Fincept Terminal 项目全览：AGPL-3.0 开源金融终端的双版本架构、构建方式与核心能力解读

本文基于开源仓库中的韩文版项目说明（docs/translations/README.ko.md）展开，系统梳理 Fincept Terminal 这一原生 C++20 金融研究终端的整体形态：它如何在同一数据核心上拆分为开源版与企业版两个版本、各自的边界与定价、三种平台下的安装与源码构建路径、开源构建内置的六大能力板块，以及 AGPL-3.0 许可带来的实际义务边界。读完本文，你将能判断该终端适合你的哪种使用场景，并掌握从零构建、运行与二次开发该项目的完整路径。

一、项目定位：一份数据核心，两种发行版本

Fincept Terminal 是为金融研究打造的原生 C++20 桌面终端：Qt6 构建 UI、内置 Python 3.11 分析引擎、最终产出单个二进制文件，全程不依赖 Electron、Node.js 或浏览器运行时（依据 docs/GETTING_STARTED.md 中的技术决策说明）。项目标语为"你的思维才是唯一限制，数据不是"（Your Thinking is the Only Limit. The Data Isn't.），定位是机构级金融分析、AI 自动化与无限制数据连接的一体化平台。

需要特别注意的一点是：该项目在同一个数据核心（one data core）上运营两个发行版本，二者面向完全不同的受众：

• 开源版（本仓库）：采用 AGPL-3.0 强著佐权许可，面向学习、个人使用与学术研究，免费提供，以"每月一次发布"的节奏更新。
• Enterprise（企业版）：面向基金、家族办公室与研究交易台的私有闭源构建，包含 41 个模块、私有数据集、实时经纪商路由与 SSO，定价从每用户每月 99 美元起。企业版并非由本仓库构建，团队日常开发工作都投入在企业版上。

文档给出的选型建议很直接：如果你是学生、爱好者或研究人员，使用开源构建即可；如果你是企业，或者终端是你赚钱的工具，则应选择企业版——因为 AGPL 著佐权义务不适用于企业版，而开源构建的真实成本其实是自备数据源与 LLM 的按 Token 计费账单（上不封顶）。

二、双版本能力对比与企业版定价体系

2.1 开源版 vs Enterprise 对比表

以下对比表是理解本项目边界的最关键信息，完整继承自 docs/translations/README.ko.md：

维度	开源版	Enterprise
许可证	AGPL-3.0 —— 强著佐权	专有 —— 无著佐权义务
成本	免费，但数据与 LLM 费用自担	每用户每月 99 / 199 / 299 美元
数据	免费公共数据源、自带 API Key	私有数据集、更长历史、时点（point-in-time）数据
AI	自带 LLM Key	含 400~5,000 信用点 · 多智能体研究 · 私有数据室
交易	模拟交易 + 经纪商对接	实时经纪商路由 + 实时算法部署
管控	—	SSO/SAML、审计日志、RBAC、SLA 保障支持

从仓库源码可以印证开源版在交易与数据两侧的实际落地。交易模块在 fincept-qt/src/trading 下包含 PaperTrading（模拟交易引擎）、OrderValidator（订单校验）、UnifiedTrading 等实现，并通过 BrokerInterface 抽象经纪商对接；在脚本层，fincept-qt/scripts/exchange/place_order.py 等脚本基于 ccxt 库封装了 16 家经纪商的订单路由。换言之，开源版与 Enterprise 共享同一套交易与数据核心架构，差异主要在于实时性、数据深度与企业级管控能力。

2.2 Enterprise 三级套餐

	Exclusive	Exclusive+ ★	Exclusive Pro
价格	每用户每月 99 美元	每用户每月 199 美元	每用户每月 299 美元
AI 信用点 / 月	400	2,000	5,000
深度研究 + 智能体团队	—	✓	✓
实时交易 + 算法	—	—	✓

计费规则要点（以文档原文为准）：按月计费、无锁定期、无最低座位数，按季度付费享 15% 折扣，折合每用户每年 1,188~3,588 美元，作为参照，彭博终端单座位年费约为 27,000 美元；面向高校提供 5 座位 Exclusive Pro 每月 699 美元的专项价格。文档强调这就是全部价目表——不存在协商定价，也没有另行出售的商业/学术许可。此外企业版需要独立账户，免费的 Fincept 账户无法登录企业版。

三、安装与从源码构建

3.1 预构建安装包

对于绝大多数使用者，直接下载安装包是首选路径。文档说明当前支持三种平台：

• Windows x64：运行安装器后启动 FinceptTerminal.exe；
• Linux x64（.run / .deb / .rpm 三种格式）；
• macOS（Apple Silicon，arm64）。

需要说明的是，本文撰写所依据的韩文版文档以"最新版本发布页"引导下载（README.md 中则标注了当前版本 v4.4.0 的具体安装包清单，含 AppImage .run、Debian/Ubuntu .deb、Fedora/RHEL .rpm 与 macOS .dmg），具体文件名请以仓库 Release 页面的实时版本为准。

