OpenAlice：一个人，就是一个Jane Street｜项目介绍

你的笔记本本地，能跑一套完整的交易团队吗？

市面上的交易 bot 基本是一种东西：规则驱动，参数固定，上线之后不动，市场风格一变就失效。

但我们今天介绍的产品不是这个路子。

它 README 的第一句话是：「你的研究台、量化团队、交易大厅和风控部门——全部跑在你的笔记本上，24 小时不停。」

这个项目叫 OpenAlice。作者是 @0xcherry。

它是一个开源的 AI 交易代理引擎，完全跑在本地，24 小时不停。官方的说法是「你的研究台、量化团队、交易大厅和风控部门」。官方的定位是：「你的一人制华尔街」。

3100 多个 GitHub star，代码全开，clone 下来跑在自己机器上，数据不出本地。

它能帮你做什么？

1、市场研究自动化

数据这边，OpenAlice 内置了一套叫 TypeBB 的引擎，基于 OpenBB 改的，支持股票行情、加密货币、外汇、宏观经济指标，还有 BLS 劳工数据。技术分析用类 Excel 的公式语法，你写 SMA(close, 20) 它就给你 20 日均线。

Alice 还可以持续监听你指定的 RSS 新闻源，自动抓取、归档、分析相关资讯。比如你让它「关注所有关于美联储利率的新闻」，它会自己读完、总结影响、判断对你持仓的影响是利多还是利空。

2、多资产行情分析

支持股票、加密货币、外汇、期权、期货、ETF。内置类 Excel 的技术分析公式引擎（基于 OpenBB），可以计算移动均线、RSI、布林带等指标，也支持宏观数据（比如美国劳工部 BLS 数据）。

3、自主下单

OpenAlice 支持 100 多个加密交易所，Binance、OKX、Bybit 都在里面。除了加密行业的资产交易之外，美股、股票期权期货债券也全覆盖。

AI 分析完后，把订单「暂存」（stage），你看到后写一句备注「确认买入」，相当于 commit，你再 push，才真正发到券商执行。不会绕过你自动乱买。

4、风控护盾

每个账户都有一套「Guard Pipeline」可以设置单笔最大仓位、交易冷却时间、只允许交易某些标的。AI 再聪明，也过不了这道关。

5、上市公司研究

上市公司研究这边，OpenAlice 可以拉财务报表、分析师预期、内部人员交易记录、财报日历，帮你做基本面分析。

6、持续运行 + 记忆

Alice 有持久化的「认知状态」它记得上次分析结论，有情绪状态追踪（是的，它有「情绪」，用于影响决策风格），支持跨会话工作记忆。你不需要每次重头解释。

三个基本设计原则

OpenAlice 有三个设计原则值得单独说。

1、文件驱动

OpenAlice 的所有状态都存在本地的 data/ 文件夹里。Markdown 文件、JSON 配置、对话日志，人类可读。

你打开文本编辑器就能看到 OpenAlice，记住了什么、在想什么。没有数据库，没有云端，数据主权完全在你这里。

没有数据库，没有云端同步，没有你不知道的地方。也就是说，数据主权完全在你手上。

2、推理驱动

OpenAlice 不靠规则下单，靠持续推理：读行情，读新闻，计算指标，然后给出判断，现在应该做什么，为什么，风险在哪里。每个决策背后都有完整的推理链，实时可见，不是黑箱。

3、操作系统原生

Alice 可以直接调用你的操作系统能力：通过浏览器搜索网页，通过 iMessage 给你发消息，甚至连接本地网络的音箱在需要时叫醒你。不是沙盒里的 API，是真实的系统权限。

用户也可以把本地托管的大模型接进来作为 Alice 的「大脑」，连模型层面的数据也不出本地。

Alice 有哪些具体的应用场景？

场景一：交易加密货币波段的监控

比如你持有 BTC 和 ETH，就可以让 Alice 盯着 4 小时 K 线和 Coindesk 新闻。当出现「美联储官员发表鸽派言论」或者「BTC 突破前高」类似的新闻或走势时，Alice 自动生成分析报告 + 建议加仓方案，推送到你的 Telegram，你确认后一键执行。

场景二：美股财报季

在财报季前，可以让 Alice 为你整理你所持仓公司的分析师预期、历史财报表现，生成一份对比报告，告诉你哪几家「超预期概率高」。Alice 还会在财报发布当天提醒你，并在第一时间分析结果。

场景三：自然语言下单

你可以直接在 Web UI 聊天框里说：「我觉得近期科技股会受压，帮我把 NVDA 仓位降 30%，分三天执行，每天均价卖。」

然后 Alice 会拆解任务、计算价格区间、staging 三笔订单，等你逐一确认 push。

场景四：24/7 无人值守监控

你可以设置 Alice 每小时检查一次持仓风险，如果某个仓位亏损超过 5%，通过 iMessage 或 Telegram 叫醒你。真正实现，人在睡觉，AI 在盯盘。

它怎么管住自己

自动交易最大的风险是：AI 在你不知道的时候，做了你不想让它做的事。

通过三个层面，OpenAlice 在架构层面把这个可能性堵死了。

一个是前文说过的，OpenAlice 的所有状态都存在本地的 data/ 文件夹里。我们随时能看到它在想什么、记住了什么。

OpenAlice 的团队相信，对于一个要碰真实资金的系统，把账户凭据托管在云端本身就是不安全的，无论用什么技术，本地运行才是交易代理的正确形态。

另外是下单，走的路线是： stage → commit → push 流程，和 Git 一模一样。也就是说 OpenAlice 生成订单之后不能自己执行，要你确认、签字、再 push，才发到券商。没有你的两次操作，Alice 碰不到真实资金。

以及在 OpenAlice 上，每个账户有独立的 Guard Pipeline。单笔仓位上限、交易冷却时间、标的白名单，你自己设，Alice 绕不过去。策略再激进，过不了这道关就发不出去。

一些没有答案的问题

使用 OpenAlice 的要求不高，但也并不是零门槛。

首先你需要 Node.js 22 以上，pnpm 10 以上，还有 Claude Code CLI 登录好。整个过程，懂点命令行的人两小时内可以跑起来。不懂的，可能会卡在环境配置上一天。

目前 OpenAlice 在 GitHub 上有 3100 多 star，425 个 fork，463 次提交。

开源发生在 2026 年初。作者的说法是：维护一个商业产品需要处理定价方案、生产环境、权限系统，这些事情让他没时间把 Alice 本身做好。开源了，反而可以专注核心。

团队只有一个请求：不管你怎么 fork，把 Alice 的名字留着。

后续的商业化方向，作者设想了三个：数据订阅、托管服务、交易手续费分成都在选项里。但他说，在那之前，先把 Alice 做好，这才是最重要的。

但是推理驱动的决策，在真实市场里能持续赚钱吗？

也不一定。

毕竟，Alice 的决策质量直接依赖底层大模型。大模型会幻觉，新闻会误导，技术指标会钝化。Guard Pipeline 和人工审批能弥补多少，取决于市场环境，没有回测数据可以参考。

即使工具再强，也不一定能保证我们的交易一定成功。

而官方也提示了这是一个实验性软件，不建议用真实资金，除非你完全理解并接受风险。

项目地址：github.com/TraderAlice/OpenAlice

律动 BlockBeats 正在寻找更多的 AI Agent Trading 产品，欢迎推荐，我们可以为你带来最大限度的曝光和早期用户，欢迎推特私信 @BlockBeatsAisa