dsh-plugin
DayuanJiang/next-ai-draw-iodsh 的 draw.io 绘图插件:通过 next-ai-drawio MCP 服务器作图,点回复里的链接在右侧栏打开实时预览,可以手动修改图,AI 的每次修改都是可以恢复的版本。需 Node.js 18+,首次使用由 npx 下载 MCP 服务器。
/trading-agent 命令背后的 A 股多智能体分析,移植自 TradingAgents-AShare:14 个角色(分析师、多空辩论、风控、交易员)经 dsh 已配置的模型路由协作产出完整投研报告。
DeepSeek Harness (dsh) 的 A 股多智能体投研分析插件:把 TradingAgents-AShare 的 14 角色分析管线移植为 dsh 原生插件,通过 /trading-agent 命令一键运行,模型调用走 dsh 已配置的 LLM 路由(无需单独配 API Key)。
意图解析(标的/关注点/持仓上下文)
└─ 数据采集(并行、逐源降级):K线+技术指标 / 新闻 / 快讯 / 资金流 / 板块 / 龙虎榜 / 涨停池 / 财务三大报表
└─ 7 位分析师并行:市场技术 / 新闻宏观 / 社交舆情 / 基本面 / 宏观板块 / 机构资金 / 量价(VPA)
└─ 多空研究员辩论 ×2 轮(互相反驳对方最新论点)
└─ 投研经理裁决(Buy/Sell/Hold + 可执行方案)
└─ 交易员初步方案
└─ 风控三方辩论(激进/保守/中性)
└─ 风控经理审核(仓位/止损/前提条件/降风险触发)
└─ 交易员最终决策
在 dsh web 的输入框:
/trading-agent 600519
/trading-agent 调研比亚迪,短线能否创新高
/trading-agent 300750 关注电池新技术和主力资金,仓位 60% 成本 180
完整分析约需数分钟,报告同时返回到会话并保存到 ~/.dsh/tradingagents/reports/(含结论速览表、交易计划速览、每角色完整输出、数据附录)。
结构化决策记录:每次分析还会落一份机读 JSON 边车 <报告id>.decision.json(与 Markdown 同目录),含冻结行情基线、全部角色结论、合并后的交易计划(动作/信心/入场/止损/目标/仓位,注明来源与是否经文本回退恢复)。供后续准确率统计、记忆系统、通知触发等直接读取,无需再解析 Markdown:
curl http://127.0.0.1:3080/tradingagents/reports/<报告id>/decision
设置 → 投研报告的详情页顶部会以标签形式展示该交易计划。
pnpm install && pnpm build # 构建
dsh plugin --profile web add /path/to/dsh-tradingagents
# 重启 dsh web
ctx.llm(复用 dsh 当前会话的模型路由,含推理档位),无独立 LLM 配置VERDICT 机读块扩展可选交易计划键;缺失键从其正文的「最终交易建议 / 目标价 / 止损价」回退提取,机读值优先;计划字段无值时留空不编造本插件生成的内容不构成投资建议。