跳到主要内容

🧪 DeepSeek V3 预览版测试指南

📋 测试目标​

帮助用户系统性地测试DeepSeek V3集成功能，发现问题并提供反馈，共同完善这个高性价比的AI金融分析工具。

🚀 快速测试流程​

第一步：环境准备​

# 1. 克隆预览分支
git clone -b feature/deepseek-v3-integration https://github.com/hsliuping/TradingAgents-CN.git
cd TradingAgents-CN

# 2. 创建虚拟环境
python -m venv env
env\Scripts\activate  # Windows
# source env/bin/activate  # Linux/macOS

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置环境变量
cp .env.example .env

第二步：获取DeepSeek API密钥​

  1. 访问 DeepSeek平台
  2. 注册账号（支持手机号注册）
  3. 进入控制台 → API Keys
  4. 创建新的API Key
  5. 复制API Key到.env文件： 
    DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
    DEEPSEEK_ENABLED=true

第三步：基础功能测试​

# 测试DeepSeek连接
python -c "
import os
from dotenv import load_dotenv
load_dotenv()
print('DeepSeek API Key:', '✅ 已配置' if os.getenv('DEEPSEEK_API_KEY') else '❌ 未配置')
"

# 测试基本面分析
python tests/test_fundamentals_analysis.py

# 测试DeepSeek Token统计
python tests/test_deepseek_token_tracking.py

📊 详细测试项目​

1. DeepSeek模型集成测试​

1.1 API连接测试​

# 测试基本连接
python -c "
from tradingagents.llm_adapters.deepseek_adapter import ChatDeepSeek
llm = ChatDeepSeek(model='deepseek-chat', temperature=0.1)
response = llm.invoke('你好，请简单介绍一下股票投资')
print('响应:', response.content[:100] + '...')
"

测试要点：

  • API密钥是否正确配置
  • 网络连接是否正常
  • 响应时间是否合理（通常5-15秒）
  • 返回内容是否为中文

1.2 Token统计测试​

# 测试Token使用统计
python examples/demo_deepseek_analysis.py

测试要点：

  • Token使用量是否正确统计
  • 成本计算是否准确（输入¥0.001/1K，输出¥0.002/1K）
  • 统计信息是否实时更新
  • 会话级别的成本跟踪是否正常

2. 基本面分析功能测试​

2.1 A股分析测试​

# 测试A股基本面分析
python -c "
from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG

config = DEFAULT_CONFIG.copy()
config.update({
    'llm_provider': 'deepseek',
    'llm_model': 'deepseek-chat',
    'quick_think_llm': 'deepseek-chat',
    'deep_think_llm': 'deepseek-chat',
})

ta = TradingAgentsGraph(
    selected_analysts=['fundamentals'],
    config=config
)

# 测试招商银行
result = ta.run_analysis('000001', '2025-01-08')
print('分析结果:', result)
"

测试股票建议：

  • 000001 - 平安银行
  • 600519 - 贵州茅台
  • 000858 - 五粮液
  • 002594 - 比亚迪
  • 300750 - 宁德时代

测试要点：

  • 是否包含真实财务指标（PE、PB、ROE等）
  • 投资建议是否使用中文（买入/持有/卖出）
  • 行业识别是否准确
  • 评分系统是否合理（0-10分）
  • 风险评估是否完整

2.2 美股分析测试​

# 测试美股基本面分析
python -c "
# 同上配置，测试美股
result = ta.run_analysis('AAPL', '2025-01-08')
print('苹果公司分析:', result)
"

测试股票建议：

  • AAPL - 苹果公司
  • MSFT - 微软
  • GOOGL - 谷歌
  • TSLA - 特斯拉

3. Web界面测试​

# 启动Web界面
streamlit run web/app.py

访问 http://localhost:8501 进行测试：

3.1 配置页面测试​

  • DeepSeek模型是否出现在选择列表中
  • API密钥状态显示是否正确
  • 模型切换是否正常工作

3.2 分析页面测试​

  • 股票代码输入是否正常
  • 分析师选择是否包含基本面分析师
  • 分析过程是否显示进度
  • 结果展示是否完整清晰

3.3 Token统计页面测试​

  • DeepSeek使用统计是否显示
  • 成本计算是否准确
  • 历史记录是否正确保存

4. CLI界面测试​

# 启动CLI界面
python -m cli.main

测试流程：

  1. 选择"DeepSeek V3"作为LLM提供商
  2. 选择"deepseek-chat"模型
  3. 输入股票代码进行分析
  4. 检查分析结果质量

测试要点：

  • DeepSeek选项是否可用
  • 模型选择是否正常
  • 分析流程是否顺畅
  • 结果输出是否完整

🐛 常见问题排查​

问题1：API密钥错误​

错误：Authentication failed

解决方案：

  1. 检查API密钥格式（应以sk-开头）
  2. 确认API密钥有效且有余额
  3. 检查网络连接

问题2：Token统计显示¥0.0000​

可能原因：

  1. API响应中缺少usage信息
  2. Token提取逻辑问题

排查方法：

# 启用调试模式
export TRADINGAGENTS_LOG_LEVEL=DEBUG
python tests/test_deepseek_token_tracking.py

问题3：基本面分析显示模板内容​

可能原因：

  1. 数据获取失败
  2. 分析逻辑问题

排查方法：

# 测试数据获取
python -c "
from tradingagents.dataflows.tdx_utils import get_china_stock_data
data = get_china_stock_data('000001', '2025-01-01', '2025-01-08')
print('数据获取结果:', data[:200] if data else '获取失败')
"

📝 反馈模板​

成功测试反馈​

## ✅ 测试成功

**测试环境**：
- 操作系统：Windows 11 / macOS / Ubuntu
- Python版本：3.10.x
- 测试时间：2025-01-08

**测试项目**：
- [x] DeepSeek API连接
- [x] Token统计功能
- [x] 基本面分析
- [x] Web界面
- [x] CLI界面

**测试体验**：
- 响应速度：快/中等/慢
- 分析质量：优秀/良好/一般
- 成本控制：满意/一般/不满意
- 整体评价：推荐/可用/需改进

**建议改进**：
（可选）提出改进建议

问题反馈​

## 🐛 问题反馈

**问题描述**：
简要描述遇到的问题

**复现步骤**：
1. 执行的命令或操作
2. 预期结果
3. 实际结果

**环境信息**：
- 操作系统：
- Python版本：
- DeepSeek API密钥状态：
- 错误日志：

**截图**：
（如果有界面问题，请提供截图）

🎯 测试重点关注​

高优先级测试​

  1. DeepSeek API集成稳定性
  2. Token统计准确性
  3. 基本面分析质量
  4. 中文输出正确性

中优先级测试​

  1. Web界面用户体验
  2. CLI界面流畅性
  3. 错误处理机制
  4. 性能表现

低优先级测试​

  1. 边界情况处理
  2. 并发使用测试
  3. 长时间运行稳定性

📞 获取帮助​

感谢您参与测试！您的反馈将帮助我们打造更好的AI金融分析工具。 🙏