus 并发送测试：notify_configure_notifier(channel="pushplus", token="你的token", enabled=true, send_test=true)

PushPlus token 获取步骤

1. 微信扫码关注公众号：https://www.pushplus.plus
2. 进入「个人中心」→ 复制页面上的 token
3. 填入上述任一方式

验证成功：收到测试消息，或 notify_get_notifier_config() 返回 "enabled_channels": ["pushplus"]。未配置渠道时，提醒触发路径（price_checker / scheduler）返回中会携带 setup_guide 引导信息，而不会静默失败。

安全说明：data/config/webhook.json 已被 .gitignore 保护，token 不会进入 git；请勿把 token 发到任何对话或提交到仓库。

---

它解决什么问题

核心问题：投资者被叙事带着走，操作没纪律，事后后悔。

常见痛点	InvestBrain 的应对
看到某只股票大涨就追高	强制记录买入理由 + 关联历史相似决策
跌了恐慌割肉	触发 RAG 检索大师对"恐慌"的看法
同一类错误反复犯	行为模式挖掘自动识别"追涨杀跌"模式
重要时间/价格点位忘记	价格/时间/条件监控 + 飞书推送
想不起自己过去的判断	记忆系统 + 决策卡片回溯

---

核心能力

功能	说明
想法记录	用户说一句话，AI 解析 + 关联历史 + 生成卡片
投资 RAG	大师思想检索问答（16 位投资大师 × 5 个核心概念）
记忆系统	用户画像、历史决策、行为模式挖掘
提醒触发	价格/时间/条件监控，支持飞书/钉钉/Bark 多通道推送
行为模式挖掘	自动发现投资者的偏差模式

---

示例对话

下面是三个核心价值场景的真实对话流（任意 MCP 客户端均可使用）：

シナリオ 1：RAG による質疑応答 — 投資の達人たちの思想が交差する

ユーザー：段永平は「短期で稼ぐこと」と「長期で稼ぐこと」について、どう考えていますか？

呼び出し：rag_ask_investment(question="段永平怎么看快钱和慢钱")

AI の回答： 段永平の核心的な見解は、「短期で稼ぐこと」は機会が多いように見えてもリスクエクスポージャーが大きく、「長期で稼ぐこと」は複利と確実性に依存するというものです。 「段永平」のコーパスには関連する論述が 12 件あります。抜粋：

「投資で利益を得るスピードは、学習のスピードを上回るべきではありません。」 「大きく投資できるのは、自分が理解できるビジネスです。それ以外は機会ではありません。」 関連概念：能力の輪、安全域、複利。

シナリオ 2：行動パターンの分析 — 繰り返している失敗を見つける

ユーザー：最近の取引には、どのような問題がありますか？

呼び出し：memory_get_behavior_patterns()

AI の回答： 2 つの行動パターンを検出しました（過去 30 日間、11 件の取引）：

1. 高値追いパターン（信頼度 0.83） 該当サンプル：NVDA／TSLA の 1 日の上昇率が 5% を超えた後、D+1／D+2 に購入。勝率 25%、平均リターン -3.2% 提案：購入前に rag_ask_investment(question="追高的代价") を必ず確認してください。

2. パニック売りパターン（信頼度 0.71） 該当サンプル：保有銘柄の損失が 15% を超えた後、5 日以内に売却。その後 30 日以内に 67% が反発 提案：該当時に Lark のリマインダーと、投資の達人の原文引用を自動配信します。

シナリオ 3：スマートリマインダー — 規律を保つためのアンカー

ユーザー：NVDA が 950 ドルになったら、再評価するようリマインドしてください。

呼び出し：reminder_set_reminder(condition={ticker:"NVDA", operator:"<=", threshold:950, action:"review"})

AI の回答： リマインダーを設定しました：NVDA <= 950 USD で「振り返り・評価」を実行します。 条件に達すると、現在価格、この銘柄に関する過去の意思決定カード、関連する投資の達人の名言を自動取得します。 リマインダーは通知チャンネルにも同期されました（設定済みの場合）。

---

Claude Desktop との連携

InvestBrain を Claude Desktop に接続します（macOS／Windows 共通）：

設定ファイルの場所：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

設定内容（clone した実際のパスに合わせて変更してください）：

{
  "mcpServers": {
    "investbrain": {
      "command": "python",
      "args": [
        "D:/claudework/invest-brain/src/mcp_server/server.py"
      ],
      "env": {
        "DEEPSEEK_API_KEY": "sk-your-key-here"
      }
    }
  }
}

