明仓是一个本地优先的个人 A 股研究决策工作台。 它把"看好一只票"这件事拆成一条可审计的闭环——进口判断 → 记录证据 → 证伪 → 跟踪 → 复盘归因 → 记忆更新——让每一次判断都能被回看、被反驳、被验证，让每一次结果都沉淀成下次能用的证据。
愿景不是做一个更聪明的"预测 AI"，而是给个人投资者一套研究操作系统：
- 你 负责 alpha、行业认知和最终决策；
- AI 负责广度扫描、证伪和短期风险纪律；
- 系统 负责把判断和结果沉淀成一套会成长的记忆。
📖 在线文档：https://zeeechenn.github.io/MingCang/
| 你想做的事 | 明仓怎么接 |
|---|---|
| 研究一只票 | mingcang stock 000001 拉出信号、新闻、标签、研究 copilot 影子结论，并把你的判断记成一条 ResearchCase |
| 跟踪一个长期主题/赛道 | 把成熟外部研究者、券商/机构、景气与财务质量框架的论题进口为 ForwardThesis，带失效条件和复盘节奏，长期持续跟踪 |
| 盯住每天的信号和风险 | 技术因子 + LLM 新闻情感生成官方信号，ATR 移动止损保护浮盈，组合暴露和数据质量自动预警 |
| 复盘并积累经验 | 结果出来后做归因，证伪命中/错过都记分，经人工确认才促进成可信记忆，下次判断更有依据 |
| 让 AI 帮你干上面这些 | 自带 mingcang Pi 终端，也可接 Claude Code / Codex / Cursor，通过 CLI / MCP 调用全部能力 |
明仓不替你做主：LLM 不预测价格、不下单、不自动改信号，止盈止损是 ATR 公式算出来的规则，记忆要等结果和人工确认才升级。→ 详见 为什么明仓不是 AI 选股器
第一次只做这个：想先体验，不配 Key，跑下面的
make demo；想长期使用，走 快速开始 安装mingcang；想开发，先make install再make dev/cd frontend && npm run dev。
git clone https://github.com/Zeeechenn/MingCang.git
cd MingCang
make demo # 种子 mock 数据，并启动后端 + 前端打开 http://127.0.0.1:5173。首页先看到 3 只示例股票（贵州茅台 / 中际旭创 / 中国平安）；demo 数据库还包含一条中际旭创长期论题、一份复盘和一条待确认记忆候选，供后续用户手册串成完整闭环。后端健康检查在 http://127.0.0.1:8000/health。按 Ctrl+C 停止 demo。
0.3.0 把整套研究模型重做成一套案卷式闭环架构：用四类"案卷"（Case）把研究、信号、持仓、复盘串成一条闭环，分五层（L0–L4）承载，每一类只回答一个问题，彼此可链接、可审计。
进口（数据 + 新闻 + 你的判断 + 外部论题）
│
▼
ResearchCase ──▶ SignalCase ──▶ PositionCase ──▶ ReviewCase
为什么值得研究 现在能交易吗 为何持有/何时退 结果教会了什么
▲ │
└────────── 记忆更新（outcome-gated，人工确认）◀────┘
五层（L0 记忆 → L1 证据 → L2 论题 → L3 信号/持仓 → L4 复盘/校准）分别回答"学到了什么 / 有哪些证据 / 值得研究吗 / 能交易吗 / 结果教会了什么"，彼此可链接、可审计。→ 完整架构说明
现状说明：这套闭环架构已经落地，但默认休眠——骨架先就位、生产信号零改动，等前向证据门控逐层通过后再激活。当前生产信号仍是技术 0.6 + 情感 0.4 + ATR 2.5 移动止损，量化层关闭（
WEIGHT_QUANT=0.0）、等待证据。
| 层 | 做什么 |
|---|---|
| 数据 | 行情、新闻、财务、QFII、A/HK/US 只读全球数据，本地 SQLite，不上云 |
| 信号 | 技术因子 + LLM 新闻情感，生产权重 0.6 / 0.4，ATR 2.5 移动止损 |
| 研究 | 个股 dossier、deep research、假设进口、证伪记分牌、外部研究员 / 机构研究导入 |
| 记忆 | 分层记忆，outcome-gated 促进，审计日志可回溯 |
| Agent | 自带 mingcang Pi 终端 + MCP / CLI，供 Claude Code / Codex / Cursor 调用 |
| 界面 | React 前端 + REST API，本地优先 |
明仓自带一个 mingcang Pi 终端壳——把整套 CLI、记忆、研究流程和安全边界打包成一个开箱即用的 agent 终端，不用记一堆命令就能用。只想离线看 demo 时不需要安装它，直接用上面的 make demo。
