Skip to content
Back to search

quantdash-ai-stock

🤖📈 A股看盘、复盘与盘前计划一体化工作台,集成情绪周期、板块轮动、策略选股、AI复盘、MCP Server 与飞书机器人。

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/rancy777--quantdash-ai-stock/badge.svg)](/listings/rancy777--quantdash-ai-stock)

HTML

<a href="/listings/rancy777--quantdash-ai-stock"><img src="/api/listings/rancy777--quantdash-ai-stock/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 605 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. 简体中文 | [English](./README.en.md) | [日本語](./README.ja.md)
  2. # QuantDash A股看盘与复盘面板
  3. 基于 Vite + React 的 A 股分析面板。
  4. 当前覆盖这些页面和能力:
  5. - 股票信息
  6. - 选股工具
  7. - 连板天梯
  8. - 板块轮动
  9. - 情绪指标
  10. - 信息收集
  11. - AI 复盘
  12. - 盘前计划
  13. - Skills
  14. 项目支持把自己的复盘口径、交易框架、观察清单整理成 skill,然后注入到 AI 复盘、盘前计划、个股观察和研报摘要。
  15. 完整项目手册见:[项目使用手册.md](./项目使用手册.md)
  16. ## 最近更新
  17. 这一轮主要改了结构和数据链路。
  18. - 前端大页面继续拆成 `container + hook + panel`
  19. - 高频 EastMoney 请求统一走 Python 代理 / action 层
  20. - 第二数据源 `mootdx` 已接入 `K线 / 基础行情 / 市场宽度 / 指数序列`
  21. - 后端补了缓存、连接池、线程池、事务上下文、异常处理、鉴权
  22. - GitHub 页面加了启动检查更新和手动检查更新
  23. 详细变更可看:
  24. - [更新文档.md](./更新文档.md)
  25. - [服务加固说明.md](./服务加固说明.md)
  26. - [第二数据源说明.md](./第二数据源说明.md)
  27. <details>
  28. <summary><strong>展开查看最近更新详情</strong></summary>
  29. ### 前端重构
  30. - `AIIntegrationSection` 拆成工作区头部、模型配置、飞书配置、文档面板、workflow hooks
  31. - `SentimentSection` 拆成指标工具条、历史日期条、独立面板、数据 hooks
  32. - `InfoGatheringSection` 拆成 page shell、左侧 sidebar、右侧 detail pane、workflow hooks
  33. - `ScreenerSection`、`LimitUpLadderSection`、`StockHoverCard` 继续拆分
  34. ### 数据源治理
  35. - 浏览器不再直接请求 EastMoney
  36. - 前端统一走本地 Python 服务的 `/eastmoney/*`
  37. - 代理层已支持请求去重、缓存、失败冷却、并发上限、快照回退、最小请求间隔、轻量重试
  38. ### 第二数据源 mootdx
  39. 当前已支持第二源的数据集:
  40. - 个股 `K线`
  41. - 指数 `K线`
  42. - 主要指数快照
  43. - 股票列表 / 基础行情
  44. - 市场宽度概览
  45. - 全市场原始快照
  46. - 全市场涨跌分布快照
  47. - 指数情绪序列
  48. - 指数成交额序列
  49. 仍保留主源的数据集:
  50. - 涨停池 / 炸板池 / 跌停池
  51. - 板块榜单 / 板块历史
  52. - A 股平均估值
  53. - 股指期货主力 / 净持仓
  54. ### 服务层加固
  55. 新增共享基础设施:
  56. - `scripts/server/shared/cache.py`
  57. - `scripts/server/shared/db.py`
  58. - `scripts/server/shared/api.py`
  59. 已补能力:
  60. - Redis / 内存双模式缓存
  61. - HTTP 连接池
  62. - EastMoney 专用连接池
  63. - 阻塞 IO 线程池
  64. - SQLite WAL / busy timeout / 自动事务控制
  65. - 请求 ID 和统一异常响应
  66. - 登录失败限流、密码强度校验、权限校验
  67. - Feishu 敏感配置脱敏读取
  68. ### GitHub 更新检查
  69. GitHub 页面现在支持:
