hermes agent 是本地可部署的轻量级ai投资分析框架，支持实时行情分析、个性化策略生成与本地化数据处理。需python 3.10/3.11，配置risk_tolerance等投资画像，接入tushare或csv数据源，启动后通过web界面交互查询。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想用AI实时分析股票、基金、债券行情，自动生成买卖建议，还能根据你的风险偏好定制投资策略，但又担心公开平台泄露资产信息或数据被滥用——Hermes Agent 提供本地可部署的轻量级框架，所有模型推理、数据处理、策略生成全部在你自己的电脑或私有服务器上运行。
准备运行环境
安装 Python 3.10 或 3.11（必须，3.12 尚未兼容 Hermes Agent 核心模块）→ 下载 最新 release 包 → 解压到无中文、无空格路径，例如 C:\hermes。
打开终端进入该目录，执行：pip install -r requirements.txt。这一步会自动安装 llama-cpp-python 的 CPU 版本；若你有 NVIDIA 显卡且已装好 CUDA 12.1，需先运行 pip uninstall llama-cpp-python，再执行 pip install llama-cpp-python --no-deps --force-reinstall --upgrade --find-links https://github.com/jllllll/llama-cpp-python-cu121/releases/tag/v0.2.81 --no-cache-dir，否则模型加载后无法调用 GPU 加速，响应延迟将超过 8 秒。
配置你的专属投资知识库
在 config/ 目录下新建 investment_profile.yaml，填入以下内容：
risk_tolerance: conservative<br>investment_horizon_months: 36<br>preferred_assets: [“bond_funds”, “dividend_stocks”, “gold_etf”]<br>avoid_sectors: [“crypto”, “biotech_startups”]
这个文件决定了 AI 建议的底层约束条件。如果漏写 avoid_sectors，系统默认对所有行业开放分析，可能在你明确排斥加密货币时仍生成“逢低加仓 BTC”的建议。
接入实时行情数据源
方法一：使用内置 Tushare Pro 接口（推荐新手）
→ 在 config/api_keys.yaml 中填入你的 Tushare token（免费注册获取）→ 运行 python scripts/fetch_market_data.py --source tushare --days 7，自动拉取沪深 A 股近一周分钟级 K 线与融资融券数据。
方法二：对接本地 CSV 数据（适合已有量化数据库）
把整理好的 stocks.csv（含字段：symbol,name,close,pe,pb,industry）放入 data/raw/ → 执行 python scripts/load_csv_data.py → 系统会自动构建向量索引并标记更新时间戳。
【注意：CSV 文件首行必须为英文字段名，且 symbol 列值须全大写如 '600519.SH'，小写或带空格将导致后续策略回测报 KeyError】
启动本地 AI 投资顾问服务
第一步：在终端执行 python app.py --model-path models/qwen2-1.5b-instruct.Q4_K_M.gguf，等待控制台输出 ✅ LLM loaded, embedding model ready, vector DB indexed。
第二步：打开浏览器访问 http://127.0.0.1:8000，首页显示「Hermes Investment Agent v0.4.2 — Ready」即表示服务就绪。
第三步：在对话框输入“帮我筛选出 PE＜12、股息率＞3.5%、近三个月主力资金净流入的银行股”，AI 将基于你本地的数据和配置文件实时返回代码列表与逻辑推导过程。
