AI Trading Agent Gemini 详细部署教程

项目概述

ai-trading-agent-gemini 是一个 AI 交易代理应用，能够将社交媒体情绪分析转化为可执行的交易信号。它整合了 LunarCrush 社交数据、Google Gemini AI 分析能力、Supabase 实时数据库以及 Inngest 后台任务处理。

技术栈：Next.js 15 + TypeScript + Tailwind CSS v4 + Supabase (PostgreSQL) + Inngest + Google Gemini AI + LunarCrush API

整个系统通过一个 7 步后台工作流处理社交数据，并实时向用户界面推送进度。你可以选择本地开发部署或生产环境部署。

部署前准备

硬件与软件要求

项目	要求
Node.js	18+
操作系统	Windows / macOS / Linux
代码编辑器	VS Code（推荐）
预计时间	20-30 分钟

必需的 API 密钥（5 个）

服务	用途	费用
LunarCrush	社交媒体情绪数据	需订阅
Google Gemini	AI 分析	有免费额度
Supabase	数据库与实时订阅	有免费额度
Inngest	后台任务处理	有免费额度

第一步：项目安装

打开终端，执行以下命令克隆并安装项目：

# 克隆仓库
git clone https://github.com/danilobatson/ai-trading-agent-gemini.git
cd ai-trading-agent-gemini

# 安装依赖
npm install

# 创建环境变量文件
cp .env.example .env.local

第二步：配置 LunarCrush API

LunarCrush 提供加密货币的实时社交情绪数据，包含 AltRank™ 和 Galaxy Score™ 等专有指标。

访问 lunarcrush.com/signup 注册账户
选择合适的订阅计划（Individual 计划适合本项目）
在控制面板中生成 API Key
将密钥添加到 .env.local 文件：

1	LUNARCRUSH_API_KEY=lc_你的密钥

核心指标说明：

Mentions：社交帖子量（24小时）
Interactions：总社交互动量
Creators：独立内容创作者数量
AltRank™：市场+社交综合排名
Galaxy Score™：资产健康度指标（0-100）

第三步：配置 Google Gemini AI

Gemini 负责根据社交模式生成交易建议。

访问 aistudio.google.com
创建新项目或选择现有项目
进入 API Keys → Create API Key
将密钥添加到 .env.local：

1	GOOGLE_GEMINI_API_KEY=你的Gemini密钥

第四步：配置 Supabase 数据库

Supabase 提供 PostgreSQL 数据库和实时订阅功能，用于实时进度追踪。

访问 supabase.com，点击 Start your project
创建新项目：
- 项目名称：ai-trading-agent
- 数据库密码：安全保存
- 区域：选择最近的区域
进入 Project Overview，复制 Project URL 和 anon public key
添加到 .env.local：

1 2	NEXT_PUBLIC_SUPABASE_URL=https://你的项目.supabase.co NEXT_PUBLIC_SUPABASE_ANON_KEY=你的anon密钥

第五步：创建数据库表结构

在 Supabase 控制面板中，进入 SQL Editor
点击 New query
复制并粘贴以下完整脚本：

-- 交易信号表
CREATE TABLE trading_signals (
  id TEXT PRIMARY KEY,
  symbol TEXT NOT NULL,
  signal TEXT NOT NULL CHECK (signal IN ('BUY', 'SELL', 'HOLD')),
  confidence INTEGER NOT NULL CHECK (confidence >= 0 AND confidence <= 100),
  reasoning TEXT NOT NULL,
  metrics JSONB NOT NULL,
  created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW()
);

-- 索引
CREATE INDEX idx_trading_signals_symbol ON trading_signals (symbol);
CREATE INDEX idx_trading_signals_created_at ON trading_signals (created_at DESC);
CREATE INDEX idx_trading_signals_signal ON trading_signals (signal);

-- 分析任务表
CREATE TABLE analysis_jobs (
  id TEXT PRIMARY KEY,
  status TEXT NOT NULL DEFAULT 'started',
  current_step TEXT DEFAULT 'Initializing...',
  step_message TEXT DEFAULT 'Starting analysis...',
  progress_percentage INTEGER DEFAULT 0,
  event_data JSONB,
  signals_generated INTEGER DEFAULT 0,
  alerts_generated INTEGER DEFAULT 0,
  duration_ms INTEGER,
  started_at TIMESTAMP WITH TIME ZONE DEFAULT NOW(),
  completed_at TIMESTAMP WITH TIME ZONE,
  updated_at TIMESTAMP WITH TIME ZONE DEFAULT NOW()
);

