A股赛博操盘手 🤖📈

AI 原生的 A 股智能投资助手——赛博操盘手 —— 基于tushare构建的本地财经库。支持历史数据与实时数据的多Agent协同架构，为个人投资者提供专业级的股票分析、智能选股、投资组合管理、策略回测、AI 生成量化策略能力。 原生支持MCP与SKILL，支持多种交互方式，包括命令行、网页、API、OpenClaw、PicoClaw等。

📱 PicoClaw 微信联动能力

通过集成 PicoClaw，系统可以把股票分析、行情问答与实时订阅能力直接延伸到微信场景实现随时盯盘：启动服务后自动拉起微信登录二维码，完成绑定后即可在微信里查询股票数据、订阅行情、承接 AI 投顾工作流。

• 微信扫码即连：前端直接展示登录二维码，完成绑定更顺滑
• 微信内直接问股：把财报分析、热点新闻、个股研究带到日常聊天场景
• Claw 能力外延：让项目里的 MCP / Agent 能力以更自然的方式触达到终端用户

🧠 AI 原生能力

Agent 中心 — 可配置化 AI 平台

系统已从硬编码Agent架构升级为可配置化Agent平台。所有Agent通过数据库管理，用户可自定义Agent的提示词、技能和执行引擎。

核心概念

Agent Team 层级架构（以哨兵智能选股为例）

Copy code
┌─────────────────────────────────────────────────┐
│ Tier 3 · 决策层                                  │
│   [技术面专家]  [价值投资专家]                     │
│         综合研判 → 输出选股结果                    │
└─────────────────────▲───────────────────────────┘
                      │ 汇报
┌─────────────────────┴───────────────────────────┐
│ Tier 2 · 分析层                                  │
│   [选股专家]                                     │
│         结合大盘+板块信号筛选标的                   │
└─────────────────────▲───────────────────────────┘
                      │ 汇报
┌─────────────────────┴───────────────────────────┐
│ Tier 1 · 执行层                                  │
│   [行情分析师]  [板块轮动分析师]                   │
│         并行采集大盘趋势 + 热门板块                │
└─────────────────────▲───────────────────────────┘
                      │
                  用户指令

内置 Agent（10个，全局可见）

内置 Agent Team（6个）

Runtime 支持

技能来源

• 平台工具 (54个)：MCP Server自动发现的TuShare数据工具
• 用户Skills (220+)：~/.claude/skills/ + ~/.codebuddy/skills/ 自动扫描
• 项目Skills (5个)：skills/ 目录下的SKILL.md定义 | DeepAgent | 深度研究 | 多轮深度分析、复杂研究任务 | | WorkflowAgent | 工作流执行 | 编排多步骤工作流任务 | | WorkflowGeneratorAgent| 工作流生成 | AI 自动生成工作流定义 | | ChatAgent | 通用对话 | 其他投资相关问题、AI工作流调用 |

Agent 安全中间件

核心 AI 能力

• 🎯 智能意图识别：自动理解用户自然语言，精准路由到对应 Agent，支持并发执行和 Agent 间交接
• 🛡️ Agent 安全中间件：交叉验证、安全护栏、循环检测、记忆注入、自动摘要，保障 AI 输出质量和系统稳定性
• 🔧 Function Calling：每个 Agent 配备专业工具集，精准调用数据接口
• 💬 流式响应：实时展示 AI 思考过程和工具调用状态
• 🔗 会话记忆：支持多轮对话，保持上下文连贯
• 📊 Langfuse 可观测：完整的 AI 调用链路追踪、Token 统计、性能分析
• 🔌 MCP Server：支持 Claude Code、Cursor 等 AI IDE 直接调用

可AI拓展的数据采集能力

我们定义了一套 Skill 可以一键基于 Tushare 的文档生成插件代码，插件是我们整套系统的数据采集基础，可以方便地扩展新的数据源和数据表。每个插件包括数据采集、数据清洗、数据入库等功能模块，并提供统一的 HTTP 接口与 MCP Tool 给 Agent 调用。当然也支持除 Tushare 之外的 AKShare、Baostock 等数据源。

🔍 数据探索中心

可视化浏览所有插件数据表，支持 SQL 查询、数据预览、导出等功能：

• 数据表浏览：按分类查看所有插件数据表（A股、港股、指数、ETF等）
• SQL 查询：在线执行 SQL，支持语法高亮和自动补全
• 数据导出：支持 CSV、Excel、JSON 格式导出
• SQL 模板：保存常用查询模板，方便复用

