# Instrucciones para el agente: TradingAgents: estudia análisis financiero con agentes especializados

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

- Dificultad: avanzado
- Proyecto: https://github.com/TauricResearch/TradingAgents (licencia Apache-2.0)
- Guía completa: https://lab.wisd.ai/hub/trading-agents-multi-agent

---

## Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

---

## Pasos de configuración

### Paso 1: prepara el ejemplo

Comprueba que Git y uv están disponibles y que uv puede usar Python 3.13 para esta ruta. Desde la carpeta donde quieras clonar el proyecto, ejecuta en macOS o Linux:

```bash
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
uv venv --python 3.13
source .venv/bin/activate
uv pip install .
```

Se usa `uv pip install .` para instalar en el entorno creado por uv, que no incluye pip por defecto; sigue la [gestión de entornos de uv](https://docs.astral.sh/uv/pip/environments/).

### Paso 2: configura un caso educativo

Configura `OPENAI_API_KEY` en el entorno de esta terminal y ejecuta el comando del [README](https://github.com/TauricResearch/TradingAgents#cli-usage):

```bash
tradingagents
```

En el asistente selecciona un símbolo de ensayo como NVDA, una fecha pasada como 2026-09-23, proveedor OpenAI y modelos disponibles para tu cuenta. El ejemplo actual usa `gpt-6-luna` para trabajo rápido y `gpt-6-sol` para razonamiento; limita a una ronda el debate y la evaluación de riesgo. Elige guardar informes. Revisa además el proveedor de datos: Alpha Vantage necesita `ALPHA_VANTAGE_API_KEY` si lo eliges; las fuentes públicas tienen sus límites propios. La salida esperada es un informe con secciones de análisis y decisión, además de `complete_report.html` al guardar. No hay una recomendación financiera fija que deba producir. Conserva los datos, fechas y salida de cada rol para contrastarlos.

## Comprobación

Comprueba qué datos recibió cada agente y rastrea una conclusión hasta la entrada correspondiente. No uses rentabilidad aparente como sustituto de esa verificación.

## Si algo falla

Si faltan datos o credenciales, revisa el proveedor configurado. Si una salida parece incoherente, inspecciona las etapas previas antes de ajustar prompts o aumentar agentes.