mini-bloomberg-terminal
AI Skill Hub 推荐使用：mini-bloomberg-terminal 是一款优质的Agent工作流。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。
mini-bloomberg-terminal 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.5 分，是同类 Agent 工作流中的精选推荐。
统一投资研究终端，集成10个独立的金融工具，使用Streamlit构建。
mini-bloomberg-terminal 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
统一投资研究终端，集成10个独立的金融工具，使用Streamlit构建。
mini-bloomberg-terminal 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install mini-bloomberg-terminal
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install mini-bloomberg-terminal
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/FrancoisRost1/mini-bloomberg-terminal
cd mini-bloomberg-terminal
pip install -e .
# 验证安装
python -c "import mini_bloomberg_terminal; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
mini-bloomberg-terminal --help
# 基本用法
mini-bloomberg-terminal input_file -o output_file
# Python 代码中调用
import mini_bloomberg_terminal
# 示例
result = mini_bloomberg_terminal.process("input")
print(result)
# mini-bloomberg-terminal 配置文件示例（config.yml） app: name: "mini-bloomberg-terminal" debug: false log_level: "INFO" # 运行时指定配置文件 mini-bloomberg-terminal --config config.yml # 或通过环境变量配置 export MINI_BLOOMBERG_TERMINAL_API_KEY="your-key" export MINI_BLOOMBERG_TERMINAL_OUTPUT_DIR="./output"
Mini Bloomberg Terminal
Unified investment research workstation in Streamlit. 68 workspaces across MARKET, RESEARCH, ANALYTICS, PORTFOLIO, SECTORS, INTELLIGENCE, COMMUNITY, SYSTEM, and INFO; 16 surfaced in the curated sidebar, the rest one click away in the Bloomberg-style CAT (Category Browse) modal, or directly reachable by URL, command-bar mnemonic, or keyboard shortcut. Integrates ten standalone financial engines (LBO, PE screener, factor models, regime detection, TSMOM, options, portfolio optimisation, robustness lab, AI research agent) into a single Bloomberg-style terminal.
Live: terminal.frostaing.com
Production stack: Railway (hosting) + Cloudflare (domain / DNS) + Financial Modeling Prep Ultimate (single-stock + FMP-first indices/ETFs/FX) + yfinance (options chain + transient-failure cascade) + Polygon Stocks Developer (US universe + bulk snapshots + grouped daily) + FRED (macro) + SEC EDGAR (13F + Form-4 fallback) + Finnhub (news) + Anthropic (LLM, optional) + SQLite (persistence). Streamlit Community Cloud is NOT a target for this application.
1. Install dependencies
pip3 install -r requirements.txt
Deployment
docker build -t mini-bloomberg .
docker run -p 8501:8501 --env-file .env mini-bloombergOn Railway: set environment variables in the project settings, point Cloudflare DNS at the Railway-generated domain, mount the persistent volume at /app/data/cache so the boot prewarm survives container restarts, and run python scripts/run_alerts.py as a Railway Cron for background alert delivery. Full deploy notes + the Streamlit multipage 404 quirk: docs/RAILWAY_DEPLOY.md.
Quick start
```bash
2. Set environment variables (FMP + FRED required; others optional)
export FMP_API_KEY=... # REQUIRED in production export FRED_API_KEY=... # REQUIRED (macro) export POLYGON_API_KEY=... # optional, activates universe + snapshots + grouped daily export FINNHUB_API_KEY=... # optional, activates first-class news (falls back to yfinance) export ANTHROPIC_API_KEY=... # optional, auto-enables LLM memo export APP_MODE=development # "production" or "development"
4. Run the test suite (use the repo .venv -- system Python 3.9 has a pandas/numpy ABI mismatch)
.venv/bin/python -m pytest -q ```
See .env.example for the full list of environment variables. CI (.github/workflows/ci.yml) is the authoritative pass / fail gate.
该项目提供了一个统一的投资研究终端，集成多个金融工具，使用Streamlit构建，具有较好的可视化和交互性，值得关注。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −未明确开源协议，商用场景需谨慎评估
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
该工具未明确声明开源协议，商业使用前请联系原作者确认授权范围，避免侵权风险。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
总体来看，mini-bloomberg-terminal 是一款质量良好的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | mini-bloomberg-terminal |
| Topics | workflowbloombergfinanceinvestment-researchprivate-equitypython |
| GitHub | https://github.com/FrancoisRost1/mini-bloomberg-terminal |
| 语言 | Python |
收录时间：2026-05-24 · 更新时间：2026-05-24 · License：未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。