bowhead

GitHub
802 276 困难 1 次阅读 昨天Apache-2.0开发框架Agent
AI 解读 由 AI 自动生成,仅供参考

Bowhead 是一个基于 PHP Laravel 框架开发的加密货币与外汇自动交易机器人模板。它旨在为开发者提供一个坚实的开发底座,解决从零构建量化交易系统时面临的复杂底层对接难题。通过集成 RESTful API,Bowhead 能够作为中间层连接多个交易所和经纪商,支持通过 Coinigy 或 CCXT 接入全球超过 90 家交易平台,让用户只需配置 API 密钥即可获取行情数据并执行交易策略。

该工具特别适合具备一定编程基础的开发者、量化研究员以及希望定制自动化交易系统的技术爱好者使用。对于普通非技术用户而言,由于项目目前已停止官方维护且部分命令可能需要修复,上手门槛较高,更适合作为学习参考或二次开发的数据资源库。

在技术亮点方面,Bowhead 深度集成了 PHP 的 Trader 扩展,不仅完整支持 TALib 库中的经典技术分析函数,还封装了多种复合指标,方便用户快速构建和回测交易策略。此外,项目曾提供基于 Docker 的一键部署方案,支持 PostgreSQL 与 TimescaleDB 时序数据库,便于高效存储和处理海量历史行情数据。尽管作者已明确不再更新该项目,但其架构设计和积累的数据处理逻辑仍对构建新的量化系统具有重要的借鉴价值。

使用场景

一位拥有全职工作的开发者希望利用业余时间构建一个能同时在多个交易所运行且具备技术指标分析能力的加密货币自动交易机器人。

没有 bowhead 时

  • 重复造轮子:每次切换或新增交易所(如从 Bitfinex 转到 Binance),都需要重新编写繁琐的 API 连接和数据获取代码,耗费大量精力。
  • 指标实现困难:手动在 PHP 中复现复杂的金融技术指标(如 MACD、布林带)极易出错,且难以保证计算效率与准确性。
  • 架构扩展性差:缺乏统一的策略框架,导致回测系统、实时交易模块和网页监控界面各自为政,难以整合成一个稳定的自动化系统。
  • 数据管理混乱:面对海量的实时行情数据,缺乏针对时间序列优化的数据库方案,导致历史数据查询和策略验证速度极慢。

使用 bowhead 后

  • 一键多所接入:基于内置的 CCXT 支持,只需配置 API 密钥即可瞬间连接全球 90 多家交易所,无需关心底层接口差异。
  • 专业指标即用:直接调用集成的 TA-Lib 扩展函数及自定义复合指标,让策略开发聚焦于逻辑本身而非数学公式的实现。
  • 全栈框架支撑:依托 Laravel 生态,快速搭建包含策略构建器、回测统计和实时监控在内的完整 Web 管理后台,大幅缩短开发周期。
  • 高效数据处理:原生支持 TimescaleDB 超表技术,轻松处理高频行情数据的存储与查询,为策略回测提供坚实的数据基础。

bowhead 将开发者从繁琐的底层基建中解放出来,使其能专注于核心交易策略的研发与验证。

运行环境要求

操作系统
  • Linux
  • macOS
GPU

未说明

内存

未说明

依赖
notes1. 该项目已停止维护,部分命令可能已失效。2. 核心运行环境为 PHP 而非 Python,Python 仅用于通过命名管道与 PHP 进行实时数据传递,因此在 Windows 上运行存在兼容性限制(建议使用 Redis 替代方案)。3. 官方提供基于 Alpine Linux + Nginx + PHP 7.1 + MariaDB + Redis 的 Docker 镜像以简化部署。4. 强烈建议使用 PHPStorm 编辑器进行开发。
python未说明 (项目核心基于 PHP 7.1,仅提及 Python 用于实时数据传递)
PHP >= 7.1
Redis
MySQL / MariaDB / PostgreSQL (含 TimescaleDB)
PHP Pecl Trader extension (TA-Lib)
Laravel 5.6+
CCXT
python-dotenv (用于 Python 部分)
bowhead hero image

