Multi-Agent Crypto Trading

Egyetlen kereskedő bot egyedül minden hírciklus alatt lenullázódik. Négy AI-ből álló kripto-kereskedő rendszert építettünk. Mindegyik AI más szögből nézi a kötést, a bot csak akkor lép, ha egyetértenek.

• 01Felhasználói felület

  Az egész élmény amit a felhasználó lát

  Ez a frame az élesben futó terméket mutatja: több ai-ügynök közösen kereskedik a top 50 kriptón · adat, hangulat, hír egyben. Minden komponens mi vagyunk · scope, design, kód, deploy.

• 02Stack a háttérben

  Mi hajtja: Python, pandas, NumPy

  A frame mögötti technológia 7 elemű · Python, pandas, NumPy a látható felületet hajtja, a többi az adatrétegben fut. Minden a stúdió kezében.

• 03Mit szállítottunk

  Több AI-ügynök egy döntésre

  Több szempontból ellenőrzött döntés

• 04Státusz

  Nyílt forráskódú referencia.

  A teljes implementáció a GitHubon él · mások is fork-olhatják, audit-tálható.

• 01 · BRIEF

  Miért robban fel egyetlen bot.

  Az egyjeles botok ár-alapon vágtáznak; hír- vagy hangulat-kilengésen darabokra mennek. Quorum-alapú fabric-et speceltünk: legalább 3-ból-4 ügynöknek egyet kell érteni, mielőtt köt.

• 02 · ARCHITECTURE

  Stack-döntések minden kód előtt.

  A döntési dokumentum lefogta az adatfolyamot, a Python, pandas, NumPy, scikit-learn szerep-felosztást, és a v1-ben kezelt vs halasztott hibamódokat. A szolgáltatás-határokat (hol végződik az AI és hol kezdődik a webapp) itt húztuk meg, így a két oldal nem szivárgott egymásba később.

• 02 · BUILD

  Négy ügynök LangChainen + Ollamán.

  Lokális LLM-ek Ollamán át a szentiment- és verifikáló-ügynökhöz · a költség korlátos marad. A quant-ügynök pandas + scikit-learn a historikus SQLite store felett. A döntések indoklással loggolva.

• 04 · POLISH

  Teljesítmény, akadálymentesség, megfigyelhetőség.

  PSI / a11y / coverage budgetek launch-feltételként kikényszerítve. Logging + metrika bekötve még a cut-over előtt · a csapat egy dashboardról válaszol arra, hogy „működik-e?”, nem Slack-szálból. A fenyegetésmodell-checklist aláírva, mielőtt forgalom érkezne a gépre.

• 03 · SHIP

  Élesben · web UI + API + nyílt repó.

  Web UI emberi felügyeletre, JSON-API downstream automatizációra, publikus repó, hogy más stúdiók forkolhassák az ügynök-fabric-et.

• 01Quorum

  3-ból-4 konszenzus-protokoll

  Nincs kötés, amíg legalább három ügynök nem ért egyet · egy-forrás false positive önmagában nem tud cselekedni.

• 02Quant

  scikit-learn modell árra + volumenre

  Pandas-pipeline olvassa az SQLite-ot, a scikit-learn visszaadja a quant-ügynök szavazatát · magyarázható.

• 03Szentiment

  Lokális LLM olvassa a social jelet

  Az Ollama lokálisan hosztol szentiment-klasszifikátort · nulla külső API-költség ellenőrzésenként.

• 04Verifikáló

  Utolsó-mérföld sanity-check ügynök

  Független ügynök újraértékeli a kötést a policy ellen helyezés előtt · elkapja a ritka konszenzus-de-buta esetet.

• 
  01Képkocka

  Boot-szkript · run.sh + venv + modul-importok

  Egy-parancsos belépés: `./run.sh` (bal pane) létrehozza a venv-et, hash-eli a requirements fájlt, aktivál, majd bootolja a MACATS-et · „importing asyncio core / market data stack (pandas / numpy / yfinance / ccxt) / orchestrator + agent graph”.

• 
  02Képkocka

  Ügynökök online · 5 spawnolva, live loop indul

  A boot 1.59 mp alatt befejeződik. Ügynökök soronként spawnolnak: FSVZOScannerAgent, RiskAgent, ExecutionAgent, StopAgent, PortfolioAgent · `[ready] all agents running, entering live loop`. Minden sor egy valódi Python-folyamat, amire rá lehet csatlakozni.

• 
  03Képkocka

  Élő scan · token-szintű signals JSON

  Stratégia-log tokenenként (ADA/USDT, BNB/USDT) a teljes payloaddal: VWAP-drift, score, ár, és az F/S/V/Z/O signal-map · a post-mortem ugyanazt a logot olvassa, nincs extra instrumentáció.

• 
  04Képkocka

  Folyamatos hurok · scanner tick #3, queue depth 9

  A scanner 29 ms-enként tick-el, `queue depth 9` látható · az AVAX/USDT scan-output a többi mellett streamel. A rendszer mindig fut; semmi nem vár arra, hogy egy ember dashboardot frissítsen.