設定完了後、Claude Desktop を再起動すると、ツールバーに「投資アシスタント」アイコンが表示されます（39 個のツール。server.json に登録されたツール一覧と一致します）。

---

オープンソースライセンスとロードマップ

本プロジェクトは GNU Affero General Public License v3.0 (AGPLv3) の下でライセンスされています。簡単に言うと、自由に利用、改変、配布できますが、ネットワーク経由で提供する派生作品も同じライセンスでオープンソースにする必要があります。詳細は LICENSE をご覧ください。

レベル	機能	状態
無料プラン	ローカル MCP Server	✅ 提供中
	16 人の投資の達人による RAG 質疑応答	✅ 提供中
	行動パターンの検出	✅ 提供中
	リマインダーシステム	✅ 提供中
	無制限のメモリストレージ	✅ 提供中
個人プラン	クラウド週次レポート／月次レポート（AI 生成）	予定（￥39/月）
	複数デバイス間のデータ同期	予定
チームプラン	チームでの共同作業とナレッジベースの共有	予定（￥199/月）

---

アーキテクチャ

src/mcp_server/            # MCP Server（39 个工具）
├── server.py               # 主入口
├── tools/                  # 工具集
│   ├── thought_tools.py    # 想法记录
│   ├── rag_tools.py        # 投资 RAG
│   ├── memory_tools.py     # 记忆系统
│   ├── reminder_tools.py   # 提醒系统
│   ├── pattern_tools.py    # 行为模式
│   ├── report_tools.py     # 周报/月报
│   ├── roundtable_tools.py # 大师圆桌
│   └── notifier_tools.py   # 多通道通知
├── datasources/            # 数据源
│   ├── akshare_datasource.py
│   └── tushare_datasource.py
├── knowledge/              # 知识库
│   ├── vector_store.py     # Chroma 向量存储
│   └── graph_client.py     # 图存储
├── memory/                 # 记忆存储
├── patterns/               # 行为模式挖掘
├── llm/                    # LLM 客户端
│   ├── llm_router.py       # 通用 LLM 路由
│   ├── providers.py        # Provider 配置
│   └── deepseek_client.py
└── api_server.py           # REST API (LLM 配置)

data/
├── graph/                  # 知识图谱（16 位大师 + 概念）
├── knowledge/
│   └── vectors/            # 向量索引（Chroma）
├── memory/                 # 用户记忆
├── cards/                  # 想法卡片
├── reminders/              # 提醒条件
└── config/                 # 配置文件

---

MCP ツール（40 個）

// 想法记录（3）
"thought_record_thought(text)",
"thought_search_memories(query)",
"thought_get_thought_cards(ticker)",

// 投资 RAG（4）
"rag_ask_investment(question)",
"rag_get_master_view(master, topic)",
"rag_search_knowledge(query)",
"rag_search_reports(query, top_k)",

// 记忆系统（3）
"memory_get_user_profile()",
"memory_record_decision(data)",
"memory_get_behavior_patterns()",

// 提醒系统（3）
"reminder_set_reminder(condition)",
"reminder_get_reminders()",
"reminder_delete_reminder(id)",

// 行为模式（3）
"pattern_run_pattern_detection()",
"pattern_get_pattern_summary()",
"pattern_get_pattern_report(id)",

// 周报/月报（1）
"report_run_scheduled_report(range)",

// 大师圆桌（1）
"invest_roundtable(question)",

// 通知配置（2）
"notify_configure_notifier(channel, webhook_url)",
"notify_get_notifier_config()",

// 行情数据 — AKShare（5）
"market_get_stock_quote(ticker)",
"market_get_stock_history(ticker, period)",
"market_get_index_components(index_code)",
"market_get_valuation(ticker)",
"market_get_market_sentiment()",

// 行情数据 — Tushare（15）
"tushare_get_daily_price(ts_code)",
"tushare_get_weekly_price(ts_code)",
"tushare_get_realtime_quote(ts_code)",
"tushare_get_index_daily(index_code)",
"tushare_get_financial_indicator(ts_code)",
"tushare_get_income_statement(ts_code)",
"tushare_get_balance_sheet(ts_code)",
"tushare_get_cash_flow(ts_code)",
"tushare_get_index_components(index_code)",
"tushare_get_industry_classification(ts_code)",
"tushare_get_valuation_multi(ts_code)",
"tushare_get_market_top_movers()",
"tushare_get_stock_pledge_status(ts_code)",
"tushare_convert_ticker(ticker)",
"tushare_check_token_status()"