curl -fsSL https://raw.githubusercontent.com/Zeeechenn/MingCang/main/scripts/install.sh | sh
mingcang装好后直接对它说人话即可（"看一下 300308"、"扫一遍自选"、"帮我复盘上周的票"），它会自己读项目上下文、跑 CLI、给出研究和风险结论。
手动安装 / 开发模式：
git clone https://github.com/Zeeechenn/MingCang.git
cd MingCang
make agent-setup # 准备环境
make agent # 启动 Pi 终端默认 AI_PROVIDER=local_cli，走本机已登录的本地 CLI，不需要云端 key；demo 模式不需要任何 LLM / 数据源 key。也可以直接用底层 CLI：
python3 -m backend.agent.cli health --pretty
python3 -m backend.agent.cli premarket --pretty
python3 -m backend.agent.cli stock-context 000001 --pretty迁移说明：旧
stocksage命令、stock_sage_*MCP 工具、STOCKSAGE_AGENT_*环境变量在过渡期仍可用；新安装建议使用mingcang。
装好后，既能对 mingcang Pi 终端直接说人话，也能跑底层 CLI。下面是几个最常见的用法。
对 Pi 终端说："研究一下中际旭创"、"看看 300308 现在怎么样"。它会先拉股票上下文，再给结论：
mingcang stock 300308
# 或直接用底层 CLI：
python3 -m backend.agent.cli stock-context 300308 --pretty你会拿到：官方信号（买入 / 关注 / 规避）、最近新闻与情感、长期标签、研究 copilot 的影子结论，以及它列出的风险和待验证问题。需要更深的调研时，让它跑一轮 deep research：
python3 -m backend.agent.cli action research.deep.run \
--payload-json '{"topic":"光模块 1.6T 需求","symbols":["300308"]}' --pretty明仓按交易节奏分了四个一句话工作流：
python3 -m backend.agent.cli premarket --pretty # 盘前：同步前检查与当日入口
python3 -m backend.agent.cli intraday --pretty # 盘中：只读本地缓存的快速个股入口
python3 -m backend.agent.cli postmarket --pretty # 盘后：全市场信号与复盘报告
python3 -m backend.agent.cli weekend --pretty # 周末：长期标签刷新与周度反思Pi 终端里直接说"盘前扫一遍"、"收盘后复盘一下"即可。信号里包含当日建议、ATR 移动止损位、组合暴露和数据质量预警——明仓不替你下单，只给纪律。
加自选（默认 dry-run，确认后加 --confirm 落库）：
python3 -m backend.agent.cli action watchlist.add \
--payload-json '{"symbol":"300308","name":"中际旭创","market":"CN"}' --pretty移除用 watchlist.remove。之后用 project-context 或盘后工作流扫一遍整张自选表。对 Pi 终端说"把中际旭创加进自选"、"扫一遍我的关注列表"也可以。
把一个赛道或主题的判断（来自你自己、成熟研究者或景气/财务框架）记成一条带失效条件的论题，系统会长期跟踪、到点提醒复盘：
python3 -m backend.agent.cli action long_term.run --payload-json '{"symbol":"300308"}' --pretty它不会因为论题"听起来有道理"就抬高买入分——只有结果兑现、复盘通过，这条判断才会升级成可信记忆，喂给下一次研究。
python3 -m backend.agent.cli memory-snapshot --pretty这里能看到分层记忆、审计日志和记忆促进状态：哪些规则 / 教训已可信，哪些还在待定。可信记忆会在你下次研究同一只票或同一赛道时，自动作为上下文注入。
外层 agent（Pi / Claude Code / Codex / Cursor）接入时，默认只需要：
- 读 AGENTS.md——了解本地 / 远程边界
- 按需加载
STATUS.md/PROJECT.md/docs/ROADMAP.md - 写操作先 dry-run，等用户确认
核心 MCP 工具：
