[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-DR-lin-eng--stock-scanner":3,"tool-DR-lin-eng--stock-scanner":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",159636,2,"2026-04-17T23:33:34",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":74,"owner_company":74,"owner_location":74,"owner_email":74,"owner_twitter":74,"owner_website":74,"owner_url":76,"languages":77,"stars":98,"forks":99,"last_commit_at":100,"license":101,"difficulty_score":32,"env_os":102,"env_gpu":103,"env_ram":104,"env_deps":105,"category_tags":116,"github_topics":74,"view_count":32,"oss_zip_url":74,"oss_zip_packed_at":74,"status":17,"created_at":117,"updated_at":118,"faqs":119,"releases":155},8875,"DR-lin-eng\u002Fstock-scanner","stock-scanner","开源A股量化分析（并且配合llm模型，进行高级分析）","stock-scanner 是一款专为 A 股投资者打造的开源量化分析系统，旨在通过人工智能技术降低专业股票分析的门槛。它解决了传统分析中数据分散、财务指标解读困难以及市场情绪难以量化的痛点，将复杂的投资决策过程自动化与智能化。\n\n该工具适合具有一定编程基础的量化爱好者、金融研究人员以及希望利用 AI 辅助决策的个人投资者使用。其核心亮点在于集成了 25 项核心财务指标、多维度技术分析（如 MACD、RSI）以及基于百余条新闻的市场情绪挖掘。更独特的是，stock-scanner 支持接入 OpenAI GPT、Claude 及智谱 AI 等多种大模型，能够对海量数据进行深度解读并生成具体的投资策略建议。系统提供现代化的桌面 GUI 和 Web 界面，支持实时流式推送分析过程，并具备 Docker 一键部署能力。当 AI 服务不可用时，它还能自动降级为规则分析，确保服务的稳定性。无论是单只股票深度复盘还是批量并发扫描，stock-scanner 都能为用户提供专业、透明且高效的数据洞察。","# 🚀 AI增强股票分析系统 (Enhanced AI Stock Analysis System)\n\n## 📋 项目简介\n\n这是一个比较专业的AI增强 A股股票分析系统，集成了**25项财务指标分析**、**综合新闻情绪分析**、**技术指标计算**和**AI深度解读**。系统支持多种AI模型（OpenAI GPT、Claude、智谱AI），提供桌面GUI和Web两种界面，具备实时流式推送功能。\n暂时只支持中国股票，港美股正在优化还未发布，港美股新闻信息等获取受限缓慢优化中。\n\n### 近期刚刚开学。事情比较多有点摆。可能有些问题修复受限（在逆向学校查寝系统中）\n## 💰 请我喝奶茶\n\n如果这个项目对您有帮助，欢迎支持：\n🔗 [https:\u002F\u002Fjuanzen.linzefeng.top\u002F](https:\u002F\u002Fjuanzen.linzefeng.top\u002F)\n## demo网站小日志\n#### ~~最近家里云openwrt不堪重负的逝去了，择日恢复demo站点。(大家不要学我all in one，那么就会变成all in boom）~~\n#### 更换cdn到国内节点\n#### 已经恢复demo站点，使用deepseek-ai\u002FDeepSeek-R1-0528-Qwen3-8B模型分析。版本为2.6webapp（3.1出现大量bug，回退）。\n#### 现在最新版本是3.0，版本目前已经可以投入生产，支持了港美股，在win端支持了快速部署。支持了新闻压缩。\n## 近期开发日志\n- docker编译支持一键部署 x86及arm 64\n- 港美股支持\n- 其他慢慢想和学习一些策略。\n## ✨ 核心特性\n\n### 🎯 多维度分析\n- **25项核心财务指标**：盈利能力、偿债能力、营运能力、发展能力、市场表现\n- **技术面分析**：移动平均线、RSI、MACD、布林带、成交量分析\n- **市场情绪分析**：新闻、公告、研报情绪挖掘，支持100+条新闻分析\n- **AI智能解读**：多模型深度分析，提供专业投资建议\n\n### 🤖 AI能力支持\n- **多模型兼容**：OpenAI GPT-4、Claude-3、智谱AI ChatGLM\n- **智能切换**：主备API自动切换，确保服务可用性\n- **流式推理**：实时AI分析过程展示，支持Server-Sent Events\n- **高级规则**：AI不可用时自动降级到高级规则分析\n\n### 🌐 多端支持\n- **桌面版GUI**：基于PyQt6的现代化界面，支持实时日志和进度显示\n- **Web版本**：Flask + SSE，支持多用户并发，实时流式推送\n- **批量分析**：支持多股票并发分析，线程池优化\n- **Docker部署**：容器化部署，支持一键启动\n\n### 🔐 企业级特性\n- **密码鉴权**：Web版支持密码保护和会话管理\n- **高并发**：线程池 + 异步处理 + 任务队列优化\n- **缓存机制**：智能数据缓存，减少API调用\n- **错误处理**：完善的异常处理和重试机制\n\n## 