vibe-astock

这是什么

帮你把今天的复盘做完。

短线复盘每天要翻涨停池、连板梯队、龙虎榜、板块资金、题材归因，再算一遍昨日涨停股今天赚不赚钱。 这套东西每天重复一小时。Vibe-Astock 把它自动化：拉数据 → 五个分析师各读一面 → 收敛成一份能读的盘面研判。

复盘本身是事实工作（把今天发生的事整理清楚），本来就不需要推荐。 所以屏幕上九成是硬指标层——赚钱效应 / 晋级率 / 梯队结构 / 情绪周期 / 亏钱效应 / 封板质量 / 题材事件树 / 历史统计位置——全部纯计算、数据源直出，不经过 AI，打开就有。 AI 的角色是把七八个数据源串成一个能读的故事，不是选股。

它不做什么：不推荐个股、不给参与倾向、不给买卖点位。个股一律只作客观陈述 （属于哪个题材、几板、龙虎榜谁在买、技术位置如何）。方向与情绪判断做到板块层面为止。

界面

复盘看板 —— 打开就有的硬指标层。全市场宽度当分母，昨日强势股今天落到哪一档，赚钱效应与亏钱效应对着看。

明日验证条件 —— 把今晚的判断变成明天能对账的东西：每条都带今日基准值和"变动超过多少才算数"的阈值。

盘面数据 —— 指数、隔夜外围（含美股七姐妹）、板块资金、成交额榜、今日实时打板情绪，可开自动刷新。

近5天热度 + 龙头谱系 —— 五个交易日的情绪走向，以及前几天的龙头现在跌到哪了。

当前版本包含

v0.1.1 —— 侧栏五个入口：

核心：派生情绪指标

涨停家数只是原料。真正决定盘面状态的是这几个派生读数：

⚠️ 均值与中位数经常背离——少数大涨会把均值拉起来。看"多数人的体感"以中位数为准。

架构

涨停池 / 龙虎榜 / 板块资金 / 题材归因 / 腾讯行情
        ↓
派生情绪指标 + 客观事实表（纯计算，不经过 AI —— 屏幕上的九成）
        ↓
五个短线分析师（情绪面 · 资金面 · 题材热点 · 龙虎榜游资 · 龙头跟踪）
        ↓
复盘裁判 → 结构化盘面研判
        （情绪档位 / 活跃方向 + 依据 + 风险证伪条件 / 风险提示）

自定义分析口径（Prompt 包）

引擎（数据管线 / 多 agent 编排 / 反思闭环）是通用的；说什么、说到什么程度由 prompt 包决定。 每个人的短线体系不一样——有人看情绪周期，有人只做首板，有人只跟资金——所以这一层做成可替换的。

本仓库自带 RESEARCH_PACK（市场与板块层面的观察与研判）。想换一套口径：

最省事的写法 —— 只换措辞，结论 schema 沿用自带的（这段可以直接照抄跑）：

# ~/.vibe-astock/prompts_local.py
from duanxian.prompts import PromptPack, RESEARCH_PACK

PACK = PromptPack(
    name="my-style",
    analyst_style="只讲情绪周期位置和晋级率，别的少说。",   # 五个分析师的语气与尺度
    analyst_len="控制在 250 字内。",
    judge_requirements="""1. 判断当前市场情绪档位（冰点/修复/发酵/亢奋/退潮）。
2. 说清这个档位的依据是哪几个读数。
3. 列出需警惕的风险信号。""",                              # 裁判的产出要求
    # 下面三个是一组，要么全用自带的，要么自己写一整套
    focus_model=RESEARCH_PACK.focus_model,      # = schemas.TomorrowFocus
    focus_skeleton=RESEARCH_PACK.focus_skeleton,
    render_focus=RESEARCH_PACK.render_focus,
)

