name: "stock_analyzer" description: "分析股票和市场。当用户想要分析单个或多个股票，或进行市场复盘时调用。"

股票分析器

本技能基于 src/services/analyzer_service.py 的逻辑，提供分析股票和整体市场的功能。

输出结构 (AnalysisResult)

分析函数返回一个 AnalysisResult 对象（或其列表），该对象具有丰富的结构。以下是其关键组件的简要概述，并附有真实的输出示例：

dashboard 属性包含核心分析，分为四个主要部分：

1. core_conclusion: 一句话总结、信号类型和仓位建议。
2. data_perspective: 技术数据，包括趋势状态、价格位置、量能分析和筹码结构。
3. intelligence: 定性信息，如新闻、风险警报和积极催化剂。
4. battle_plan: 可操作的策略，包括狙击点（买/卖目标）、仓位策略和风险控制清单。

配置 (Config)

所有分析函数都可以接受一个可选的 config 对象。该对象包含应用程序的所有配置，例如 API 密钥、通知设置和分析参数。

如果未提供 config 对象，函数将自动使用从 .env 文件加载的全局单例实例。

参考: Config

函数

1. 分析单只股票

描述: 分析单只股票并返回分析结果。

何时使用: 当用户要求分析特定股票时。

输入:

• stock_code (str): 要分析的股票代码。
• config (Config, 可选): 配置对象。默认为 None。
• full_report (bool, 可选): 是否生成完整报告。默认为 False。
• notifier (NotificationService, 可选): 通知服务对象。默认为 None。

输出: Optional[AnalysisResult] 一个包含分析结果的 AnalysisResult 对象，如果分析失败则为 None。

示例:

from src.services.analyzer_service import analyze_stock

# 分析单只股票
result = analyze_stock("600989")
if result:
    print(f"股票: {result.name} ({result.code})")
    print(f"情绪得分: {result.sentiment_score}")
    print(f"操作建议: {result.operation_advice}")

参考: analyze_stock

2. 分析多只股票

描述: 分析一个股票列表并返回分析结果列表。

何时使用: 当用户想要一次分析多只股票时。

输入:

• stock_codes (List[str]): 要分析的股票代码列表。
• config (Config, 可选): 配置对象。默认为 None。
• full_report (bool, 可选): 是否为每只股票生成完整报告。默认为 False。
• notifier (NotificationService, 可选): 通知服务对象。默认为 None。

输出: List[AnalysisResult] 一个 AnalysisResult 对象列表。

示例:

from src.services.analyzer_service import analyze_stocks

# 分析多只股票
results = analyze_stocks(["600989", "000001"])
for result in results:
    print(f"股票: {result.name}, 操作建议: {result.operation_advice}")

参考: analyze_stocks

3. 执行大盘复盘

描述: 对整体市场进行复盘并返回一份报告。

何时使用: 当用户要求市场概览、摘要或复盘时。

输入:

• config (Config, 可选): 配置对象。默认为 None。
• notifier (NotificationService, 可选): 通知服务对象。默认为 None。

输出: Optional[str] 一个包含市场复盘报告的字符串，如果失败则为 None。

示例:

from src.services.analyzer_service import perform_market_review

# 执行大盘复盘
report = perform_market_review()
if report:
    print(report)

参考: perform_market_review

📈 股票智能分析系统

🤖 基于 AI 大模型的 A股/港股/美股/日股/韩股自选股智能分析系统，每日自动分析并推送「决策仪表盘」到企业微信/飞书/Telegram/Discord/Slack/邮箱

产品预览 · 功能特性 · 快速开始 · 推送效果 · 文档中心 · 完整指南

简体中文 | English | 繁體中文

💖 赞助商 (Sponsors)

🖥️ 产品预览

✨ 功能特性

功能细节、字段契约、基本面 P0 超时语义、交易纪律、数据源优先级、Web/API 行为请看 完整配置与部署指南。

技术栈与数据来源

完整规则见 数据源配置。

🚀 快速开始

方式一：GitHub Actions（推荐）

5 分钟完成部署，零成本，无需服务器。

1. Fork 本仓库

点击右上角 Fork 按钮（顺便点个 Star⭐ 支持一下）

2. 配置 Secrets

Settings → Secrets and variables → Actions → New repository secret

AI 模型配置（至少配置一个）

默认先选一个模型服务商并填写 API Key；需要多模型、图片识别、本地模型或高级路由时，再参考 LLM 配置指南。

Ollama 更适合本地 / Docker 部署，GitHub Actions 推荐使用云端 API。

通知渠道配置（至少配置一个）

更多渠道、签名校验、分组邮件、Markdown 转图片等配置见 通知渠道详细配置。

自选股配置（必填）

新闻源配置（推荐）

新闻源会显著影响舆情、公告、事件和催化因素质量，建议至少配置一个搜索服务。

更多搜索源、社交舆情和降级规则见 搜索服务配置。

3. 启用 Actions

Actions 标签 → I understand my workflows, go ahead and enable them

4. 手动测试

Actions → 每日股票分析 → Run workflow → Run workflow

完成

默认每个**工作日 18:00（北京时间）**自动执行，也可手动触发。默认非交易日（含 A/H/US 节假日）不执行；强制运行、交易日检查、断点续传等规则见 完整指南。