🏗️ 系统架构\n\n```\n📦 AI股票分析系统\n├── 🖥️ 桌面版 (2.0 win app\u002F)\n│   ├── gui2.py                    # 现代化GUI界面\n│   ├── stock_analyzer.py          # 核心分析引擎\n│   ├── 配置文件编辑器.py            # 可视化配置管理\n│   └── config.json                # 系统配置文件\n├── 🌐 Web版 (2.6 webapp\u002F)\n│   ├── flask_web_server.py        # Flask服务器(SSE支持)\n│   ├── web_stock_analyzer.py      # Web优化分析器\n│   ├── Dockerfile                 # Docker容器配置\n│   └── docker-compose.yaml        # 容器编排配置\n└── 📚 文档\n    └── README.md                   # 项目文档\n```\n\n## 🚀 快速开始\n\n### 1. 环境准备\n\n```bash\n# 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner.git\ncd stock-analysis-system\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n### 2. 配置系统\n\n创建 `config.json` 文件（参考 `config - 示例.json`）：\n\n```json\n{\n    \"api_keys\": {\n        \"openai\": \"sk-your-openai-key\",\n        \"anthropic\": \"sk-ant-your-claude-key\",\n        \"zhipu\": \"your-zhipu-key\"\n    },\n    \"ai\": {\n        \"model_preference\": \"openai\",\n        \"models\": {\n            \"openai\": \"gpt-4o-mini\",\n            \"anthropic\": \"claude-3-haiku-20240307\"\n        }\n    },\n    \"web_auth\": {\n        \"enabled\": true,\n        \"password\": \"your_password\",\n        \"session_timeout\": 3600\n    }\n}\n```\n\n### 3. 运行系统\n\n#### 🖥️ 桌面版GUI\n```bash\ncd \"2.0 win app\"\npython gui2.py\n```\n\n#### 🌐 Web版本\n```bash\ncd \"2.6 webapp（流式传输测试版）\"\npython flask_web_server.py\n# 访问 http:\u002F\u002Flocalhost:5000\n```\n\n#### 🐳 Docker部署\n```bash\ncd \"2.6 webapp（流式传输测试版）\"\ndocker-compose up -d\n```\n\n## 📊 功能详解\n\n### 财务指标分析（25项）\n\n| 类别 | 指标 | 说明 |\n|------|------|------|\n| 盈利能力 | 净利润率、净资产收益率、总资产收益率 | 评估公司盈利水平 |\n| 偿债能力 | 流动比率、资产负债率、利息保障倍数 | 评估财务风险 |\n| 营运能力 | 总资产周转率、存货周转率 | 评估运营效率 |\n| 发展能力 | 营收增长率、净利润增长率 | 评估成长性 |\n| 市场表现 | 市盈率、市净率、PEG比率 | 评估估值水平 |\n\n### 技术指标体系\n- **趋势指标**：多周期移动平均线、MACD金叉死叉\n- **震荡指标**：RSI超买超卖、布林带位置\n- **成交量**：量价配合分析、成交量比率\n- **综合评分**：多指标权重计算，0-100分评级\n\n### AI分析能力\n- **智能解读**：基于25项指标的专业分析\n- **投资策略**：明确的买卖建议和操作策略\n- **风险评估**：潜在风险和机会识别\n- **行业对比**：同行业估值和财务对比\n\n## 🔧 API接口文档\n\n### Web版API接口\n\n| 接口 | 方法 | 说明 |\n|------|------|------|\n| `\u002Fapi\u002Fstatus` | GET | 系统状态检查 |\n| `\u002Fapi\u002Fsse` | GET | SSE流式接口 |\n| `\u002Fapi\u002Fanalyze_stream` | POST | 单股票流式分析 |\n| `\u002Fapi\u002Fbatch_analyze_stream` | POST | 批量流式分析 |\n| `\u002Fapi\u002Fsystem_info` | GET | 系统信息 |\n\n### SSE事件类型\n- `connected`: 连接确认\n- `log`: 日志消息  \n- `progress`: 进度更新\n- `scores_update`: 评分更新\n- `final_result`: 最终结果\n- `ai_stream`: AI流式内容\n\n## 🎨 界面展示\n\n### 桌面版GUI\n- 现代化Material Design风格\n- 