📊 AI 财报分析中心

专业级财报分析平台，支持 A股/港股 财报浏览与 AI 深度分析：

• 公司列表：支持按市场、行业筛选，关键词搜索
• 财报浏览：查看历史财报列表，快速定位报告期
• 双模式 AI 分析：
  • ⚡ 快速规则分析：基于预设规则引擎，秒级出结果
  • 🤖 AI 大模型深度分析：调用 LLM 深度分析，约 10-60 秒，洞察更深
• 分析历史：保存分析记录，支持对比查看

🇭🇰 港股数据获取

系统支持港股日线数据的自动采集，使用 AKShare 作为数据源（免费、无权限限制）。

快速开始

bashCopy code
# 1. 确保港股基础数据已加载
uv run cli.py load-hk-basic

# 2. 获取所有港股最近一年的历史日线数据
uv run scripts/fetch_hk_daily_from_akshare.py

# 3. 测试模式（仅获取前10只股票）
uv run scripts/fetch_hk_daily_from_akshare.py --max-stocks 10

数据更新

建议每日收盘后更新最新数据：

bashCopy code
# 更新最近3天的数据
uv run scripts/fetch_hk_daily_from_akshare.py \
  --start-date $(date -d "3 days ago" +%Y%m%d) \
  --end-date $(date +%Y%m%d)

数据统计

• 股票覆盖：2,700+ 只港股
• 时间范围：最近一年历史数据
• 数据字段：开盘价、最高价、最低价、收盘价、成交量、涨跌幅等
• 数据源：AKShare（免费、无限制）

注意事项

1. 数据完整性：每只股票数据获取后立即入库，确保数据不丢失
2. 错误处理：约 0.7% 的股票可能因退市、新上市等原因获取失败，属于正常现象
3. 智能选股：港股数据已集成到智能选股系统，支持港股筛选和分析
4. 性能：全量获取约 2,700 只股票需 40-45 分钟

详细文档请参考 港股日线数据迁移总结。

哨兵选股系统

基于Agent Team的异常驱动选股，支持SSE流式可观测：

• 执行扫描：实时展示9个数据哨兵逐个扫描进度
• 分层汇报：哨兵告警 → 分析师研判 → LLM综合决策
• 完整链路：大盘研判→板块轮动→智能筛选→技术确认→价值把关

✨ 核心特性

📊 智能选股系统

• 实时行情展示：分页展示全市场股票，支持排序和搜索
• 多维度筛选：PE、PB、市值、涨跌幅、换手率等多条件组合
• AI 辅助选股：自然语言描述条件，AI 自动生成筛选策略

📈 专业行情分析

• K 线图表：交互式 K 线，支持多种技术指标
• 趋势分析：均线系统、MACD、RSI 等技术分析
• 估值分析：PE、PB、市值等基本面指标

💼 投资组合管理

• 持仓跟踪：实时计算持仓盈亏
• 风险分析：波动率、最大回撤等风险指标
• 收益归因：分析收益来源
• AI 基于个人持仓定期分析

智能对话

实时展示Agent的思考与工具调用过程，实时渲染相关技术指标图

🔄 策略回测

• 可视化回测：图表展示策略表现
• 多策略支持：均线、动量、价值等策略模板
• 参数优化：自动寻找最优参数
• 多AI Agent对抗寻找最佳策略

📊 量化选股系统

• 全市场初筛：多因子模型初筛候选标的
• RPS 排名：相对强度排名筛选强势股
• 深度分析：基本面 + 技术面多维度综合评分
• 交易信号：基于量化模型自动生成买卖信号
• 模型配置：自定义因子权重和参数

知识库集成（可选配置）

使用Weknora开源知识库，需要手动配置 基于该知识库实现将财报内容存入知识库用于后续分析

📰 新闻资讯中心

• 实时新闻：自动抓取财经新闻，情绪分析
• 热点追踪：追踪市场热点板块和概念
• 新闻筛选：按情绪、板块、来源过滤

🤖 多 Agent 竞技场

• 策略对抗：多个 Agent 执行不同策略，对比表现
• 淘汰赛制：自动淘汰弱势策略，留存强策略
• 可视化分析：收益曲线对比、雷达图评分

🔔 异动预警 & 龙虎榜

• 实时异动监控：涨跌停、放量突破等异动自动告警
• 龙虎榜数据：每日龙虎榜详情、机构席位追踪
• AI 异动解读：AI 自动分析异动原因和后续走势

📡 实时行情 & 微信联动

• 实时分钟线：盘中实时推送 K 线数据
• 微信桥接（PicoClaw）：扫码绑定微信，随时查股、接收行情推送
• 策略工作台：可视化配置策略参数，一键运行回测

