一、智能体核心思路与准备工作

在开始搭建前，我们先明确目标：我们希望创建具备股票信息查询、交易策略分析、交易信号生成等核心能力的股票交易智能体。

其核心工作原理是让大语言模型（如Qwen3或DeepSeek）作为“大脑”，通过Dify调用各种“工具”（如网页搜索、金融数据API）来获取信息，最终生成分析报告

该智能体可对接股票行情数据接口，结合大模型的分析能力，辅助用户进行股票交易决策（注意：本教程仅为技术演示，不构成投资提议，股票交易有风险，入市需谨慎）。

准备工作清单：

1. Dify账户：私有化部署请参考以前的私有化部署教程。
2. 大模型API密钥：选择一款性能强劲的大模型作为智能体的核心引擎。 Qwen3或者DeepSeek-R1在逻辑推理和数学计算方面表现卓越，超级适合股票数据分析。
3. （可选）金融数据API：为了获得更准确、结构化的数据，可以配置专业的金融数据接口，可以找一些免费的服务或者收费服务。
4. （进阶）数据准备 ：如果你希望分析更深度的历史K线数据，可以思考搭建本地数据库（如MySQL）并通过API（如IBKR）获取数据，再利用Flask等框架将数据库查询封装成HTTP API供Dify调用。对于初学者，可先跳过此步，利用网页搜索工具获取信息。

二、核心功能规划

本次搭建的股票交易智能体包含以下核心功能：

1. 股票基础信息查询（如实时股价、涨跌幅、成交量、市值等）；
2. 技术指标分析（如 MA 均线、MACD、RSI 等指标计算与解读）；
3. 简单交易策略生成（如基于均线交叉的买入 / 卖出信号）；
4. 风险提示与交易提议（基于分析结果给出参考性提议）。

以下流程清晰地展示了核心搭建步骤，你可以按图索骥：

三、步骤一：创建AI智能体（Agent）

1、在Dify工作台点击“创建应用”，选择“智能体（Agent）”类型；

2、为你的应用起一个清晰的名字，例如“AI股票分析助手”；

3、进入应用编辑页面，先完成基础设置：

基础设置

四、步骤二：配置大模型

Dify 支持主流大模型（如deepseek R1），推荐选择具备数据分析能力的模型：

1. 点击左侧「设置」→「模型配置」；
2. 选择目标大模型deepseek R1；
3. 设置「最大标记」设为 2000（满足分析结果输出）。

大模型设置

五、步骤三：配置关键工具（Tools）

这是赋予智能体“手脚”的关键步骤，使其能连接外部世界获取实时信息。

1、启用网页搜索工具：在智能体的“工具”配置中，启用“网页搜索”功能。这使得智能体能主动获取最新的公司新闻、行业动态和市场数据，避免依赖模型可能过时的知识

网页抓取工具设置

2、集成金融数据API（推荐）：为了获得更准确的结构化数据，你可以在网络搜索基础上，增添更专业的金融数据工具。

方法：在Dify的“工具”或“工作流”中，通过“HTTP请求”节点添加金融数据接口（具体的操作流程可私信），可以创建不同的工具来获取“近30交易日成交数据”、“近30天KDJ指标”等

六、步骤四：编写专业的提示词（Prompt）

提示词是智能体的核心逻辑，需明确其角色、能力、规则。在 Dify 的「提示词」编辑区输入以下内容（可根据需求调整）：

你是一名专业的股票分析师。当用户询问某只股票时，请遵循以下步骤：
1. 第一，使用工具查找该股票的最新价格、相关新闻和公告。
2. 然后，结合搜索到的信息，从市场趋势、公司基本面（可参考PE、PB等指标）、技术指标（如K线形态、均线）和短期风险等多个角度进行综合分析。
3. 最后，用通俗易懂的语言总结你的发现，并给出中立的投资展望。

注意：务必在最后提醒用户“投资有风险，AI分析仅供参考，不构成投资提议”。

七、步骤五：测试、优化与发布

1. 测试：在Dify右侧的对话窗口输入股票代码（如“000001.SZ”或“腾讯控股”）进行测试。观察智能体是否成功调用工具并生成有见地的分析报告
2. 优化：根据测试结果，调整提示词的清晰度、工具调用的顺序或工作流的逻辑，直到满意为止。
3. 发布：测试通过后，点击“发布”，即可获得一个可公开访问的链接或嵌入代码，分享给他人使用。

测试与发布

八、扩展功能

若需增强智能体能力，可添加以下功能：

1. 接入历史行情数据：新增工具调用“ 分析股票历史走势”可以自己定义工作流；
2. 多因子策略分析：结合市盈率、市净率等基本面指标，优化策略提议；
3. 消息推送：对接企业微信 / 钉钉，当股票触发关键信号（如金叉）时推送提醒；
4. 可视化展示：通过 Dify 的「自定义前端」功能，添加 K 线图、指标走势图。

九、总结

通过本教程，你已掌握使用 Dify 搭建股票交易智能体的核心流程：从基础配置、API 工具接入，到提示词设计、测试发布。该智能体的核心逻辑是 “大模型 + 外部数据 + 规则提示词”，可根据需求扩展更多功能（如多股票对比、回测策略等）。

再次强调：本教程仅为技术实践，股票交易风险极高，任何基于该智能体的决策均需用户自行承担责任。