实时日志和进度显示\n- 动态评分卡片和数据指标\n- 支持单股票和批量分析\n\n### Web版界面  \n- 响应式设计，支持移动端\n- SSE实时流式推送\n- 动态结果更新\n- 密码鉴权保护\n\n## ⚙️ 配置选项\n\n### 核心配置\n```json\n{\n    \"analysis_weights\": {\n        \"technical\": 0.4,    \u002F\u002F 技术面权重\n        \"fundamental\": 0.4,  \u002F\u002F 基本面权重  \n        \"sentiment\": 0.2     \u002F\u002F 情绪面权重\n    },\n    \"analysis_params\": {\n        \"max_news_count\": 100,           \u002F\u002F 最大新闻数量\n        \"technical_period_days\": 365,    \u002F\u002F 技术分析周期\n        \"financial_indicators_count\": 25  \u002F\u002F 财务指标数量\n    },\n    \"cache\": {\n        \"price_hours\": 1,      \u002F\u002F 价格数据缓存时间\n        \"fundamental_hours\": 6, \u002F\u002F 基本面缓存时间\n        \"news_hours\": 2        \u002F\u002F 新闻数据缓存时间\n    }\n}\n```\n\n## 🔍 使用示例\n\n### 单股票分析\n```python\nfrom stock_analyzer import EnhancedStockAnalyzer\n\n# 初始化分析器\nanalyzer = EnhancedStockAnalyzer()\n\n# 分析股票\nreport = analyzer.analyze_stock('000001')\n\nprint(f\"股票名称: {report['stock_name']}\")\nprint(f\"综合得分: {report['scores']['comprehensive']:.1f}\")\nprint(f\"投资建议: {report['recommendation']}\")\n```\n\n### Web API调用\n```bash\n# 单股票分析\ncurl -X POST http:\u002F\u002Flocalhost:5000\u002Fapi\u002Fanalyze_stream \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d '{\"stock_code\": \"000001\", \"client_id\": \"test_client\"}'\n\n# 批量分析\ncurl -X POST http:\u002F\u002Flocalhost:5000\u002Fapi\u002Fbatch_analyze_stream \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d '{\"stock_codes\": [\"000001\", \"000002\"], \"client_id\": \"test_client\"}'\n```\n\n## 📈 性能优化\n\n### 高并发特性\n- **线程池**：支持4个工作线程并发处理\n- **异步分析**：非阻塞任务处理\n- **连接复用**：SSE连接池管理\n- **智能缓存**：多级缓存减少API调用\n\n### 数据优化\n- **NaN值清理**：确保JSON序列化兼容\n- **批量处理**：并发获取多股票数据\n- **增量更新**：支持部分结果推送\n\n## 🛡️ 安全特性\n\n### Web端安全\n- **密码鉴权**：支持自定义密码保护\n- **会话管理**：可配置会话超时时间\n- **CSRF防护**：跨站请求伪造防护\n- **输入验证**：严格的参数校验\n\n### 数据安全\n- **API密钥保护**：本地加密存储\n- **错误处理**：不泄露敏感信息\n- **访问控制**：基于会话的权限控制\n\n## 🔧 故障排除\n\n### 常见问题\n\n1. **数据获取失败**\n   ```bash\n   # 检查网络连接\n   ping quote.eastmoney.com\n   \n   # 检查akshare版本\n   pip install --upgrade akshare\n   ```\n\n2. **AI分析失败**\n   ```bash\n   # 检查API密钥配置\n   python -c \"import json; print(json.load(open('config.json'))['api_keys'])\"\n   \n   # 测试API连接\n   curl -H \"Authorization: Bearer YOUR_API_KEY\" https:\u002F\u002Fapi.openai.com\u002Fv1\u002Fmodels\n   ```\n\n3. **Web版访问问题**\n   ```bash\n   # 检查端口占用\n   netstat -tulpn | grep :5000\n   \n   # 查看服务日志\n   python flask_web_server.py\n   ```\n\n## 📦 部署指南\n\n### 开发环境\n```bash\n# 安装开发依赖\npip install -r requirements.txt\n\n# 启动开发服务器\npython