  70. - 启动时自动检查一次更新
  71. - 用户点击按钮手动检查更新
  72. - 展示当前版本、当前提交、远端最新提交、最新 Release
  73. </details>
  74. ## 待更新
  75. 1. `LLM Wiki` 知识库
  76. 2. 个股监控条件自动预警
  77. 3. 波浪理论与缠论画笔继续完善
  78. 4. 港股、美股数据接入
  79. 5. 开盘啦数据接入
  80. ## 项目截图
  81. ![项目截图 01](./images/3bf3d1dc-0c25-4d52-b944-c6e9b4389eaf.png)
  82. ![项目截图 02](./images/4f6ef0a9-e07d-4232-9e5b-8f2bac492cf1.png)
  83. ![项目截图 03](./images/f7af157d-7c69-4346-94b0-530801de7bb5.png)
  84. ![项目截图 04](./images/18c31766-eccb-43fd-a08d-ab959cf38d9d.png)
  85. ![项目截图 05](./images/acfaa650-4c0a-4429-9822-320d2f6b8d0c.png)
  86. ![项目截图 06](./images/b45cc8e9-6ad4-4606-a870-dfbab23fc5c8.png)
  87. ![项目截图 07](./images/9c7bb372-4ad8-4490-98f5-1163994a9295.png)
  88. ![项目截图 08](./images/ff64cc84-451d-4c6f-b907-a1b0f118e9fc.png)
  89. ![项目截图 09](./images/e4639a0d-f53c-48a4-9b5e-e95c732ca836.png)
  90. ![项目截图 10](./images/0e137fb3-0137-4751-adb0-9aa59c3633c2.png)
  91. ![项目截图 11](./images/157e7eba-c214-4a45-8c1e-8fd930b8d346.png)
  92. ![项目截图 12](./images/dac0f260-fc0c-4558-823d-bb9047078360.png)
  93. ![项目截图 13](./images/aeffc946-adfb-4a19-bd2f-e6064de14adc.png)
  94. ![项目截图 14](./images/9d39966f-72cb-40d3-bcec-712155bf4cd7.png)
  95. ![项目截图 15](./images/91830b63-2430-44cc-a618-156dc1a4a2dc.png)
  96. ![项目截图 16](./images/3ae651f31d0edc5d8c65aa421d095c81.png)
  97. ## 许可状态
  98. - 代码许可证:[`PolyForm Noncommercial 1.0.0`](./LICENSE)
  99. - 禁止未经授权的商业使用;如需商业授权,请由项目维护者另行许可
  100. - 公开仓库默认不附带完整本地数据、认证数据库、第三方报告原文或个人研究资料
  101. - 克隆后如需恢复盘后数据,请在本地自行运行 `npm run sync:*` 或 Python 采集脚本生成
  102. - 数据目录公开策略见:[data/README.md](./data/README.md)
  103. ## 功能概览
  104. - 市场情绪周期、涨停结构、修复率、龙头状态、高位风险面板
  105. - 个股列表、K 线、单日表现、选股形态识别
  106. - 板块轮动、题材持续性、跨市场情绪指标
  107. - 本地研报清单、研报摘要、重点资讯聚合
  108. - `AI 当日复盘`、`盘前计划`、个股观察
  109. - `Skills` 规则库,可把多个分析 skill 注入到 AI 复盘、盘前计划、个股观察和研报摘要
  110. - 个股悬浮卡支持主图 `MA` 均线开关与缠论结构叠加显示(笔 / 线段 / 中枢)
  111. - 本地 `stdio` MCP Server,供外部 AI 直接读取结构化数据
  112. - 飞书问答机器人,可复用项目内结构化数据和模型线路
  113. ## 支持大模型 / 平台
  114. | 模型 / 平台 | 状态 | 备注 |
  115. | --- | --- | --- |
  116. | [OpenAI](https://openai.com/) | ✅ | 可接入任何 OpenAI 兼容接口格式模型 |
  117. | [Ollama](https://ollama.com/) | ✅ | 本地大模型运行平台 |
  118. | [LM Studio](https://lmstudio.ai/) | ✅ | 本地大模型运行平台 |
  119. | [AnythingLLM](https://anythingllm.com/) | ✅ | 本地知识库与文档问答平台 |
  120. | [DeepSeek](https://deepseek.com/) | ✅ | 支持 `deepseek-reasoner`、`deepseek-chat` 等线路 |