想连结论结构一起换，就自己定义 focus_model（pydantic 模型）、 focus_skeleton（给 JSON 模式的英文键骨架）和 render_focus（模型 → markdown）， 三个必须配套。完整字段见 duanxian/prompts.py 的 PromptPack， 可照 duanxian/schemas.py 里 TomorrowFocus 的写法改。

引擎会自动发现该文件（也可用环境变量 VIBE_ASTOCK_PROMPTS 指向任意路径），加载失败会打印原因并回退默认包。 该文件在本仓库之外、不随代码分发；写什么、怎么用、由此产生的责任由使用者自负， 并请自行确认所在司法辖区对相关活动的资质要求。

快速开始

# Python >= 3.10（akshare 新版要求）
python3.12 -m venv .venv && .venv/bin/pip install -r requirements.txt

前端要先构建（构建产物不进 git，由后端直接服务）：

cd frontend && npm install && npm run build

配置 LLM —— 两条后端，有哪个用哪个：

① 有 OpenAI 兼容的 API key（默认，示例是 MiMo）：

# ~/.config/mimo/mimo.env
MIMO_API_KEY=...
MIMO_BASE_URL=https://token-plan-cn.xiaomimimo.com/v1
MIMO_MODEL=mimo-v2.5-pro

② 只有 Claude / Codex 订阅、没有 API key：走本机已登录的 CLI，免 key。

VIBE_LLM_CLI=claude .venv/bin/python server.py

⚠️ 在 server 上跑 claude 以外的 CLI，还要显式加 VIBE_ALLOW_UNSAFE_CLI=<同一个>。 不自动放开是有意的：那会连「网页里问 AI」一起放开，而那条路会把抓来的外部新闻原文 塞进 prompt，注入面比复盘大得多。claude 分支带 --disallowedTools，做一次性问答够用。 用 python main.py 独立跑复盘则不需要第二个开关。

跑起来：

.venv/bin/python server.py          # 一个进程一个端口 :8910，五个入口全在

.venv/bin/python main.py            # 或者 CLI 直接跑今天的复盘

⚠️ 复盘的对象只能是已经收盘的那一场。 不带日期时自动取最近已收盘交易日； 指定一个还没收盘的日子会被拒绝并指回那一场（涨停池 / 龙虎榜盘中都还没定稿， 喂进去只会让 AI 硬凑）。那一场已经跑过就直接看，不重跑；要重跑加 ?force=1。

历史场次随时能看：赚钱效应 / 亏钱效应 / 连板溢价 / 昨日强势股反馈都优先走 定稿记录（已收盘的日子落盘缓存，否则走东财昨日涨停池），不依赖实时行情 —— 所以盘中也能翻上周三那份复盘。

数据落在 ~/.duanxian-agents/（复盘 / 热度 / 缓存），盘面数据那几个分栏落 ~/.vibe-research/。

环境变量

数据源

除了题材串，其余全部免费直连、不用任何 key。 题材串走同花顺问财，需要 IWENCAI_API_KEY；不配也能跑，只是「题材事件树」那一块会如实标成不可用 （复盘的其余部分不受影响）。配法：在仓库根建 .env 写一行

IWENCAI_API_KEY=你的key

历史交易日的涨停池摘要会落盘缓存（~/.duanxian-agents/cache/）——它们是不会再变的事实， 第二次起几乎零成本。

测试

.venv/bin/python -m pytest -q

341 个用例，覆盖指标计算、口径边界与降级路径 —— 重点在那些错了也看不出来的地方： 界面照常渲染、数字看着合理，但结论是错的。

免责声明

• 本系统产出的所有内容均由 AI 自动生成，可能存在错误或偏差
• 本项目不构成任何投资建议；投资决策请咨询持有相应资质的专业机构
• 作者不对使用本工具产生的任何损失承担责任
• 股市有风险，投资需谨慎

赞赏

觉得有用的话，可以请我喝杯咖啡 ☕

License

Apache-2.0，详见 LICENSE。

作者： Simon 林 · X @linsizhen · 邮箱：simonlin0423@gmail.com