🚀 快速开始

方式一：Docker 一键部署（推荐新用户）

适合没有现成 ClickHouse/Redis 的用户，所有基础设施由 docker-compose 一起启动。

bashCopy code
# 1. 克隆项目
git clone https://github.com/Yourdaylight/stock_datasource.git
cd stock_datasource

# 2. 安装依赖
curl -LsSf https://astral.sh/uv/install.sh | sh
uv sync

# 3. 交互式配置向导（自动验证 Tushare/LLM/数据库连通性，生成 .env）
uv run cli.py setup

# 4. 一键启动全部服务（ClickHouse + Redis + 后端 + 前端）
uv run cli.py server start --docker --with-infra

# 5. 初始化数据
docker compose exec backend bash -c "
  uv run python cli.py init-db &&
  uv run python cli.py load-stock-basic &&
  uv run python cli.py load-trade-calendar --start-date 20240101 --end-date 20261231
"

访问：前端 http://localhost:18080 | API 文档 http://localhost:18080/docs

已有 ClickHouse/Langfuse？运行 setup 时选择自定义地址，向导会自动验证连通性。

Docker 日常运维：

bashCopy code
uv run cli.py server start --docker          # 启动
uv run cli.py server stop --docker            # 停止
uv run cli.py server restart --docker         # 重启
uv run cli.py server status --docker          # 查看状态

方式二：本地开发部署

适合开发调试，需要本地安装依赖。

bashCopy code
# 1. 克隆项目 & 安装依赖
git clone https://github.com/Yourdaylight/stock_datasource.git
cd stock_datasource
curl -LsSf https://astral.sh/uv/install.sh | sh
uv sync
cd frontend && npm install && cd ..

# 2. 启动基础设施（Docker 仅启动 ClickHouse + Redis）
docker compose -f docker-compose.infra.yml up -d clickhouse redis

# 3. 交互式配置（自动创建 .env 并验证所有连通性）
uv run cli.py setup

# 4. 环境健康检查（一键诊断 6 项依赖）
uv run cli.py doctor

# 5. 初始化数据库
uv run cli.py init-db
uv run cli.py load-stock-basic
uv run cli.py load-trade-calendar --start-date 20240101 --end-date 20261231

# 6. 一键启动所有服务（后端 + MCP + 前端，后台运行）
uv run cli.py server start

访问：前端 http://localhost:5173 | API 文档 http://localhost:6666/docs

日常开发命令：

bashCopy code
uv run cli.py server restart                   # 重启所有服务
uv run cli.py server stop -s backend           # 仅停止后端
uv run cli.py server status                    # 查看服务状态
uv run cli.py doctor                          # 环境健康检查
uv run cli.py config show                     # 查看配置（密钥脱敏）
uv run cli.py config set OPENAI_MODEL=gpt-4o  # 修改配置项

数据采集：

bashCopy code
# A股/ETF/指数日线
uv run cli.py ingest-daily --date 20250119                # 采集单日
uv run cli.py backfill --start-date 20250101 --end-date 20250119  # 区间回补

# 港股
uv run cli.py load-hk-stock-list                           # 加载港股列表
uv run cli.py load-hk-daily --symbol 00700 --start-date 20250101  # 采集单只

# 通用插件运行
uv run cli.py run-plugin tushare_daily --trade-date 20250119     # 运行指定插件
uv run cli.py list-plugins                                       # 查看所有插件

🛠️ CLI 工具一览

系统提供了完整的命令行工具，覆盖配置、部署、数据采集全流程：

详细用法请参考 CLI 使用指南。

🔌 MCP Server 集成

系统提供 MCP (Model Context Protocol) Server，可集成到 Claude Code、Cursor 等 AI IDE：

启动 MCP Server

bashCopy code
# Docker Compose 部署: MCP 进程随 backend 容器一起启动，对外仍暴露 8001 端口
docker compose up -d backend frontend worker

# 本地非 Docker 调试: 仍可单独启动 MCP 进程
uv run python -m stock_datasource.services.mcp_server

配置 AI IDE

在 Claude Code 或 Cursor 中添加配置：

jsonCopy code
{
  "mcpServers": {
    "stock_datasource": {
      "url": "http://localhost:8001/messages",
      "transport": "streamable-http"
    }
  }
}

