Agentii Investment Intelligence

这是什么？适合谁？

Agentii（agentii-ai/agentii-investment-intelligence）自称「AI Agent 的金融数据层」，是 FactSet / Bloomberg / S&P Global 等华尔街数据终端的开源替代。它把每一份 SEC 财报（10-K、10-Q、8-K、20-F、6-K）摄入到 Neon PostgreSQL 数据平面，暴露 31 个股权研究 Skill 与 20+ 个 MCP 工具，让 Claude Code、OpenCode、Goose、Codex、OpenClaw 等编码 Agent 直接以结构化、带引用的方式读取财务数据。

适合人群：

• 股权研究/买方卖方分析师：用 Agent 自动化财报检索、DCF/可比公司建模等重复劳动
• 量化与数据团队：以 API 方式批量获取结构化 SEC/XBRL 财务数据
• 希望替代昂贵数据终端的个人研究者：以低成本获得结构化财报能力
• 构建金融 Agent 的开发者：把「数据层」交给 Agentii，专注上层工作流

核心价值：把「为人类点击设计的金融终端」改造为「为 Agent 使用就绪的数据层」——结构化、可引用、可寻址、API 交付。

准备工作

• API Key：访问 agentii.ai/api-keys 注册，官方提供 7 天免费试用（2,000 credits，无需信用卡）
• 编码 Agent：安装 Claude Code / OpenCode / Codex / Goose / OpenClaw 之一
• Node.js 环境：用于执行安装脚本
• 时间预算：首次安装约 15-30 分钟

快速上手

1. 获取 API Key：在 agentii.ai/api-keys 创建密钥
2. 配置全局 MCP：设置环境变量 AGENTII_API_KEY，并用 claude mcp add-json --scope user agentii '{"type":"http","url":"https://mcp.agentii.ai/mcp","headers":{"Authorization":"Bearer <YOUR_KEY>"}}' 注册 MCP 服务器
3. 安装 Skills：运行 bash scripts/copy-skills-local.sh，把 31 个 Skill 复制到 ~/.claude/
4. 重启 Agent：重启后所有 Skill 以 /agentii:skill-name 统一命名空间注册
5. 首个任务：让 Agent 查询某只股票的最近财报（如「搜索 LLY 10-K 并提取关键财务数据」）
6. 成功判定：Agent 返回带 SEC 原文引用的结构化财务数据，而非编造数字

预期结果：编码 Agent 通过 MCP 数据平面读取真实 SEC 财报数据，输出可追溯到原文的股权研究分析。

初级用法

• 财报检索：用 /agentii:skill-name 调起对应 Skill，检索指定公司的 10-K/10-Q
• 提取关键指标：让 Agent 从财报中提取营收、利润、现金流等核心财务指标
• XBRL 结构化数据：通过 MCP 工具读取标准化的 XBRL 财务事实
• 盈利日历：查询公司财报发布日期与相关事件

高级玩法

• DCF/可比公司/LBO 建模：用内置建模 Skill 自动搭建估值模型
• SEC 全文寻址：按页码/段落定位财报原文，让 Agent 引用精确出处
• PPT/报告生成：把分析结果通过 code-mode（Python + LibreOffice）生成办公文档
• 多 Agent 协作：把数据层接入 Codex/Goose/OpenClaw 等不同 Agent，统一数据口径

常见踩坑

1. MCP 未生效：只配置了 API Key 却没重启 Agent，工具不出现。解决：注册 MCP 后必须重启 Agent。
2. Skill 命名空间混淆：走本地复制路径时只有 /agentii:* 命名空间，没有 /equity-research-core:* 前缀。解决：统一用 /agentii:skill-name 调起。
3. 让 Agent 凭记忆编造财务数字：未强制走数据平面，Agent 可能「脑补」财报数据。解决：任务中明确要求「必须引用 SEC 原文、给出可追溯出处」。
4. 超出试用额度：免费试用 2,000 credits 用完后调用失败。解决：关注用量，按需升级。
5. 把输出当投资建议：Skill 产出是分析师工作底稿，需合格专业人士复核。解决：明确「非投资建议」，所有输出留待人工签字确认。

小技巧

1. 先跑 README 里的 demo（LLY 10-K 示例）验证链路，再上自己的任务
2. 让 Agent 输出时带上 SEC 页码/段落引用，便于人工核验
3. 建模前先把数据口径（如 Non-GAAP vs GAAP）和 Agent 对齐
4. 把常用查询封装成固定命令，减少每次重复描述
5. 用 code-mode 生成 PPT 时，检查 LibreOffice 环境是否就绪

常见问题 FAQ

Q1：Agentii 和直接抓 SEC EDGAR 有什么区别？

A：Agentii 把 SEC 财报摄入到结构化数据平面（4.17M XBRL facts），以 MCP/API 交付带引用的数据；直接抓 EDGAR 则需自己解析非结构化文档，且难保证 Agent 不编造数字。

Q2：免费额度够用吗？

A：官方提供 7 天 2,000 credits 免费试用，适合评估；长期使用需按需付费，具体价格以 agentii.ai 为准。

Q3：支持哪些编码 Agent？

A：README 提到支持 Claude Code、OpenCode、Goose、Codex、OpenClaw、Claude Cowork 等。

Q4：覆盖多少公司？

A：README 称 165+ 只美国股票，含完整 SEC 财报历史，具体覆盖范围以官方数据为准。

Q5：数据和建模结果能直接用于投资决策吗？

A：不能。官方明确声明其产出是分析师工作底稿，不构成投资/法律/税务/会计建议，需合格专业人士复核。

参考链接

• GitHub - agentii-ai/agentii-investment-intelligence
• Agentii 官网

⚠️ 本文基于公开资料整理，AI 辅助生成。最后更新：2026-08-13。