| 工具 | 用途 |
|---|---|
mingcang_project_context |
持仓、自选、记忆摘要、配置概况 |
mingcang_stock_context |
单只股票：信号、新闻、标签、copilot shadow |
mingcang_memory_snapshot |
分层记忆、审计日志、记忆促进状态 |
mingcang_health |
数据库、依赖、权限健康检查 |
旧 stock_sage_* 工具名保留为兼容别名。
本地与远程配置
AI_PROVIDER=local_cli
DATABASE_URL=sqlite:////absolute/path/to/mingcang.db
MINGCANG_AGENT_MODE=local远程暴露是 opt-in，默认只读：
MINGCANG_AGENT_MODE=remote
MINGCANG_AGENT_API_KEY=your_secret_key
MINGCANG_AGENT_REMOTE_WRITE_ENABLED=false
MINGCANG_AGENT_REMOTE_WRITE_ACTIONS=旧 STOCKSAGE_AGENT_* 变量名仍可读取，新部署推荐用 MINGCANG_AGENT_*。.env、数据库、个人交易记录、真实 key 不进 Git。
| 文件 | 内容 |
|---|---|
| docs_public/index.md | 明仓公开文档首页：推荐导航、最短路径、核心能力 |
| docs_public/USER_GUIDE.md | 使用指南：demo、单股研究、每日扫描、长期论题、复盘记忆 |
| docs_public/FEATURE_MAP.md | 功能目录：每个功能的说明、入口、状态、写入/信号/Key 边界 |
| docs_public/DEVELOPER_GUIDE.md | 后续开发指南：加页面、API、action、研究模块、量化模块 |
| docs_public/REFERENCE.md | 参考手册：CLI、API、配置和关键文件 |
| AGENTS.md | Agent 使用规则和安全边界 |
| PROJECT.md | 代码库导航和关键文件索引 |
| STATUS.md | 当前生产状态、信号权重、测试入口 |
| CHANGELOG.md | 版本历史和已完成更新 |
| CONTRIBUTING.md | 开发环境和贡献流程 |
| docs/ARCHITECTURE.md | L0–L4 层架构、Case 类型、融合逻辑完整说明 |
| docs/WHY_NOT_AI_STOCK_PICKER.md | 为什么明仓不是 AI 选股器：LLM 边界、ATR 纪律、记忆门控 |
项目前身是 StockSage，0.3.0 起正式更名为 明仓 / MingCang。这次升级不只是换名字：
- 把整套研究模型重做成案卷式研究决策闭环（研究 → 信号 → 持仓 → 复盘 → 记忆）；
- 定位转向"放大人的判断、用前向证据守门"，新增论题进口通道和证伪记分牌；
- 新增开箱即用的
mingcangPi 终端壳，降低使用门槛； - 扩展 A/HK/US 只读全球数据，强化数据质量与复权口径护栏。
旧 stocksage 命令、stock_sage_* 工具、STOCKSAGE_AGENT_* 变量在过渡期仍兼容。
明仓是个人研究工具，不构成投资建议。系统不自动下单，LLM 不做价格预测，止盈止损由 ATR 公式和风险约束生成。所有交易决策和资金风险由使用者自行承担。
明仓想做的事，一句话：让 AI 放大你的判断，而不是替你拍脑袋。它分两块——怎么做研究，和把工具做得更好用。
研究上，坚持几条原则：
- 真正能赚钱的判断来自人，不来自模型硬猜。 主力还是你自己、以及你信得过的研究者和成熟框架（景气、财务质量）给出的判断；明仓负责帮你把这些判断盯住、查漏、提醒，而不是靠价格走势"算命"——这条路我们回测过，没有效果。
- AI 只做两件事：扩广度、挑毛病。 广度是帮你扫到一个人看不过来的新闻和线索，但它给的永远是"还没被验证的猜想"；挑毛病是替你反驳假设、盯着失效条件、在亏损前预警。
- AI 想变得更聪明可以，但得拿结果证明。 任何新模型、新能力都允许尝试，但要先在真实结果上证明自己靠谱，才能影响你的决策；在那之前，最终拍板的永远是你。
- 只记住被结果验证过的经验。 一条判断对不对，要等结果出来、复盘通过才算数——不会因为"讲得有道理"就被系统当成真理记下来。
工具上，接下来要做的：
- 接入港股和美股。 现在 A 股是主战场，港股 / 美股还停在只读研究态；下一步把它们做成和 A 股一样可研究、可跟踪、可复盘的完整链路。
- 打磨前端和后端。 把研究面板、信号展示、复盘记录做得更顺手，后端做得更稳、更快、更好维护。
- 做成真正好用的软件。 目标是让不写代码的人也能一键装好、开箱即用，而不只是一套给开发者的脚本。