快速开始

本项目今后将不再维护

我将其保留在此,是因为其中包含大量有趣的数据(数组),可供其他项目复用。

更新(2018年4月6日):请参阅后续文章:https://medium.com/@joeldg/cryptocurrency-bot-framework-followup-3bc289322fb1

更新(2018年3月15日):我还在,已经辞去旧工作,开始了新工作,因此一直很忙碌。本周末将恢复对Bowhead的开发。

更新(2018年2月8日):命令可能已失效。已将项目升级至Laravel 5.6,并对Coinigy数据获取部分进行了修改。

更新(2018年1月30日):命令可能已失效。我仍在处理Bitfinex相关问题的善后工作。简而言之,Bitfinex现已不再允许美国用户开户,而早期版本的Bowhead在数据获取方面与Bitfinex绑定较为紧密。目前的工作重点是增加对Coinigy和CCXT的支持,以便Bowhead能够兼容超过90家交易所。由于我目前有一份全职工作,还有一个一岁的儿子,时间有限,只能尽力推进开发,因此对于项目仍处于修复状态深表歉意。

当前Bowhead路线图:

  1. (目前完成约20%)完成Web主页面(初始界面、图表、信号及指标)
  2. 完成策略构建页面(包括回测功能、策略统计信息,并为未来的机器学习相关文章预留模块)
  3. 完成策略类的开发。
    • 添加社交策略页面,支持用户上传自己的策略供社区使用,也可下载他人策略进行本地运行与回测。
  4. 将现有所有Bowhead策略导入新的策略构建器中。
    • 在Web主页面中添加策略构建器的相关入口。
  5. 完成Web界面中的套利页面(套利矩阵)。
    • 在套利页面中添加策略构建器的相关入口。
  6. 完成设置页面,包括自动更新选项、模拟交易/实盘交易切换、提醒通知等功能。
  7. 创建文档专区并添加相关链接。
  8. 创建统计数据与报告页面(展示交易记录、盈亏情况、各交易所手续费明细、套利分析结果以及策略对比等)。 --然后--
  9. 逐一检查并修复各个命令。
  10. 重新审阅并改写Bowhead系列的三篇文章。
  11. 构建基于云的Bowhead数据服务,使Bowhead无需API密钥即可从所有交易所获取历史及实时行情数据。仅当用户希望进行交易时才提供相应交易所的API密钥。
    • 更新Bowhead以接入该数据服务。
  12. 制作关于Bowhead、策略等方面的YouTube视频系列。
  13. 充分休息一下。

之后,我们有望启动Bowhead相关的机器学习系列内容。

更新(2018年1月26日):大幅优化了Web配置,并验证其可与Postgres数据库及Timescale的超表(http://timescale.com)协同工作。

更新(2018年1月8日):官方Docker容器预览版发布,包含部分Web配置。该容器采用Alpine Linux + Nginx + PHP 7.1,搭配MariaDB和Redis。……目前仍处于开发阶段,但未来它将能够连接到Coinigy或用户的CCXT账户,并根据Web界面中选择的交易对将行情数据抓取并存储到数据库中。