-- 索引
CREATE INDEX idx_analysis_jobs_status ON analysis_jobs (status);
CREATE INDEX analysis_jobs_progress_idx ON analysis_jobs (status, started_at DESC, progress_percentage);

点击 Run 执行脚本
进入 Table Editor 验证 trading_signals 和 analysis_jobs 两张表已创建

第六步：配置 Inngest 后台任务

Inngest 负责处理 AI 分析流水线，实现实时进度追踪。

访问 inngest.com，点击 Sign up 注册
创建新应用：ai-trading-agent
进入 Settings → Keys，复制：
- Event Key（以 inngest_ 开头）
- Signing Key（以 signkey_ 开头）
添加到 .env.local：

1 2	INNGEST_EVENT_KEY=inngest_你的Event密钥 INNGEST_SIGNING_KEY=signkey_你的Signing密钥

第七步：验证环境变量

最终 .env.local 文件应包含以下内容：

# LunarCrush API（必需）
LUNARCRUSH_API_KEY=lc_your_key_here

# Google Gemini AI（必需）
GOOGLE_GEMINI_API_KEY=your_gemini_key_here

# Supabase 数据库（必需）
NEXT_PUBLIC_SUPABASE_URL=https://your-project.supabase.co
NEXT_PUBLIC_SUPABASE_ANON_KEY=your_supabase_anon_key_here

# Inngest 后台任务（必需）
INNGEST_EVENT_KEY=inngest_your_event_key_here
INNGEST_SIGNING_KEY=signkey_your_signing_key_here

本地运行与测试

启动开发服务器

需要打开两个终端窗口：

终端 1 - 启动 Next.js 应用：

1	npm run dev

访问 http://localhost:3000

终端 2 - 启动 Inngest 开发服务器：

1	npm run inngest:dev

访问 http://localhost:8288 查看任务监控

测试完整流程

打开 http://localhost:3000
点击 Generate Trading Signals
观察实时进度（7 步分析流程）：
- 初始化分析（14%）
- 准备符号列表（28%）
- 获取社交数据（42%）
- AI 信号生成（57%）
- 保存到数据库（71%）
- 生成摘要（85%）
- 完成分析（100%）
在 http://localhost:8288 查看 Inngest 任务执行详情
分析完成后，交易信号会自动显示

生产环境部署

方案一：部署到 Vercel（推荐）

Vercel 与 Next.js 无缝集成，是最简单的部署方式。

步骤 1：安装 Vercel CLI

1	npm i -g vercel

步骤 2：部署到生产环境

1	vercel --prod

步骤 3：配置环境变量

进入 Vercel 项目控制面板 → Settings → Environment Variables
添加以下变量：

变量名	值
`LUNARCRUSH_API_KEY`	你的 LunarCrush 密钥
`GOOGLE_GEMINI_API_KEY`	你的 Gemini 密钥
`NEXT_PUBLIC_SUPABASE_URL`	你的 Supabase URL
`NEXT_PUBLIC_SUPABASE_ANON_KEY`	你的 Supabase anon 密钥
`INNGEST_EVENT_KEY`	你的 Inngest Event 密钥
`INNGEST_SIGNING_KEY`	你的 Inngest Signing 密钥

步骤 4：配置 Inngest 生产环境

在 Inngest 控制面板创建生产应用
添加生产 URL：https://你的应用.vercel.app/api/inngest
更新环境变量为生产密钥

步骤 5：Supabase 生产配置

数据库会自动扩展
建议启用 Row Level Security (RLS) 增强安全性
在 Supabase 控制面板监控使用情况

方案二：使用 Docker 部署

如果你希望在任何支持 Docker 的环境中部署，可以使用 Docker 方案。

步骤 1：创建 Dockerfile

在项目根目录创建 Dockerfile：

FROM node:22-alpine AS deps
WORKDIR /app
COPY package.json package-lock.json ./
RUN npm ci

FROM node:22-alpine AS builder
WORKDIR /app
COPY --from=deps /app/node_modules ./node_modules
COPY . .
RUN npm run build

FROM node:22-alpine AS runner
WORKDIR /app
ENV NODE_ENV=production
COPY --from=builder /app/public ./public
COPY --from=builder /app/.next/standalone ./
COPY --from=builder /app/.next/static ./.next/static
EXPOSE 3000
CMD ["node", "server.js"]

