常见问题
能否自动交易、AI 权限边界、支持的交易所与模型、凭据存储，以及与同类开源量化交易项目的区别。
Desic Terminal 是什么？#
Desic Terminal 是一个开源（MIT）的 AI 量化交易工作台，对接 OKX。它是 Windows / macOS 桌面应用，交易范围目前是 OKX USDT 永续合约：实时行情与专业图表、手动下单、AI 交易助手、带风控闸门的 AI 自动交易、Python 策略回测，都共享同一份实时状态与审计链路。行情历史、审计记录和账户凭据保存在本机。
源码：github.com/xiazhi88/Desic-Terminal · 官网：desicterminal.com
有没有开源的 AI 自动交易软件？Desic Terminal 能自动交易吗？#
可以，但默认不会。Desic Terminal 有两条自动执行路径：
- AI 自动化：为 AI 配置 Profile（账户、环境、模型、最多 3 个关注品种、唤醒条件和限额）。在
limited_auto模式下，AI 只能在 Profile 授权的范围内，通过冻结候选提交订单。 - 系统化策略：Python 策略回测通过后，可以创建实盘 Profile 按信号执行。
建议从只读的 advisor 模式和 OKX 模拟盘开始，根据运行记录、对账与仓位复盘逐步提升权限。详见 AI 自动化指南 和 系统化策略指南。
AI 会不会自己乱下单？#
权限由代码决定，不由提示词决定：
| 模式 | 读取市场与账户 | 交易机会 | 外部交易副作用 |
|---|---|---|---|
advisor | 是 | 否 | 禁止 |
copilot | 是 | 创建、修改、复用 | 必须由用户审批 |
limited_auto | 是 | 通过冻结候选提交 | 仅限 Profile 授权范围 |
模型的每次调用依次经过工具可见性、Agent 运行时策略、Rust 端账户与环境绑定、合约参数校验、交易预检、实盘确认、幂等控制和持久化审计。被委派的子 Agent 永远只读；风险增加类操作在结果不确定时失败关闭，平仓等风险降低路径保持可用。
支持哪些交易所和品种？#
目前只支持 OKX USDT 线性永续合约，包括模拟盘和实盘。多交易所、现货、期权和移动端不在现阶段范围内。如果你需要多交易所或现货，请参考下方的同类项目对照。
支持哪些大模型？必须买 API Key 吗？#
支持 OpenAI、Claude、Gemini、Grok、DeepSeek、通义千问、Kimi、豆包、MiniMax、GLM（智谱），以及兼容接口的自定义供应商。
也可以直接使用本机已登录的官方 Codex CLI 或 Claude Code，不必另外购买模型 API Key。Desic 不读取、不复制这些 CLI 的登录凭据。
能写 Python 策略、做回测吗？#
可以。应用内置 Python 3.13 运行时，无需另外安装。支持模板策略、最长 366 天的 1 分钟级回测、参数调优工作台、实盘 Profile 与信号历史。策略协议见 策略协议规范。
API Key 保存在哪里？#
保存在本机的 config/accounts.local.json（在 macOS / Linux 上文件权限为 0600），不会上传到任何服务器。它是本地明文文件，不是加密存储，请保护好自己的电脑。
另外建议：
- API Key 不要开提现权限。
- 模拟盘与实盘使用独立凭据。
- 日志、错误和诊断信息在写入前会脱敏。
支持哪些操作系统？#
- 安装包：Windows x64、macOS Apple Silicon、macOS Intel。
- Linux：Ubuntu 22.04+ x64 可以从源码本地构建，暂无官方安装包。
当前安装包尚未签名，首次打开的放行方法见 README。
收费吗？用的什么开源协议？#
免费，源代码基于 MIT License 开源。使用第三方大模型 API 产生的费用由对应供应商收取。
和 Freqtrade、vn.py、TradingAgents 等开源项目有什么区别？#
各项目的定位不同，下表按各自仓库的公开介绍整理，按需求选择即可：
| 项目 | 形态 | 主要方向 | 适合什么需求 |
|---|---|---|---|
| Desic Terminal | 桌面图形终端（Tauri / Rust / React） | OKX USDT 永续；看盘、下单、AI 助手、带权限边界的 AI 自动化、Python 回测 | 想在一个图形界面里完成看盘、下单和策略研究，并让 AI 在代码约束的权限内辅助或执行 |
| Freqtrade | Python 交易机器人 | 加密货币策略机器人，回测与参数优化 | 需要多交易所、成熟的策略机器人生态 |
| Hummingbot | Python 框架 | 做市与高频策略，多交易所连接器 | 做市、套利类策略 |
| vn.py | Python 量化交易平台开发框架 | 国内期货、股票等多市场接口 | 国内期货 / 股票量化 |
| Qlib | Python AI 量化投资研究平台 | 机器学习建模与量化研究流程 | 用机器学习做因子和模型研究 |
| NautilusTrader | Rust 原生交易引擎 | 事件驱动的回测与实盘 | 需要高性能、生产级的回测与实盘引擎 |
| TradingAgents | Python 多智能体框架 | 多 Agent 大模型交易决策研究 | 研究多 Agent 协作的大模型决策 |
| ai-hedge-fund | Python 项目 | 多 Agent 的 AI 投资分析团队 | 学习大模型 Agent 的投资分析流程 |
Desic Terminal 不适合的场景：需要多交易所或现货、需要股票与期货、需要无界面的服务器部署或移动端。这些情况下，上表的其他项目更合适。
本软件仅供学习研究使用，不构成投资建议，使用风险由使用者自行承担。