flask_web_server.py\n```\n\n### 生产环境\n```bash\n# 使用Gunicorn部署\npip install gunicorn\ngunicorn -w 4 -b 0.0.0.0:5000 flask_web_server:app\n\n# 或使用Docker\ndocker-compose up -d\n```\n\n### 反向代理参考(Nginx)\n```nginx\nserver {\n    listen 80;\n    server_name your-domain.com;\n    \n    location \u002F {\n        proxy_pass http:\u002F\u002Flocalhost:5000;\n        proxy_set_header Host $host;\n        proxy_set_header X-Real-IP $remote_addr;\n    }\n    \n    location \u002Fapi\u002Fsse {\n        proxy_pass http:\u002F\u002Flocalhost:5000;\n        proxy_set_header Connection '';\n        proxy_http_version 1.1;\n        proxy_buffering off;\n        proxy_cache off;\n        chunked_transfer_encoding off;\n    }\n}\n```\n\n## 📊 版本历史\n\n### v3.0 (2024-12) - AI增强版\n- ✨ 集成多AI模型支持\n- 🌊 新增SSE流式推送\n- 🔐 增加Web端密码鉴权\n- 🚀 高并发性能优化\n\n### v2.0 (2024-11) - 增强版  \n- 📊 新增25项财务指标分析\n- 📰 增加综合新闻情绪分析\n- 🎨 现代化GUI界面\n- ⚙️ 可视化配置管理器\n\n### v1.0 (2024-10) - 基础版\n- 📈 基础技术指标分析\n- 🖥️ 简单GUI界面\n- 📋 单股票分析功能\n\n## 🤝 贡献指南\n\n欢迎提交Issues和Pull Requests！\n\n### 开发流程\n1. Fork 项目\n2. 创建特性分支 (`git checkout -b feature\u002FAmazingFeature`)\n3. 提交改动 (`git commit -m 'Add some AmazingFeature'`)\n4. 推送分支 (`git push origin feature\u002FAmazingFeature`)\n5. 打开 Pull Request\n\n## 📄 许可证\n\nMIT License - 详见 [LICENSE](LICENSE) 文件\n\nCopyright (c) 2024 [linzefeng]\n\nPermission is hereby granted, free of charge, to any person obtaining a copy\nof this software and associated documentation files (the \"Software\"), to deal\nin the Software without restriction, including without limitation the rights\nto use, copy, modify, merge, publish, distribute, sublicense, and\u002For sell\ncopies of the Software, and to permit persons to whom the Software is\nfurnished to do so, subject to the following conditions:\n\nThe above copyright notice and this permission notice shall be included in all\ncopies or substantial portions of the Software.\n\nTHE SOFTWARE IS PROVIDED \"AS IS\", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR\nIMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,\nFITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE\nAUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER\nLIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,\nOUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE\nSOFTWARE.\n\n## ⚠️ 免责声明\n\n**本系统仅用于学习和研究目的，所有分析结果仅供参考，不构成投资建议。投资有风险，入市需谨慎。**\n\n\n\n## 💖 特别鸣谢\n[Pollinations AI](https:\u002F\u002Fauth.pollinations.ai\u002F) 为提供llm生成服务\n![NodeSupport](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FDR-lin-eng_stock-scanner_readme_ec8a17dd23c7.png)\n\n[yxvm](https:\u002F\u002Fyxvm.com\u002F) | [NodeSupport](https:\u002F\u002Fgithub.com\u002FNodeSeekDev\u002FNodeSupport) 赞助了本项目\n\n## 👨‍💻 作者\n\nCreated by [linzefeng]\n\n---\n\n\u003Cdiv align=\"center\">\n\n**如果这个项目对您有帮助，请给个 ⭐ Star 支持一下！