🔓 开放 API 网关（Open API Gateway）

系统提供标准 HTTP 数据查询接口，复用 MCP API Key 认证体系，让外部用户可通过 curl / Python / 任何 HTTP 客户端查询数据。

安全边界：仅开放 Plugin 数据查询接口（纯数据库查询），AI/管理/用户隐私路由一律不开放。

快速使用

bashCopy code
# 1. 在前端「个人中心」创建 API Key (sk-xxx)

# 2. 调用开放数据接口
curl -X POST http://localhost:18080/api/open/v1/tushare_daily/query \
  -H "Authorization: Bearer sk-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"trade_date": "20250301", "ts_code": "600519.SH"}'

# 3. 查看已开放的接口文档
curl http://localhost:18080/api/open/docs \
  -H "Authorization: Bearer sk-YOUR_API_KEY"

核心特性

• 认证机制：复用 MCP API Key (sk-xxx)，支持 Header 和 Query 两种传入方式
• 访问策略：每个接口独立控制启用/禁用、速率限制、最大返回记录数
• 速率限制：滑动窗口算法，按分钟（默认 60/min）和按天（默认 10000/day）两维度
• 响应截断：超出最大记录数自动截断（默认 5000 条）
• 用量追踪：每次调用记录到 ClickHouse api_usage_log 表
• 管理面板：管理员在 /api-access 页面配置可开放接口

可开放接口范围

绝对不开放的接口：/auth/*、/chat/*、/datamanage/*、/portfolio/*、/memory/*、/mcp_api_key/* 等系统/管理/AI路由。

🏗️ 系统架构

Copy code
┌────────────────────────────────────────────────────────────────────────┐
│                    前端 (Vue 3 + TypeScript + TDesign)                   │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌───────────┐   │
│  │ 智能对话  │ │ 行情中心  │ │Agent中心 │ │ 量化选股  │ │  数据管理  │   │
│  │ (Chat)   │ │(行情/指数 │ │ Agent管理│ │ (Quant)  │ │           │   │
│  │          │ │ /ETF)    │ │Agent Teams│ │          │ │           │   │
│  │          │ │          │ │ Runtime  │ │          │ │           │   │
│  │          │ │          │ │ 哨兵选股  │ │          │ │           │   │
│  └────┬─────┘ └────┬─────┘ └────┬─────┘ └────┬─────┘ └─────┬─────┘   │
└───────┼────────────┼────────────┼────────────┼─────────────┼──────────┘
        │            │            │            │             │
        ▼            ▼            ▼            ▼             ▼
┌────────────────────────────────────────────────────────────────────────┐
│                        API Layer (FastAPI)                              │
│                                                                        │
│  ┌──────────────────────────────────────────────────────────────────┐  │
│  │                    Agent 执行引擎                                  │  │
│  │                                                                    │  │
│  │  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────────┐  │  │
│  │  │  LangGraph  │  │ Claude CLI  │  │    CodeBuddy CLI        │  │  │
│  │  │(本地LLM+MCP)│  │ (subprocess)│  │    (subprocess)         │  │  │
│  │  └──────┬──────┘  └──────┬──────┘  └───────────┬─────────────┘  │  │
│  │         │                │                      │                │  │
│  │         └────────────────┴──────────────────────┘                │  │
│  │                          │                                        │  │
│  │         ┌────────────────▼────────────────┐                      │  │
│  │         │   Agent Configs (ClickHouse)     │                      │  │
│  │         │   10 内置 + 用户自定义            │                      │  │
│  │         └────────────────┬────────────────┘                      │  │
│  │                          │                                        │  │
│  │         ┌────────────────▼────────────────┐                      │  │
│  │         │   Agent Teams (层级编排)         │                      │  │
│  │         │   Tier1→Tier2→Tier3 汇报链路     │                      │  │
│  │         └─────────────────────────────────┘                      │  │
│  └──────────────────────────────────────────────────────────────────┘  │
│                                                                        │
│  ┌─────────────────┐  ┌──────────────────┐  ┌─────────────────────┐  │
│  │  Skills (MCP)   │  │  Sentinel System │  │  Open API Gateway   │  │
│  │  54平台工具      │  │  哨兵扫描(SSE)   │  │  /api/open/v1/*    │  │
│  │  220用户Skills   │  │  9哨兵+4分析师    │  │                    │  │
│  └─────────────────┘  └──────────────────┘  └─────────────────────┘  │
└─────────────────┬──────────────────┬──────────────────┬───────────────┘
                  │                  │                  │
                  ▼                  ▼                  ▼
┌───────────────────┐  ┌─────────────────┐  ┌────────────────────┐
│   LLM Provider    │  │   ClickHouse    │  │      Redis         │
│  DeepSeek/GPT/..  │  │  A股全量数据     │  │   缓存 & 队列      │
└───────────────────┘  └─────────────────┘  └────────────────────┘

