Trail 研迹

Trail（研迹）是一款本地优先的 AI 投资研究桌面工作台，把「发现线索 → 查看证券 → 发起研究 → 核验证据 → 保存投资逻辑 → 持续复核」这条完整工作链放回同一个桌面。它基于 Electron + React + TypeScript 构建，目前处于 0.4.0-beta.2 阶段，提供 Windows x64 安装版与便携版，强调每条判断都可追溯、风险可复核。

产品简介： 价格、新闻、财报和聊天回答往往散落在不同窗口里，研究做完后通常只剩一句结论——当时依据什么、哪些数据已经过时、下一次变化会不会推翻原判断，往往要重新整理一遍。Trail 把这条工作链放回同一个桌面：它只做只读研究与决策支持，不提供下单，也不做自动交易，模型分析与置信度都不代表投资收益或正确率保证。「研迹＝研＋迹，研究留下痕迹」既是它的名字，也概括了它对可追溯性的坚持。

核心功能：

• 以证券为中心的研究工作台：自选列表与搜索联动报价、K 线、概览、财务与新闻；图表支持多周期、OHLCV 读数与均线
• 八种深度研究策略：全面、价值投资、成长、技术面、财报、事件驱动、风险复核、稳健收益；策略选择类型化能力计划，按有界并发取数再交给 Agent 综合
• 结构化报告：总体立场、置信度、分项判断、看多看空理由、催化剂、风险与能力执行依据，并支持报告历史与 Research Diff 复查结论变化
• 上下文感知的 Agent 副驾驶：当前证券、页面与选中持仓直接作为工作区上下文传入，减少反复解释「正在看什么」
• 来源检查器：从引用可查到底层数值、来源提供商、获取时间、新鲜度、规范化链路与快照哈希
• 十七个确定性筛选任务：覆盖异动、基本面、技术与事件维度，候选携带依据与理由进入研究、对比或自选
• 投资组合与提醒：支持券商只读接入与手动导入，查看配置、集中度、大额持仓与敞口；提醒覆盖价格、新闻、财报、评级、股息、持仓权重与回撤
• 评测中心：内置实验、基线、模型对比、失败模式、案例详情与人工反馈；trail-agent-v1 基准集含 86 个案例
• 可扩展技能体系：SKILL.md 技能包声明能力依赖，按需加载指令与参考资料，支持启用/禁用

特色优势：

• 证据链可查：缺失数据、失败能力与部分报告保留显式状态，不会把「没有数据」写成「负面结论」
• 抗提示注入：外部新闻一律按不可信内容处理，防护与验证边界有专门文档说明
• 可中断可恢复：持久化 checkpoint 保存执行计划与已完成依据，意外中断后可恢复、重新开始或丢弃
• 全本地存储：主进程管理会话与消息，重启后可重新加载，研究数据存在本地 JSON

应用场景：

• 反复研究同一批公开市场标的的个人投资者
• 需要把结论沉淀为「可复核投资逻辑」的自主研究者
• 为 Agent 应用开发者提供一套可检查的桌面工程实现参考
• 事件驱动与财报驱动的深度研究工作流

适用人群： 个人投资者、研究型交易者、需要把投研流程标准化并留痕的从业者、做 Agent 桌面工程与量化评测的开发者。

出品方： ydflow 开源项目，MIT 许可，社区协作开发。

更新动态： 当前版本 0.4.0-beta.2，持续更新中；Windows 安装包暂未做数字签名，系统可能提示「未知发布者」。AI 功能需安装 Bun 并配置模型，行情需另行安装并授权 Longbridge CLI。

官网链接： https://github.com/ydflow/Trail