阅读项目README与版权声明

仔细阅读GitHub仓库的README文件，重点理解项目定位（学习研究）、核心功能、技术栈（FastAPI+Vue3）以及重要的混合许可证说明（app/和frontend/目录需商业授权）。

务必注意项目强调合规性与研究用途，不提供实盘交易指令。

准备部署环境

根据你的操作系统（Windows/macOS/Linux）和偏好，选择一种部署方式。对于绝大多数新手，推荐使用Docker版进行体验。确保系统已安装Docker和Docker Compose。

Windows用户可优先考虑“绿色版”，Mac/Linux用户或追求稳定部署的选“Docker版”。

获取必要的API密钥

准备至少一个可用的LLM API Key（如OpenAI、DeepSeek、Google Gemini等）和一个股票数据源的Token（如Tushare、AkShare）。这是平台运行的关键。

DeepSeek等国产模型通常有免费额度，适合新手体验。Tushare需要注册获取token。

按照指南部署项目

根据你选择的部署方式（Docker/绿色版/源码），严格遵循对应的官方安装指南进行操作。例如，Docker版通常涉及克隆仓库、配置环境变量、执行docker-compose up命令。

仔细阅读部署文档中的每一步，特别是端口配置和环境变量文件(.env)的修改。遇到问题先查看文档的“常见问题”部分。

验证服务运行

部署完成后，在浏览器中访问提示的地址（如 http://localhost:8501 或指定端口），查看前端界面是否正常加载。检查后端API服务是否正常启动。

如果页面无法访问，检查防火墙设置、端口占用情况，并查看Docker容器日志(docker-compose logs)排查错误。

完成初始系统配置

首次登录后（可能需要注册或使用默认账号），进入系统配置中心。在这里添加你准备好的LLM API密钥和股票数据源Token，并测试连接是否成功。

先配置一个LLM和一个数据源即可开始体验，后续可随时添加更多。确保网络能访问对应的API服务。

同步股票数据

在数据分析或配置模块中，找到“数据同步”功能。选择A股市场（如上证指数成分股）进行一批股票的基础数据同步。这是进行分析的前提。

务必完成此步！README中强调“在分析股票之前，请将股票数据同步完成，否则分析结果将会出现数据错误。”

执行首次股票分析

在股票分析页面，输入一只你熟悉的股票代码（如A股的000001平安银行）。选择要参与分析的“智能体”（如基本面分析师、技术分析师等），点击开始分析。观察多智能体协作的分析过程。

首次分析可能较慢，耐心等待。注意观察Web界面提供的实时进度显示。

查看与导出分析报告

分析完成后，查看生成的详细报告。尝试使用报告导出功能，将报告保存为Markdown、Word或PDF格式，了解其内容结构。

仔细阅读报告，理解不同智能体（如基本面、技术面、风险分析师）分别提供了哪些维度的见解。

体验模拟交易与自选股

在模拟交易模块，使用虚拟资金创建交易组合，基于刚才的分析报告进行模拟买卖操作。同时，将感兴趣的股票加入自选股列表进行跟踪。

这是验证投资策略想法的安全环境，重点关注策略的逻辑而非盈亏结果。

尝试不同模型与配置

在配置中心添加另一个LLM提供商（如从DeepSeek切换到GPT-4），然后重新分析同一只股票，对比不同模型生成报告的差异。

这有助于理解“智能模型选择”和不同LLM在金融分析任务上的特点。

学习“学习中心”材料

浏览平台内置或README中提到的“学习中心”内容，如AI基础、多智能体分析原理、风险与局限等，建立理论知识框架。

结合实操体验学习理论，理解会更深。部分内容可能是外链，记得阅读。

加入社区与寻求帮助

如果遇到无法解决的问题，或想与其他学习者交流，按照README中的联系方式，加入项目QQ群或关注微信公众号。在GitHub Issues中搜索或提交问题。

提问前，先确认是否已阅读相关文档，并准备好错误日志、截图等信息，便于他人帮助你。