3.2 从源码构建：Linux / macOS 一键脚本

源码构建的推荐路径是 git clone … && ./setup.sh。仓库根目录的 setup.sh 是理解整个构建流程的最佳入口，它把构建拆成 7 个步骤并自动完成环境校验与依赖安装：

1. 安装系统构建工具：根据发行版自动识别 apt-get / pacman / dnf，安装 git、cmake、ninja-build、g++、Python 3、OpenGL 开发库（libgl1-mesa-dev、libglu1-mesa-dev）、libxkbcommon-dev 等；macOS 则通过 Homebrew 安装 cmake ninja python@3.11 openssl@3 yt-dlp expat。
2. 校验 C++ 编译器：Linux 要求 g++ ≥ 12.3，macOS 要求 Apple Clang ≥ 15.0（对应 Xcode 15.2+）。
3. 校验 CMake：要求 ≥ 3.27。
4. 校验 Python：要求 ≥ 3.11。
5. 安装固定版本的 Qt 6.8.3：优先复用环境变量 Qt6_DIR 或既有安装，否则通过 aqtinstall（隔离 venv）下载精确版本，并额外安装 qtcharts、qtwebsockets、qtmultimedia、qtspeech 四个模块（与 CMake 的 find_package COMPONENTS 对应）。
6. CMake 配置：使用 linux-release / macos-release 预设，并显式传入 -DCMAKE_PREFIX_PATH 指向刚装好的 Qt。
7. 编译：cmake --build --preset …，产物位于 fincept-qt/build/<preset>/FinceptTerminal。

3.3 固定工具链版本（重要约束）

文档特别强调：工具链版本是**固定（pinned）**的，过高或过低的版本均不受支持。固定版本为：

CMake 3.27.7 · Ninja 1.11.1 · Qt 6.8.3 · Python 3.11.9

这一约束在 setup.sh 中得到印证（QT_VERSION="6.8.3"、PYTHON_MIN="3.11"、CMAKE_MIN="3.27"、GCC_MIN="12.3"、CLANG_MIN="15.0"），并在 fincept-qt/CMakePresets.json 中以 cmakeMinimumRequired: 3.27.0 固化。

3.4 Windows 手动构建与更多细节

Windows 与手动构建、疑难排解请直接查阅 docs/GETTING_STARTED.md，其中包含完整的先决条件表与平台分步说明。几个关键点（摘自该文档，均可在本仓库验证）：

• 先决条件：MSVC 19.40+ / GCC 12.3+ / Apple Clang 15.0+、CMake 3.27+、Qt 6.8.x（推荐 6.8.3）、Python 3.11.x；Ninja 与 ccache 可加速构建。
• Windows 必须从 "Developer Command Prompt for VS 2022" 运行，否则会因 stddef.h 找不到而构建失败。
• Qt 路径可通过 QT_DIR 环境变量、CMakeUserPresets.json（参考 fincept-qt/CMakeUserPresets.json.example）或命令行 -DCMAKE_PREFIX_PATH 三种方式指定。
• 内存是关键瓶颈：最终链接涉及 1000+ 目标文件，需要约 3~4 GB 内存，构建前务必保留至少 5 GB 空闲内存；并行编译数可通过 -DFINCEPT_MAX_COMPILE_JOBS=N 调节。正常的一行代码增量重编译应在约 5~6 秒内完成。

四、开源构建包含什么：六大能力板块

依据文档，开源构建包含以下能力，我结合仓库目录逐一给出证据路径：

1. 分析（Analytics）——DCF 估值、投资组合优化、VaR/夏普比率、衍生品定价、固收、另类投资，外加 18 个模块的 QuantLib 套件。仓库中 fincept-qt/scripts/Analytics 下按 backtesting、corporateFinance、derivatives、fixedIncome、portfolioManagement、quant 等子目录组织了几十个 Python 分析脚本。

2. AI（智能体）——覆盖交易员/投资者、经济、地缘政治三大领域的 37 个智能体；LLM Key 由用户自备，支持 OpenAI、Anthropic、Gemini、Groq、DeepSeek、OpenRouter、Ollama。仓库中 fincept-qt/scripts/agents 下可看到 TraderInvestorsAgent、EconomicAgents、GeopoliticsAgents、finagent_core 等对应目录，以及 LLM 模型清单 fincept-qt/scripts/llm_models_data.json。

3. 数据（Data）——100+ 数据连接器：FRED、IMF、世界银行、DBnomics、AkShare、Polygon、Kraken、Yahoo Finance、政府公开 API 等。仓库根部的 fincept-qt/scripts 目录下可找到 fred_data.py、imf_data.py、worldbank_data.py、akshare_data.py、yfinance_data.py 等对应实现。

4. 交易（Trading）——加密与股票行情源、模拟交易引擎、16 家经纪商对接。对应源码见 fincept-qt/src/trading（含 PaperTrading、OrderValidator、BrokerRegistry 等）与 fincept-qt/scripts/exchange（ccxt 封装的下单、撤单、持仓、资金费率等脚本）。