  121. | [SiliconFlow 硅基流动](https://siliconflow.cn/) | ✅ | OpenAI 兼容模型聚合平台 |
  122. | [火山方舟](https://www.volcengine.com/product/ark) | ✅ | 豆包等模型接入平台 |
  123. 如果你准备找一个省事的模型聚合入口,可以试试 [SiliconFlow 硅基流动](https://cloud.siliconflow.cn/i/uVFj3AbT)。
  124. - 邀请链接:[https://cloud.siliconflow.cn/i/uVFj3AbT](https://cloud.siliconflow.cn/i/uVFj3AbT)
  125. - 邀请码:`uVFj3AbT`
  126. ## 快速开始
  127. 只启动前端时,最少执行下面两步:
  128. 1. `npm install`
  129. 2. `npm run dev`
  130. 如果还要使用本地数据同步、Python 采集、研报同步或飞书机器人,再安装 Python 依赖并配置环境变量。
  131. 统一启动入口:
  132. - 启动项目:`npm run start:project`
  133. - 停止项目:`npm run stop:project`
  134. Windows 仍可继续使用 `start_project.bat` / `start_project.ps1`,macOS / Linux 使用 `start_project.sh` / `stop_project.sh`。
  135. 如果你是从 GitHub 公开仓库拉下来的新环境,第一次启动前建议额外执行一次:
  136. `npm run sync:startup-check`
  137. ## 本地运行
  138. **前置条件:** Node.js、Python 3
  139. 1. 安装依赖:
  140. `npm install`
  141. 2. 如果要运行 Python 采集链路、研报同步或本地选股服务,再安装:
  142. `pip install -r requirements.txt`
  143. 3. 先复制环境变量模板,再按需填写本地配置:
  144. `Copy-Item .env.example .env.local`
  145. 4. 在 `.env.local` 中按需配置环境变量:
  146. `TUSHARE_API_KEY`
  147. `TUSHARE_API_BASE_URL`
  148. `PYWENCAI_COOKIE`
  149. 5. 启动开发环境:
  150. `npm run dev`
  151. 6. 生产构建:
  152. `npm run build`
  153. ## 可选环境变量
  154. 常用环境变量:
  155. - `TUSHARE_API_KEY`
  156. - `TUSHARE_API_BASE_URL`
  157. - `PYWENCAI_COOKIE`
  158. - `FEISHU_APP_ID`
  159. - `FEISHU_APP_SECRET`
  160. - `FEISHU_BOT_AI_BASE_URL`
  161. - `FEISHU_BOT_AI_API_KEY`
  162. - `FEISHU_BOT_AI_MODEL`
  163. 如果只使用前端展示和本地文件读取,这些变量可以先不配置。
  164. 如果要使用 `pywencai` 一句话选股,需要在 `.env.local` 中配置 `PYWENCAI_COOKIE`。
  165. 公开仓库时不要提交 `.env.local`,只提交 `.env.example`。
  166. ## 数据分工
  167. 新增界面数据功能前,先看 [STRUCTURED_DATA_RULES.md](./STRUCTURED_DATA_RULES.md)。
  168. 新增到界面的数据,先整理成结构化对象,再进入服务层和页面。不要直接把页面拼接结果当数据边界。
  169. 技术分工规则:
  170. - `采集优先 Python`
  171. 批量采集、定时任务、历史沉淀、跨页面抓取、全市场扫描放在 Python。
  172. - `展示优先前端`
  173. 页面展示、上传、预览、筛选、交互、浏览器本地存储放在前端 `JS/TS`。
  174. - `Node 负责编排`
  175. `npm run sync:*`、启动脚本、任务串联、兼容入口放在 Node 层处理。
  176. - `只有明显更优时再例外`
  177. 个别能力放在前端或 Node 更合适时可以例外。
  178. 按下面的原则维护:
  179. - `Python / 脚本离线采集`
  180. 用于日频或盘后沉淀的数据,例如情绪周期、涨停结构、炸板率、龙头状态、跨市场情绪指标、A股平均估值、K线库。
  181. - `前端读取本地文件`
  182. 用于展示稳定快照的数据,例如 `data/sentiment.json`、`data/performance.json`、`data/emotion_indicators.json`、研报清单、高手持仓快照。
  183. - `前端实时请求`
  184. 用于轻量、实时性要求高、且失败不影响主流程的数据,例如登录态、用户自选、后端业务 API。