步骤 2：创建 docker-compose.yml

version: '3.8'

services:
  app:
    build: .
    ports:
      - "3000:3000"
    env_file:
      - .env.local
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "wget", "--no-verbose", "--tries=1", "--spider", "http://localhost:3000"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 40s

步骤 3：修改 next.config.ts

确保启用 standalone 输出模式：

const nextConfig = {
  output: 'standalone',
  // ... 其他配置
};

export default nextConfig;

步骤 4：构建并运行

# 构建镜像
docker compose build

# 启动服务
docker compose up -d

# 查看日志
docker compose logs -f

# 停止服务
docker compose down

注意：在 Docker 部署中，Inngest 开发服务器无法使用 npm run inngest:dev 方式启动。你需要使用 Inngest 的云端服务，并将 webhook 端点配置为 https://你的域名/api/inngest。

方案三：部署到 Railway

Railway 提供简单的容器化部署体验。

访问 railway.app 并登录
点击 New Project → Deploy from GitHub repo
选择你的 ai-trading-agent-gemini 仓库
在 Variables 标签页添加所有环境变量
Railway 会自动检测 Next.js 项目并完成部署

常见问题排查

问题	症状	解决方案
Inngest 函数未触发	进度卡在 0%，无任务创建	检查 `INNGEST_EVENT_KEY` 和 `INNGEST_SIGNING_KEY`，确保 `npm run inngest:dev` 正在运行
数据库连接错误	“Database connection failed”	检查 Supabase URL/key，验证表已创建，检查网络连接
LunarCrush 401 未授权	“Invalid API key” 错误	验证 API 密钥格式（`lc_...` 开头），确认订阅有效
Gemini AI 错误	“AI analysis failed”	检查 Google AI API 密钥，验证配额限制
实时更新不工作	进度不更新，信号不显示	确保 Supabase anon 密钥权限正确，检查浏览器控制台
速率限制（429 错误）	分析中途失败	LunarCrush Individual 计划限制 10 请求/分钟，添加延迟或升级计划

API 速率限制参考

LunarCrush API 限制：

Individual 计划：10 请求/分钟，2000 次/天
Builder 计划：100 请求/分钟，20000 次/天

Google Gemini 限制：

免费层：15 请求/分钟，1500 次/天
付费层：1000 请求/分钟

调试工作流程

如果应用无法正常工作，按顺序检查：

✅ 检查环境变量：.env.local 中 5 个必需密钥是否完整
✅ 验证数据库表：在 Supabase SQL Editor 中运行 SQL 脚本
✅ 确认 API 订阅：LunarCrush 计划有效，Gemini 配额充足
✅ 测试 Inngest 连接：确保开发服务器运行在 localhost:8288
✅ 检查浏览器控制台：查看 JavaScript 错误或网络请求失败
✅ 监控数据库活动：在 Supabase 日志中查看实时事件
✅ 重启开发服务器：停止并重新启动两个终端

架构概览

技术组件

组件	技术	用途
前端	Next.js 15 + React 19 + TypeScript	现代 Web 应用，服务端组件
样式	Tailwind CSS v4	响应式 UI
后台任务	Inngest	多步骤 AI 工作流处理
数据库	Supabase (PostgreSQL)	实时数据存储与订阅
AI 分析	Google Gemini	交易信号生成
社交数据	LunarCrush API	加密货币情绪分析

数据流

text

1
2
3

用户触发分析 → Inngest 后台任务 → LunarCrush API → 社交指标
     ↓
Google Gemini AI → 交易信号 → Supabase 数据库 → 实时 UI 更新

关键文件结构

text

src/
├── app/
│   ├── api/
│   │   ├── signals/route.ts      # 获取交易信号
│   │   ├── trigger/route.ts      # 启动分析流水线
│   │   ├── job-status/route.ts   # 检查任务进度
│   │   └── inngest/route.ts      # Inngest webhook 端点
│   ├── layout.tsx
│   └── page.tsx                  # 实时 UI 主面板
├── functions/
│   └── signal-analysis.ts        # 7 步 Inngest 工作流
├── hooks/
│   └── useJobProgress.ts         # Supabase 进度订阅
├── lib/
│   ├── lunarcrush.ts             # LunarCrush API 客户端
│   ├── gemini.ts                 # Google AI 集成
│   ├── supabase.ts               # 数据库操作
│   ├── inngest.ts                # 后台任务客户端
│   └── signal-generator.ts       # 信号生成逻辑
└── types/
    └── trading.ts                # TypeScript 接口定义