ginlix-ai/LangAlpha
금융 시장 분석과 투자 의사결정을 돕는 AI 에이전트 플랫폼
1,467+48이번 주0 찜
238포크9이슈
중간맛 분석
스택: Python 3.12+, FastAPI, LangChain/LangGraph, PostgreSQL, Redis, React 19, . 난이도: 중상 수준 (금융 데이터 구성 필요). 바로 쓸 수 있나: 호스팅 버전(ginlix.ai)을 쓰면 즉시 가능, 셀프호스팅은 + LLM 구독키로 5분 내 시작 가능. 핵심 기능: (1) 코드 실행형 에이전트(PTC)로 복잡한 분석을 직접 처리, (2) 금융 데이터 3단계 계층(ginlix-data → FMP → Yahoo), (3) 영구적 워크스페이스와 메모리로 세션 간 연구 누적, (4) 23개 내장 금융 스킬(DCF, 커버리지, 실적 분석 등), (5) 병렬 서브에이전트와 실시간 제어, (6) Slack/Discord 통합.
이런 레포예요
이럴 때 쓰면 좋아요
- 포트폴리오 리밸런싱 시 시장 데이터를 종합 분석하고 트레이딩 아이디어 도출
- 특정 산업(예: 에너지, 반도체) 심화 분석으로 장기 투자 논거 수립
- 실적 발표 전후 주가 변동 예측 및 포지션 조정 계획 수립
핵심 기능
프로그래매틱 도구 호출(PTC)로 코드 실행 기반 복잡 분석지속 워크스페이스 및 장기 메모리로 세션 간 연구 누적23개 내장 금융 스킬 (DCF, 커버리지, 실적 분석, 모닝 노트 등)
대안 대비 차별점
일회성 조회 중심의 기존 금융 챗봇과 달리, 코드 실행 + 지속 워크스페이스로 수주~수개월에 걸친 베이지안 투자 논거 업데이트 프로세스를 에이전트가 자율적으로 관리할 수 있습니다.
준비물
- Docker 및 Docker Compose
- LLM 구독 API 키 (OpenAI, Claude, Kimi 등 중 하나)
- Python 3.12+ (수동 설정 시)
바로 시작하기
- 레포지토리 클론 및 설정 마법사 실행
git clone https://github.com/ginlix-ai/langalpha.git
cd langalpha
make config
- 서비스 시작 (Docker Compose)
make up
- 프론트엔드 접속
http://localhost:5173
- 백엔드 헬스 체크
curl http://localhost:8000/health
- 백엔드 API 문서 확인
http://localhost:8000/docs
- (선택) 클라우드 샌드박스와 데이터 소스 추가 설정
.env 파일에 DAYTONA_API_KEY, FMP_API_KEY 등 추가
별 추이 · 7일
1,467+48 / 7일
활용성 · 따라 만들기 좋은가
따라 하기 좋음샘플 점수 52/100
- 관대한 라이선스
- 테스트 있음
- 예제 디렉토리
- 최근 활동
- AGENTS.md
- llms.txt
- 템플릿
🟢 최근 활동 있음 · 2026년 생성
이 레포에 깃밥 배지 달기
[](https://www.gitbap.com/r/ginlix-ai/LangAlpha)🔌 클로드에서 바로 써보기
깃밥을 클로드에 연결하면 이런 레포를 클로드·커서·Codex에서 바로 찾고 체험할 수 있어요.
방법 ① 커넥터 URL
클로드 설정 → 커넥터에 이 주소를 붙여넣기.
https://www.gitbap.com/api/mcp방법 ② 플러그인 (체험까지)
플러그인을 설치하면 /gitbap-trending·/gitbap-try 슬래시 커맨드로 레포를 그 자리에서 체험. Claude Code에서 아래 두 줄을 차례로 실행하세요.
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI가 README 기반으로 요약했습니다 · 원문 보기