  185. 不建议放在前端直接抓的内容:
  186. - 东方财富大盘/全市场统计接口
  187. - 需要留历史的数据
  188. - 依赖全市场扫描才能算出的指标
  189. 优先放到 Python 采集链路的数据:
  190. - `emotion_indicators.json`
  191. - `stock_list_full.json`
  192. - `stock_list_chinext.json`
  193. - `sector_rotation_*.json`
  194. - `sector_persistence_*.json`
  195. - `limit_up_structure.json`
  196. - `repair_rate.json`
  197. - `leader_state.json`
  198. - `market_volume_trend.json`
  199. - `high_risk.json`
  200. - `cycle_overview.json`
  201. ## 数据目录
  202. 项目的数据目录正在迁移到按市场分层的结构。当前代码支持:
  203. - `新路径优先`
  204. - `旧路径兜底`
  205. 目录结构示例:
  206. ```text
  207. data/
  208. markets/
  209. a_share/
  210. klines/
  211. single_day_snapshots/
  212. sentiment.json
  213. performance.json
  214. stock_list_full.json
  215. stock_list_chinext.json
  216. limit_up_structure.json
  217. repair_rate.json
  218. leader_state.json
  219. market_volume_trend.json
  220. high_risk.json
  221. cycle_overview.json
  222. emotion_indicators.json
  223. index_futures_long_short.json
  224. bull_bear_signal.json
  225. hk/
  226. us/
  227. research_reports/
  228. a_share/
  229. manifest.json
  230. hk/
  231. us/
  232. system/
  233. sync_status.json
  234. auth.db
  235. ```
  236. 兼容规则:
  237. - 前端和脚本先读取 `data/markets/a_share`、`data/research_reports/a_share`、`data/system`
  238. - 如果新路径下没有文件,会自动回退旧的 `data/*.json` 和 `data/research_reports/*`
  239. - 所以可以先迁代码、再逐步搬文件,不需要一次性切换
  240. 继续保留前端直接获取或接口兜底的内容:
  241. - 登录态、自选、业务后端接口
  242. - 页面交互时才需要的临时实时查询
  243. - 本地离线文件缺失时的只读兜底请求
  244. ## 服务分层
  245. - `services/quotesService.ts`
  246. 个股列表、K线、单日涨跌、选股形态识别
  247. - `services/chanService.ts`
  248. 缠论结构计算,负责包含处理、分型、笔、线段、中枢
  249. - `services/sectorService.ts`
  250. 板块轮动、板块持续性
  251. - `services/sentimentCycleService.ts`
  252. 情绪周期读取入口
  253. - `services/emotionIndicatorService.ts`
  254. 跨市场情绪指标
  255. - `services/localDataService.ts`
  256. 本地 `data/*.json` 读取
  257. - `services/dataPathService.ts`
  258. 本地数据路径兼容层,处理新旧目录回退
  259. - `services/eastmoneyService.ts`
  260. 东方财富请求和代理兜底
  261. ## 数据同步
  262. - 全量同步:`npm run sync:all`
  263. - 盘后主数据同步:`npm run fetch:data`
  264. - Python 主数据同步:`npm run sync:market:py`
  265. - Python K线库同步:`npm run sync:kline:py`
  266. - 情绪周期快照同步:`npm run sync:cycle`
  267. - Python 情绪周期快照同步:`npm run sync:cycle:py`
  268. - 股票快照同步:`npm run sync:stocks`
  269. - 板块快照同步:`npm run sync:sectors`