docker pull joeldg/bowhead

docker run -d -p 8080:8080 joeldg/bowhead

打开 http://localhost:8080/setup

请注意,由于需要执行Composer更新,容器启动会稍显缓慢。待容器启动后,可通过 http://{IP}:8080/setup 访问初始化页面。

更多信息请访问:https://github.com/joeldg/bh_docker
无论正面还是负面反馈,都欢迎通过下方Gitter链接与我们交流。

bowhead

Gitter

一个基于REST API和控制台的加密货币交易机器人模板及框架 由Joel De Gan编写,2017年

Bowhead(一种鲸鱼)是Laravel框架中用于构建加密货币和外汇自动化交易系统的代码模板代号。

通过使用RESTful API,Bowhead可以作为中间层,让你喜爱的编程语言与多家经纪商和做市商进行对接,只需添加你的API密钥即可。

Bowhead利用了PHP Trader扩展中实现的所有TALib函数,并在此基础上创建了一些由TALib指标组合而成的自定义指标。

项目重点。

本项目的首要目标是提供一个易于使用的模板/框架,使你能够快速搭建一个功能完善的交易系统,应用于各种策略,在通常不需要“实名认证”的BTC资金交易平台进行交易。这样你就可以直接使用平台上的资金进行交易,而无需通过银行转账,从而避免一些潜在的税务问题(具体取决于你所在的国家)。

配套文章

该项目有一篇配套文章,详细介绍了如何设置并运行你的第一个交易策略,分别在Whaleclub1Broker上执行。你需要在这两个平台上都开设账户。此外,还推荐以下交易所:

同时,也正在加入对Coinigy(免费试用1个月)的支持。

配套文章发表在Medium上,分为三部分:

第1部分:让我们编写一个加密货币机器人(第1部分)。

第2部分:让我们编写一个加密货币机器人(第2部分)

第3部分:让我们编写一个加密货币机器人(第3部分)

强烈建议你仔细阅读并按照步骤操作,以便顺利启动和运行。

基本设置

你需要:

  • PHP 7.1
  • Redis
  • MySQL
  • PHP Pecl Trader扩展,

对于Python,则需要dotenv包:

pip install python-env

注意事项

该项目最初是在Laravel-Lumen(轻量级)框架下开发的。然而,为了将其转变为完全开源的模板/框架,我认为保留Laravel的完整功能非常重要,尤其是Jobs和其他使用队列的功能模块,可能会非常有用。

Bowhead是在Mac上编写和测试的,目前我已将其部署在AWS的Ubuntu Linux服务器上运行,每天都在加密货币市场、外汇交易对以及二元期权市场上进行真实的资金交易。

在Windows上运行时,可能会遇到的一个限制是实时传递Python与PHP之间数据所使用的命名管道。不过,可以通过Redis或将输出重定向到解析器等方式来解决这个问题。

我欢迎任何关于如何在Windows上运行该程序的建议。

关于编辑器的说明。

我还想补充一点,当你使用Laravel进行开发时,几乎必须使用像PHPStorm这样的编辑器。虽然也可以使用Atom之类的工具,但这就好比用记事本去开发.NET项目一样——技术上或许可行,但过程会非常痛苦,体验也不会好。因此,我强烈推荐PHPStorm。他们提供免费试用版,并且每次更新都会延长试用期。即便最终决定购买,它的价格也非常合理。

其他库

我还添加了几款我喜欢使用的实用库。

  • Console类:用于在控制台中实现彩色输出、进度条和文本表格等功能,效果如下所示。
 ╔═══════════════════════════════════════════════╗
 ║ BTC    │                                      ║
 ║ LTC    │                                      ║
 ╚════════╧══════════════════════════════════════╝

如果你愿意打赏,请发送BTC至:

14d9xxG1h5DkaDihiDBwzp5nj82dTcWfHc

已完成:

  1. 编写自己的Coinbase、Whaleclub和1Broker封装类。
  2. 创建TALib指标封装类。
  3. 创建TALib蜡烛图封装类。
  4. 将控制台相关功能整合到一个Console类中。
  5. 实现Oanda的数据流接入。
  6. 实现Bitfinex的数据流接入。
  7. 完成并测试了Dockerfile一键部署脚本。
  8. 信号模块。
  9. 策略模块。
  10. REST映射模块。

进行中:

  1. REST API开发。
  2. 编写自己的Oanda、Bitfinex和Poloniex API封装类。

待办事项:

  1. 统一各交易所的调用接口,使方法名称在所有交易所中保持一致。
  2. 构建报告、日志记录和回测工具。

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|4天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|5天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

148.6k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.1k|★★☆☆☆|2天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|今天
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|3天前
插件开发框架