5. 自动化（Automation）——可视化节点编辑器、MCP 工具、AI Quant Lab（机器学习、因子挖掘、强化学习）。对应源码包括 fincept-qt/src/mcp（MCP 服务实现）与 fincept-qt/scripts/ai_quant_lab（qlib 系列量化实验脚本）。

6. 全球情报（Global Intelligence）——海上物流追踪、地缘政治分析、关系映射。仓库中 fincept-qt/scripts/marinetraffic_data.py 等脚本即为海上运输数据连接器，relationship_map.py 对应关系映射能力。

技术栈总览：原生 C++20 · Qt6 · 内置 Python 3.11 · 单二进制 · 无 Node.js、无浏览器运行时。

五、仓库维护模式与贡献指南

5.1 维护模式：每月一次发布

文档明确指出：本仓库持续公开、不会被删除，已经发布的版本将永久保留。开发模式从"持续开发"调整为"每月一次发布"——原因是团队的日常工作已转移到 Enterprise。Issue 与 Pull Request 仍会被审阅，修复会在月度周期内落地；安全报告请发送至 [e-mail]。

5.2 贡献方向与指南

文档欢迎以下类型的贡献：新的数据连接器、AI 智能体、分析模块、C++ 界面以及文档。相关指南文件（均已转换为仓库根目录相对路径）：

• docs/CONTRIBUTING.md —— 通用贡献指南
• docs/CPP_CONTRIBUTOR_GUIDE.md —— C++ 贡献规范
• docs/PYTHON_CONTRIBUTOR_GUIDE.md —— Python 贡献规范
• docs/ARCHITECTURE.md —— 架构说明

对于希望快速上手开发的读者，docs/GETTING_STARTED.md 给出了从"零到第一次贡献"的完整路径：推荐以 scripts/yfinance_data.py 为模板添加新数据抓取脚本、以 src/screens/dashboard/ 为模板添加新界面、按 BrokerInterface 模式接入新经纪商，并说明了数据流（界面 → 数据服务 → HTTP/Python 脚本 → JSON → 界面更新）与代码风格约定（4 空格缩进、120 列上限、成员变量尾下划线等）。

六、许可与商标：AGPL-3.0 的真实义务边界

这是本项目法律层面最重要的信息，完整继承自文档：

• 许可协议：AGPL-3.0-or-later，全文见 LICENSE。个人使用、学习与学术研究免费。
• AGPL 是强著佐权而非宽松许可：如果你分发修改后的构建，或将修改版作为他人可访问的服务运行，就必须以相同许可证公开你的修改。对大多数法务团队来说，这一行就足以结束讨论——这正是企业选择专有许可的 Enterprise 版本（无需管理著佐权义务）的原因。不进行分发的个人使用不产生任何义务。
• 不再另行销售许可：Fincept 不再针对本仓库销售单独的商业或学术许可证，商业、企业与高校需求由上文公开定价的 Enterprise 承担。
• 商标："Fincept"、"Fincept Terminal" 及 Fincept 标志是 Fincept Corporation 的商标；在分支（fork）、衍生品、更名产品或商业产品中使用需事先获得书面许可。

七、Node Editor：自动化能力的可视化缩影

自动化板块中的可视化节点编辑器是开源构建区别于传统金融终端的一大亮点，值得单独展开——其界面在仓库截图 images/NodeEditor.png 中有完整呈现。

从截图中可以看到，节点编辑器围绕"节点连线"组织数据流：以 Start 触发器为起点，接入 SPY、XLK (heat)、XLK (distance) 等行情数据节点，经过 Merge 合并节点与 Correlation 关联分析节点，最终汇入 Output 输出节点；左侧面板提供 Split、Loop、Error Handler 等控制流节点与 Market Drift、Price Alert 等触发器节点，右侧 PROPERTIES 面板支持对选中节点（如 SPY）设置 Symbol、Period、Interval 等参数，并提供 Save、Load、Import、Deploy 操作——这意味着用户无需编写代码即可编排、保存并部署自定义分析策略。结合上文提到的 fincept-qt/scripts/ai_quant_lab 与 fincept-qt/src/mcp，可以推断：节点编辑器中执行的分析逻辑与 AI Quant Lab、MCP 工具共同构成了项目"AI 自动化"的完整链路。

结语

Fincept Terminal 通过"同一数据核心、两个发行版本"的模式，在免费开源的 AGPL-3.0 构建中完整保留了机构级分析、AI 智能体、百级数据连接器与可视化自动化能力，同时以明确的版本边界与定价体系将商业化能力隔离在企业版中。对于学习者、研究者与量化爱好者，本仓库是一个可以直接构建、运行并二次开发的金融终端底座；理解其双版本架构、固定工具链约束与 AGPL 义务边界，是正确使用它的前提。

延伸阅读：docs/GETTING_STARTED.md（构建与开发上手）· docs/ARCHITECTURE.md（架构）· fincept-qt/CMakePresets.json（构建预设）· setup.sh（一键构建脚本）· LICENSE（AGPL-3.0 全文）