  270. - Python 股票快照同步:`npm run sync:stocks:py`
  271. - Python 板块快照同步:`npm run sync:sectors:py`
  272. - Python 离线快照同步:`npm run sync:offline:py`
  273. - 跨市场情绪指标同步:`npm run sync:emotion`
  274. - 自动盘后同步:`npm run fetch:data:auto`
  275. - 启动前数据检查:`npm run sync:startup-check`
  276. - 单天项目快照导出:双击 `获取单天数据.bat`,按日期导出到 `data/single_day_snapshots/YYYY-MM-DD.json`
  277. - 历史数据补全:双击 `补全之前数据.bat`,可按 `主市场 / 股票 / 板块 / 周期 / 情绪 / K线` 选择;板块支持继续选 `概念 / 行业 / 全部`
  278. 双击 `start_project.bat` / 执行 `start_project.ps1` 时,会先执行一次启动前数据检查。
  279. 如果本地数据已是最新交易日,会直接跳过;如果需要跳过这一步,可临时设置:
  280. - `STARTUP_AUTO_SYNC=0`
  281. - `STARTUP_SYNC_MODE=startup` 默认轻量模式,仅检查 `market-core + emotion + sectors + cycle`
  282. - `STARTUP_SYNC_MODE=market` 运行完整主市场链路
  283. - `STARTUP_SYNC_MODE=offline` 运行完整离线同步
  284. `fetch:data` 会一并更新:
  285. - `sentiment.json`
  286. - `performance.json`
  287. - `ladder.json`
  288. - `stock_list_full.json`
  289. - `stock_list_chinext.json`
  290. - `sector_rotation_*.json`
  291. - `sector_persistence_*.json`
  292. - `limit_up_structure.json`
  293. - `repair_rate.json`
  294. - `leader_state.json`
  295. - `market_volume_trend.json`
  296. - `high_risk.json`
  297. - `cycle_overview.json`
  298. 采集入口说明:
  299. - `fetch:data`
  300. 主编排入口。先同步最新主数据、股票快照、板块快照、情绪周期快照,不先跑重型 K 线库。
  301. 如需把 K 线库也并入这条链路,可临时设置:`FULL_SYNC_INCLUDE_KLINE=1`
  302. - `sync:offline:py`
  303. 纯 Python 离线快照入口,用于完整补主数据、股票、板块、K线库、情绪指标、情绪周期快照。
  304. - `sync:stocks` / `sync:sectors` / `sync:cycle`
  305. 统一走 Python 采集入口;旧的 JS 文件只保留兼容转发。
  306. - `sync:reports`
  307. 走 Python 采集:抓取东方财富单篇研报列表、详情页摘要、PDF 链接,并保留东方财富总览页和天风证券页面快照。已存在的单篇研报会按 `infoCode` 增量复用,不重复抓详情。
  308. 可选环境变量:
  309. `REPORT_SOURCE_KEYS=eastmoney-stock-report,eastmoney-industry-report`
  310. `REPORT_INCLUDE_SNAPSHOTS=0`
  311. `REPORT_ITEM_LIMIT_OVERRIDE=10`
  312. `REPORT_DOWNLOAD_PDFS=0`
  313. 同步策略:
  314. - 主编排和离线总入口带阶段日志与失败重试。
  315. - 每个阶段默认重试 `2` 次,可用 `SYNC_STAGE_RETRIES` 覆盖。
  316. - 阶段重试间隔默认 `1500ms`,可用 `SYNC_RETRY_DELAY_MS` 覆盖。
  317. - `K线库` 默认只跑 `1` 次,避免大批量任务在失败时重复拉全量数据。
  318. - 可用 `SYNC_STAGES=market-core,stocks,sectors,kline,cycle,emotion,market-pipeline` 只跑指定阶段。
  319. - 编排层会对本地快照做最新交易日检查;已是最新时会直接跳过对应阶段。
  320. - `K线库` 会先按 symbol 做本地预筛;已更新到最新交易日的代码不会重复请求。
  321. - `K线库` 默认只补最近一段滚动窗口数据,并合并进本地历史;更早的缺口不会在日常同步中主动回补。
  322. - 可用 `KLINE_RECENT_LIMIT=30` 调整默认滚动窗口大小。
  323. - 如需强制全量重刷 K 线,可临时设置 `KLINE_FORCE_FULL=1`。