方式二：客户端配置教程 / 本地运行 / Docker 部署

# 克隆项目
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git && cd daily_stock_analysis

# 安装依赖
pip install -r requirements.txt

# 配置环境变量
cp .env.example .env && vim .env

# 运行分析
python main.py

常用命令：

python main.py --debug
python main.py --dry-run
python main.py --stocks 600519,hk00700,AAPL
python main.py --market-review
python main.py --schedule
python main.py --serve-only

Docker 部署、定时任务、云服务器访问请参考 完整指南；桌面客户端打包请参考 桌面端打包说明。

📱 推送效果

决策仪表盘

🎯 2026-02-08 决策仪表盘
共分析3只股票 | 🟢买入:0 🟡观望:2 🔴卖出:1

📊 分析结果摘要
⚪ 中钨高新(000657): 观望 | 评分 65 | 看多
⚪ 永鼎股份(600105): 观望 | 评分 48 | 震荡
🟡 新莱应材(300260): 卖出 | 评分 35 | 看空

⚪ 中钨高新 (000657)
📰 重要信息速览
💭 舆情情绪: 市场关注其AI属性与业绩高增长，情绪偏积极，但需消化短期获利盘和主力流出压力。
📊 业绩预期: 基于舆情信息，公司2025年前三季度业绩同比大幅增长，基本面强劲，为股价提供支撑。

🚨 风险警报:

风险点1：2月5日主力资金大幅净卖出3.63亿元，需警惕短期抛压。
风险点2：筹码集中度高达35.15%，表明筹码分散，拉升阻力可能较大。
风险点3：舆情中提及公司历史违规记录及重组相关风险提示，需保持关注。
✨ 利好催化:

利好1：公司被市场定位为AI服务器HDI核心供应商，受益于AI产业发展。
利好2：2025年前三季度扣非净利润同比暴涨407.52%，业绩表现强劲。
📢 最新动态: 【最新消息】舆情显示公司是AI PCB微钻领域龙头，深度绑定全球头部PCB/载板厂。2月5日主力资金净卖出3.63亿元，需关注后续资金流向。

---
生成时间: 18:00

大盘复盘

🎯 2026-01-10 大盘复盘

📊 主要指数
- 上证指数: 3250.12 (🟢+0.85%)
- 深证成指: 10521.36 (🟢+1.02%)
- 创业板指: 2156.78 (🟢+1.35%)

📈 市场概况
上涨: 3920 | 下跌: 1349 | 涨停: 155 | 跌停: 3

🔥 板块表现
领涨: 互联网服务、文化传媒、小金属
领跌: 保险、航空机场、光伏设备

⚙️ 配置说明

完整环境变量、模型渠道、通知渠道、数据源优先级、交易纪律、基本面 P0 语义和部署说明请参考 完整配置指南。

🖥️ Web 界面

Web 工作台提供配置管理、任务监控、手动分析、历史报告、完整 Markdown 报告、Agent 问股、回测、持仓管理、智能导入和浅色 / 深色主题。启动方式：

python main.py --webui
python main.py --webui-only

访问 http://127.0.0.1:8000 即可使用。认证、智能导入、搜索补全、历史报告复制、云服务器访问等细节见 本地 WebUI 管理界面。

🤖 Agent 策略问股

配置任意可用 AI API Key 后，Web /chat 页面即可使用策略问股；如需显式关闭可设置 AGENT_MODE=false。

• 支持均线金叉、缠论、波浪理论、多头趋势、热点题材、事件驱动、成长质量、预期重估等内置策略
• 支持实时行情、K 线、技术指标、新闻和风险信息调用
• 支持多轮追问、会话导出、发送到通知渠道和后台执行
• 支持自定义策略文件与多 Agent 编排（实验性）

Agent 具体参数、skill 命名兼容、多 Agent 模式和预算护栏见 完整指南 与 LLM 配置指南。

🧩 相关项目 (Related Projects)

DSA 聚焦日常分析报告；下面两个同系列项目分别覆盖选股、策略验证与策略进化，适合按需延伸使用。它们当前独立维护，后续会优先探索与 DSA 的候选股导入、回测验证和报告联动。

📬 联系与合作

📄 License

MIT License © 2026 ZhuLinsen

欢迎在二次开发或引用时注明本仓库来源，感谢支持项目持续维护。

⚠️ 免责声明

本项目仅供学习和研究使用，不构成任何投资建议。股市有风险，投资需谨慎。作者不对使用本项目产生的任何损失负责。