在企业投融资管理中，传统的研究方式往往依赖人工查询与判断，费时费力且响应慢。随着 AI 技术的发展，越来越多的企业希望借助智能体（Agent）实现对股票信息、财报、产业新闻等多源数据的自动理解、归纳和分析，从而支持更快更准的战略决策。

本次实战选择大家熟悉的股票分析场景，带你通过本地部署的 Dify 系统 与云端 DeepSeek API 服务，构建高效、智能的股票分析Agent，轻松迈出智能投资分析的第一步！

搭建大模型+股票分析Agent全攻略

1. 获取DeepSeek API Key

可使用DeepSeek 官方或其它云平台大模型提供的DeepSeek API服务

AlayaNeW平台的DeepSeek API Key获取指南：

https://docs.alayanew.com/docs/modelService/case/Dify/

2. Dify本地部署与配置

安装 Dify 之前, 请确保你的机器已满足最低安装要求

• CPU >= 2 Core
• RAM >= 4 GiB

1、克隆 Dify 源代码至本地环境。

# 假设当前最新版本为 1.1.0
git clone https://github.com/langgenius/dify.git --branch 1.1.0

2、启动 Dify，进入 Dify 源代码的 Docker 目录

cd dify/docker

3、复制环境配置文件

cp .env.example .env

4、启动 Docker 容器

• 如果版本是 Docker Compose V2，使用以下命令：

docker compose up -d

• 如果版本是 Docker Compose V1，使用以下命令：

docker-compose up -d

运行命令后，你应该会看到类似以下的输出，显示所有容器的状态和端口映射：

[+] Running 11/11
 ✔ Network docker_ssrf_proxy_network  Created                                                                 0.1s 
 ✔ Network docker_default             Created                                                                 0.0s 
 ✔ Container docker-redis-1           Started                                                                 2.4s 
 ✔ Container docker-ssrf_proxy-1      Started                                                                 2.8s 
 ✔ Container docker-sandbox-1         Started                                                                 2.7s 
 ✔ Container docker-web-1             Started                                                                 2.7s 
 ✔ Container docker-weaviate-1        Started                                                                 2.4s 
 ✔ Container docker-db-1              Started                                                                 2.7s 
 ✔ Container docker-api-1             Started                                                                 6.5s 
 ✔ Container docker-worker-1          Started                                                                 6.4s 
 ✔ Container docker-nginx-1           Started   

5、登录并注册Dify

6、登录 Dify 配置 “模型供应商”

配置“模型供应商”，选择 “OpenAI-API-compatible”，输入申请到的 “API Key” 和 “URL” 后点击“保存”，如下图示例完成 “AlayaNew/DeepSeek-R1” LLM的配置。

3. 创建股票分析Agent

• Dify的编排流程图

我们先看一下整体的编排流程图，只需简单4个步骤即可完成创建。

• 开始创建Agent

接下来我们开始创建Agent。首先进入 Dify “工作室”，点击“创建空白应用”。

具体配置如下图。

• 工作流节点介绍

1. 开始

开始节点设置输入字段

2.调用HTTP接口，获取实时数据

该节点“BODY”中，配置从“开始”节点中获取用户变量，配置如下图。

关于后台的服务，文章末尾会有地址和相关截图

3.LLM节点

LLM节点中，“模型”选择配置的

“AlayaNeW/DeepSeek-R1”，“SYSTEM” 中增加提示词。

系统提示词

请基于当前市场的技术指标数据 
结合市场的交易逻辑和投资者行为特征，提供以下内容的详细分析，并附上具体数据支撑（可包含图表）：
趋势分析
当前股价所处的趋势（上升/震荡/下降）
明确的支撑位和压力位（基于均线、前期高低点或布林带）
成交量分析
成交量近期变化（放量/缩量）
成交量对趋势延续或反转的影响解读
风险评估
波动率分析（可参考ATR或历史波动区间）
当前市场风险偏好与个股（或指数）所处的风险区
短期与中期目标位
基于技术形态（如W底、箱体突破、头肩顶）给出具体的**短期（5-10个交易日）和中期（1-2个月）**目标价位
关键技术位分析
重点关注的均线（金叉/死叉）、布林带边缘、缺口位置、筹码密集区等技术位
是否有技术背离信号（如MACD顶背离/底背离）
交易建议
当前阶段的操作策略（观望/建仓/减仓）
明确的买入/加仓/减仓信号
止损位建议（以技术破位为依据）

提示词的原理

提示词是与大模型交互时，用于引导模型生成特定类型输出的文本或指令。通过精心设计的提示词，可以激活模型中与特定任务相关的知识，使其在无需大规模微调的情况下，直接应用于下游任务

设计提示词的注意事项

a.明确角色和任务：在提示词中需明确 AI 的角色和任务要求。例如，定义 AI 为“乐于助人的助手”，并规定回复逻辑：

你是一位乐于助人的AI助手。
在回答用户问题时，你需要：
1、始终使用自然语言解释你将要采取的行动；
2、清晰描述正在进行的操作
3、避免返回空回复

这种角色设定有助于模型理解其行为准则，生成符合预期的回复。

b.清晰且具体：提示词应明确描述任务需求，避免歧义。例如，与其使用“总结这篇文章”，不如使用“请用三句话总结这篇关于人工智能应用的文章”。

c.简洁性：提示词应尽量简洁，避免冗余信息干扰模型的推理。

d.提供示例（Few-shot 提示）：通过提供示例，引导模型生成符合预期格式的输出。例如

示例：
输入：天气如何？
输出：今天阳光明媚，气温适中，合适外出活动

这种方式能有效引导模型生成与示例相似的输出。

e.控制输出格式：如果需要特定的输出格式，可以在提示词中明确说明。例如，要求模型以列表形式回答问题。

f.迭代优化：提示词的设计是一个反复试验的过程。根据模型的输出，不断调整和优化提示词，以达到最佳效果。

4.结束节点

结束节点中，输出的变量来源上一个节点的输出，具体配置如下图。

• 发布Agent

完成创建后，点击发布后点击运行。

4. 股票分析Agent演示

• 在电脑端进行股票分析Agent效果演示

至此，我们完成了股票分析Agent 的搭建。

附：股票分析Agent源码

部分指标计算方式：

部分指标计算API：

当然市场有风险，投资需谨慎！大模型再智能，也不能替代专业的投资决策流程，任何技术都有局限性，审慎的态度和科学的投资框架始终是风险管理的核心。

那么，如何系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！