  324. - `sync:all` 默认允许单阶段失败后继续后续阶段,可用 `SYNC_CONTINUE_ON_ERROR=0` 改回失败即停。
  325. - 主编排、离线同步、自动盘后任务都会输出阶段摘要,包含完成、跳过、失败统计。
  326. - `fetch:data`、`sync:offline:py`、`sync:all`、`fetch:data:auto` 会写入 `data/sync_status.json`,保存最近一次同步的交易日、阶段状态、耗时和本地快照日期。
  327. - `sync:emotion` 增加了容错策略:
  328. - A 股平均估值改为分批抓取 + 截尾均值
  329. - 请求之间会短暂停顿,降低接口抖动
  330. - 全市场分页中途失败时,如果前面已有有效数据,会保留已拿到的数据继续生成
  331. ## 待办
  332. - 继续丰富 `data/sync_status.json` 的摘要内容,补更多失败原因、跳过原因和阶段级诊断信息。
  333. - Python 采集增加更细粒度失败明细,区分接口请求失败、本地写入失败、数据解析失败。
  334. - `AI对接 > 个股观察` 增加历史时间轴:
  335. - 按股票维度沉淀不同交易日的 AI 观察结果
  336. - 展示同一只票在启动、加速、分歧、修复、退潮过程中的判断变化
  337. - 作为回看个股演化和复盘 AI 判断稳定性的辅助视图
  338. - 规划 `QuantDash + 飞书` 集成方案:
  339. - 盘后自动把 `AI 当日复盘` 推送到飞书群
  340. - 盘前自动把 `盘前计划` 推送到飞书
  341. - 研报抓取结果同步到飞书表格 / 多维表格
  342. - 大V复盘整理后同步到飞书文档
  343. - 数据同步失败时发飞书告警
  344. - 仍按现有项目规则执行:`采集优先 Python`,飞书推送由 Python / Node 编排层完成,前端不承担主推送逻辑
  345. ## MCP 接入
  346. 项目已内置一个本地 `stdio` MCP Server,供外部 AI 直接读取盘面结构化数据,不需要解析前端页面。
  347. 1. 启动 MCP Server:
  348. `npm run mcp:server`
  349. 2. 可用工具:
  350. `get_market_dashboard`
  351. `get_leader_state`
  352. `get_sector_persistence`
  353. `get_cycle_overview`
  354. `get_volume_trend`
  355. `get_high_risk_panel`
  356. `get_sentiment_snapshot`
  357. `get_news_feed`
  358. `get_research_reports`
  359. `get_research_report_content`
  360. `get_expert_holding_snapshots`
  361. `get_expert_holding_snapshot`
  362. 3. MCP Server 入口文件:
  363. [scripts/mcp-server.js](scripts/mcp-server.js)
  364. 更完整的 tool 说明见 [AI_MCP_GUIDE.md](./AI_MCP_GUIDE.md)。
  365. 使用方式:
  366. AI 通过 MCP 读取结构化数据,再做情绪周期、龙头状态、题材持续性和新闻影响分析,不解析页面 DOM。
  367. ## 飞书问答机器人
  368. 项目额外提供了一个飞书问答服务,可把 `情绪周期` 数据接到飞书机器人里。
  369. 飞书接入代码单独放在 `scripts/integrations/feishu/`。
  370. 飞书使用 `长连接 / WebSocket` 事件订阅模式,不需要公网回调地址。
  371. 1. 在 `.env.local` 配置:
  372. `FEISHU_APP_ID`
  373. `FEISHU_APP_SECRET`
  374. `FEISHU_BOT_AI_BASE_URL`
  375. `FEISHU_BOT_AI_API_KEY`
  376. `FEISHU_BOT_AI_MODEL`
  377. 2. 启动服务:
  378. `npm run feishu:bot`
  379. 3. 在飞书开放平台把事件订阅方式切到:
  380. `使用长连接接收事件`
  381. 4. 本机保持该进程运行即可,不需要公网 IP、域名或内网穿透
  382. 已实现:
  383. - 支持飞书 `text` 消息长连接接收
  384. - 支持提取消息里的日期,如 `分析 2026-03-27 情绪周期`
  385. - 读取本地 `get_sentiment_snapshot` 同口径数据
  386. - 调用已配置的 `OpenAI 兼容模型`
  387. - 如果模型未配置或调用失败,会回退为本地规则摘要
  388. 使用场景:
  389. - 问某一天的情绪周期
  390. - 问最新交易日的盘面判断