ツールの全一覧は src/mcp_server/tools/ をご覧ください。

---

ナレッジベース

16 人の投資の達人： バフェット、マンガー、段永平、ハワード・マークス、李録、グレアム、ダモダラン、アックマン、キャシー・ウッド、マイケル・バーリ、パブライ、タレブ、リンチ、フィッシャー、ドラッケンミラー

5 つの主要概念： 競争優位性、安全域、能力の輪、二次思考、非対称リスク

業界知識： 申万の 28 業界に関する詳細なリサーチフレームワーク（ベクトルデータベース内で検索できます。原文は公開せず、中核となる方法論の知的財産を保護します）

---

データソース

データソース	用途	状態
AKShare	リアルタイム相場	✅
Tushare	財務／過去データ	✅
Chroma	ベクトルインデックス	✅
SQLite	ローカルメモリ	✅

---

開発

# 启动 REST API Server（用于 LLM 配置）
python src/mcp_server/api_server.py
# 访问 http://localhost:8000/api/llm/config

# 启动前端（Next.js 落地页 + 设置面板）
npm install
npm run dev
# 访问 http://localhost:3000

テスト：

pytest tests/

---

関連プロジェクト

プロジェクト	用途
invest-buddy-pet	入門者向けの伴走プロダクト（性格診断）
mangoview	スーパーシステムサイト（専門的な分析）

---

🛠️ おすすめツールチェーン

以下のツールは、awesome-finai-tools-zn の SKILL.md にあるシナリオからツールへのマッピング表に基づいて選定しています。各シナリオにつき、最適なツールを 1 つ選んでいます。ツールの全一覧はリポジトリのホームページをご覧ください。

おすすめツール	機能	インストール方法
ashare-mcp	本番環境向けの A 株 MCP Server。30 個の tool（リアルタイム相場／K 線／値上がり銘柄リスト／龍虎榜／財務諸表／セクター資金）	git clone https://github.com/CharmYue/ashare-mcp && cd ashare-mcp && uv sync
opencli-eastmoney-quote	設定不要の CLI。A 株／香港株／米国株のリアルタイム相場を瞬時に取得	npm install -g @jackwener/opencli
opencli-xueqiu-search	雪球の銘柄検索＋人気投稿のセンチメント分析。中国語／コードのどちらでも検索可能	npm install -g @jackwener/opencli
Qlib	Microsoft の AI 量的分析フレームワーク。自動ファクター発掘＋モデル学習＋バックテスト評価	pip install pyqlib
盈米基金 MCP	69 個の標準 MCP ツール＋16 個のスキルコンポーネント。ポートフォリオのバックテスト／モンテカルロシミュレーションを含む	API Key の取得については盈米 AI オープンプラットフォームにお問い合わせください

ツールの推薦ロジックは awesome-finai-tools-zn/data/institution-skills.json に基づいており、毎週自動更新されます。

---

🔗 ツールチェーン連携

本リポジトリは FinAI ツールエコシステムの一部であり、他のリポジトリと連携します：

リポジトリ	位置付け	本リポジトリとの関係
awesome-finai-tools-zn	データ基盤	ツール一覧と機関の Skill データを提供
invest-brain	ツール推薦エンジン	シナリオに基づいてツールを自動推薦
investment-buddy-pet	パーソナライズされた投資アドバイザー	投資家の性格に合わせてツールボックスを選定
SoloAdvisor-Toolkit	投資アドバイザー向けワークフローツールキット	KYC→設定→ポートフォリオ→レポート
knowledge-workflow	ナレッジ管理	収集→タグ付け→保存→成果物

🗺️ Roadmap

改造需求详细文档：docs/改造需求-roadmap.md

P0 核心改造（个人知识库愿景）：

• 🔴 用户自定义 RAG 知识库（让用户自己的框架可被 RAG 引用）
• 🔴 新闻/事件触发 reminder（央行购金、地缘冲突、美债冻结等）
• 🔴 投资框架管理工具（结构化记录用户的框架规则与触发条件）

P1 数据源：

• 🟡 黄金现货 / 美元指数 / 美债收益率实时数据
• 🟡 黄金 ETF（518880 / GLD）数据修复

P2 体验优化：

• 🟢 思考卡 NLU 抽取 bug（数字/英文名误识别）

最近进展（2026-07-29）：

• ✅ 黄金投资框架核心已写入思考卡（thought_8）
• ✅ 基于真实数据的黄金推演已写入思考卡（thought_9）
• ✅ 改造需求文档已建（docs/改造需求-roadmap.md）

---

版本: v0.1.2 创建时间: 2026-06-24 许可: AGPL v3