技术栈

📁 项目结构

Copy code
stock_datasource/
├── src/stock_datasource/
│   ├── models/
│   │   ├── agent_config.py        # Agent配置Pydantic模型（含Runtime/ModelConfig）
│   │   ├── orchestration.py       # Agent Team/Pipeline模型
│   │   └── database.py            # ClickHouse客户端
│   ├── services/
│   │   ├── agent_config_service.py    # Agent CRUD (ClickHouse持久化)
│   │   ├── orchestration_service.py   # Team/Pipeline CRUD
│   │   ├── orchestration_engine.py    # DAG执行引擎（多Runtime分发）
│   │   ├── skill_registry.py         # 技能注册中心
│   │   ├── mcp_server.py             # MCP工具服务
│   │   └── http_server.py            # FastAPI入口
│   ├── modules/                   # 功能模块（28个）
│   │   ├── agent_management/      # Agent管理API（CRUD+Skills+Runtime探测）
│   │   ├── orchestration/         # Agent Team编排API
│   │   ├── sentinel/              # 哨兵系统（SSE流式扫描）
│   │   ├── chat/                  # 智能对话
│   │   ├── auth/                  # 认证
│   │   ├── market/                # 行情
│   │   ├── screener/              # 选股
│   │   ├── portfolio/             # 持仓
│   │   ├── quant/                 # 量化
│   │   └── ...
│   ├── agents/                    # Agent执行层（LangGraph集成）
│   │   ├── orchestrator.py        # OrchestratorAgent（Chat调度）
│   │   ├── base_agent.py          # Agent基类
│   │   └── middlewares/           # 安全中间件
│   └── plugins/                   # TuShare数据采集插件（77个）
├── frontend/src/
│   ├── views/
│   │   ├── chat/                  # 智能对话（含Agent Teams快捷入口）
│   │   ├── agent-management/      # Agent管理 + Runtime管理
│   │   ├── orchestration/         # Agent Teams编辑器（3层层级）
│   │   ├── sentinel/              # 哨兵选股（SSE可观测）
│   │   ├── market/                # 行情分析
│   │   └── ...
│   ├── api/
│   │   ├── agent.ts               # Agent API客户端
│   │   ├── orchestration.ts       # Team API客户端
│   │   └── sentinel.ts            # 哨兵API客户端
│   └── App.vue                    # 菜单布局（Agent中心二级菜单）
├── skills/                        # 项目级SKILL.md定义
└── data/                          # 运行时数据

🧪 测试

bashCopy code
# 运行所有测试
uv run pytest tests/

# 测试 Chat对话
curl -X POST http://localhost:6688/api/chat/stream \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"session_id": "test", "content": "今日大盘走势如何"}'

# 测试 Agent Team执行
curl -X POST http://localhost:6688/api/orchestrations/{team_id}/execute \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"input_data": {"message": "帮我选3只低估值成长股"}}'

# 测试哨兵扫描（SSE流式）
curl -N -X POST http://localhost:6688/api/sentinel/scan/stream \
  -H "Authorization: Bearer $TOKEN"

📚 文档

🔧 常见问题

Q: Docker 启动后前端访问不了？

检查端口配置 APP_PORT，确保没有被占用。查看日志 docker-compose logs frontend。

Q: AI 返回错误 "Invalid API key"？

检查 .env.docker 中的 OPENAI_API_KEY 是否正确配置，然后重建容器：

bashCopy code
docker-compose build backend && docker-compose up -d backend

Q: 如何使用国产大模型？

修改 .env 中的配置：

envCopy code
OPENAI_BASE_URL=https://api.model.haihub.cn/v1
OPENAI_MODEL=DeepSeek-V4-Pro
OPENAI_API_KEY=your-api-key

支持的模型：DeepSeek-V4-Pro, DeepSeek-V3, DeepSeek-R1, GPT-4o, GPT-4o-mini 等。

Q: 数据采集失败？

确保 TuShare Token 有效且有足够积分。可通过 uv run cli.py doctor 检查所有依赖连通性。

📄 许可证

MIT License

🤝 贡献

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

Star History