  391. - 让 AI 综合参考 `砸盘系数 / 涨停溢价 / 炸板率 / 修复率 / 龙头状态 / 量能 / 高位风险`
  392. ## AI 对接
  393. 左侧有 `AI对接` 页面。这里做模型接入配置,也承接 `AI 当日复盘`、`盘前计划`、研报摘要等调用。
  394. - 可在页面中维护各家模型线路:
  395. `ChatGPT / OpenAI`
  396. `豆包 / 火山方舟`
  397. `Gemini`
  398. `DeepSeek`
  399. `智谱`
  400. `OpenRouter`
  401. `Ollama`
  402. `LM Studio`
  403. `自定义 OpenAI 兼容`
  404. - 常用模型线路包括:
  405. `豆包`
  406. `ChatGPT`
  407. `Gemini`
  408. `DeepSeek`
  409. `GLM`
  410. 默认预置已覆盖。
  411. - 可填写:
  412. `token / api key`
  413. `base url`
  414. `model`
  415. `备注`
  416. - 页面支持基础 `连通性测试`:
  417. `OpenAI 兼容接口` 先探测 `/models`
  418. `Gemini` 探测 `models` 列表
  419. `Anthropic` 探测 `v1/models`
  420. - 本地模型统一暴露为 `OpenAI Compatible API`,这样同一套配置可兼容 Ollama、LM Studio、vLLM、自建网关。
  421. - 页面会生成可复制的 `mcpServers` 配置片段,便于对接 Claude Desktop、Cherry Studio、Open WebUI 等支持 MCP 的客户端。
  422. 使用说明:
  423. - `模型调用` 用你配置的云端或本地模型
  424. - `结构化数据读取` 用本项目内置的 `MCP Server`
  425. - 不要让模型直接解析前端页面 DOM
  426. - `信息采集 > 研报` 支持直接调用已启用模型生成 `AI 摘要`,摘要结果按 `研报 + 模型` 缓存到浏览器本地。
  427. - `AI对接` 页面支持生成 `AI 当日复盘`,分析对象是 `最近交易日`,不是自然日的“今天”。
  428. - `AI对接` 页面支持生成 `盘前计划`,基于最近交易日复盘输出下一交易日观察清单、交易预案和风险提醒。
  429. - `AI 当日复盘` 和 `盘前计划` 支持:
  430. `一键复制`
  431. `下载 PDF`(通过浏览器打印窗口另存为 PDF)
  432. - `盘前计划` 会自动提取观察标的代码,并支持一键加入:
  433. 已登录时写入后端自选
  434. 未登录时回退到本地重点关注列表
  435. ## Skills
  436. 左侧 `Skills` 页面位于 `AI对接` 和 `GitHub` 之间。
  437. 这一页不是 GitHub 技能市场,是项目内的 AI 分析规则库。你可以创建多条 skill,并为每条 skill 设置:
  438. - 名称
  439. - 一句话描述
  440. - 直接注入模型的规则指令
  441. - 自动生效范围
  442. 自动注入范围:
  443. - `AI 当日复盘`
  444. - `超短深度分析`
  445. - `盘前计划`
  446. - `个股观察`
  447. - `次日校验`
  448. - `研报摘要`
  449. 适合写进 Skills 的内容:
  450. - 固定输出结构
  451. - 风险偏好
  452. - 复盘口径
  453. - 禁做事项
  454. - 龙头 / 情绪 / 题材优先级
  455. 不要把数据本身写死在 skill 里。skill 用来约束模型的分析方式,不代替输入数据。
  456. ## 个股图表与缠论
  457. `股票信息` 里的悬浮图表支持:
  458. - 主图 K 线
  459. - `MA` 均线主图叠加开关
  460. - `BOLL` 主图叠加
  461. - `MACD / KDJ / RSI / BIAS / WR / VR` 副图切换
  462. - 缠论结构开关
  463. 缠论结构当前为第一版可视化能力,包含:
  464. - 包含关系处理
  465. - 分型
  466. - 笔
  467. - 线段
  468. - 中枢
  469. 补充:
  470. - 中枢采用 `笔级中枢优先,线段级中枢兜底`
  471. - 目前还没有接入 `背驰`、`一二三类买卖点`、`多周期联立`
  472. - 主要用于图形辅助判断,不是严格交易信号引擎
  473. ## 许可说明
  474. - 本仓库代码以 [`PolyForm Noncommercial 1.0.0`](./LICENSE) 许可证提供。
  475. - 未经项目维护者额外授权,不得将本仓库代码用于商业用途。
  476. - 仓库不包含 `.env.local`、本地数据库、第三方报告原文、网页快照及个人研究资料。
  477. - 使用、部署或再分发前,请自行确认代码许可与数据来源许可的适用范围。

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.