**\n\n[📧 Issue反馈](..\u002F..\u002Fissues) | [🚀 功能建议](..\u002F..\u002Fdiscussions) | [📖 更多文档](..\u002F..\u002Fwiki) | ![Docker Image](https:\u002F\u002Fghcr-badge.deta.dev\u002Fdr-lin-eng\u002Fstock-scanner\u002Fstock-webapp\u002Flatest_tag?trim=major\\&label=最新版本)\n\n\n\u003C\u002Fdiv>\n","# 🚀 AI增强股票分析系统 (Enhanced AI Stock Analysis System)\n\n## 📋 项目简介\n\n这是一个比较专业的AI增强 A股股票分析系统，集成了**25项财务指标分析**、**综合新闻情绪分析**、**技术指标计算**和**AI深度解读**。系统支持多种AI模型（OpenAI GPT、Claude、智谱AI），提供桌面GUI和Web两种界面，具备实时流式推送功能。\n暂时只支持中国股票，港美股正在优化还未发布，港美股新闻信息等获取受限缓慢优化中。\n\n### 近期刚刚开学。事情比较多有点摆。可能有些问题修复受限（在逆向学校查寝系统中）\n## 💰 请我喝奶茶\n\n如果这个项目对您有帮助，欢迎支持：\n🔗 [https:\u002F\u002Fjuanzen.linzefeng.top\u002F](https:\u002F\u002Fjuanzen.linzefeng.top\u002F)\n## demo网站小日志\n#### ~~最近家里云openwrt不堪重负的逝去了，择日恢复demo站点。(大家不要学我all in one，那么就会变成all in boom）~~\n#### 已经恢复demo站点，使用deepseek-ai\u002FDeepSeek-R1-0528-Qwen3-8B模型分析。版本为2.6webapp（3.1出现大量bug，回退）。\n#### 现在最新版本是3.0，版本目前已经可以投入生产，支持了港美股，在win端支持了快速部署。支持了新闻压缩。\n## 近期开发日志\n- docker编译支持一键部署 x86及arm 64\n- 港美股支持\n- 其他慢慢想和学习一些策略。\n## ✨ 核心特性\n\n### 🎯 多维度分析\n- **25项核心财务指标**：盈利能力、偿债能力、营运能力、发展能力、市场表现\n- **技术面分析**：移动平均线、RSI、MACD、布林带、成交量分析\n- **市场情绪分析**：新闻、公告、研报情绪挖掘，支持100+条新闻分析\n- **AI智能解读**：多模型深度分析，提供专业投资建议\n\n### 🤖 AI能力支持\n- **多模型兼容**：OpenAI GPT-4、Claude-3、智谱AI ChatGLM\n- **智能切换**：主备API自动切换，确保服务可用性\n- **流式推理**：实时AI分析过程展示，支持Server-Sent Events\n- **高级规则**：AI不可用时自动降级到高级规则分析\n\n### 🌐 多端支持\n- **桌面版GUI**：基于PyQt6的现代化界面，支持实时日志和进度显示\n- **Web版本**：Flask + SSE，支持多用户并发，实时流式推送\n- **批量分析**：支持多股票并发分析，线程池优化\n- **Docker部署**：容器化部署，支持一键启动\n\n### 🔐 企业级特性\n- **密码鉴权**：Web版支持密码保护和会话管理\n- **高并发**：线程池 + 异步处理 + 任务队列优化\n- **缓存机制**：智能数据缓存，减少API调用\n- **错误处理**：完善的异常处理和重试机制\n\n## 🏗️ 系统架构\n\n```\n📦 AI股票分析系统\n├── 🖥️ 桌面版 (2.0 win app\u002F)\n│   ├── gui2.py                    # 现代化GUI界面\n│   ├── stock_analyzer.py          # 核心分析引擎\n│   ├── 配置文件编辑器.py            # 可视化配置管理\n│   └── config.json                # 系统配置文件\n├── 🌐 Web版 (2.6 webapp\u002F)\n│   ├── flask_web_server.py        # Flask服务器(SSE支持)\n│   ├── web_stock_analyzer.py      # Web优化分析器\n│   ├── Dockerfile                 # Docker容器配置\n│   └── docker-compose.yaml        # 容器编排配置\n└── 📚 文档\n    └── README.md                   # 项目文档\n```\n\n## 🚀 快速开始\n\n### 1. 环境准备\n\n```bash\n# 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner.git\ncd stock-analysis-system\n\n# 安装依赖\npip install -r requirements.txt\n```\n\n### 2. 配置系统\n\n创建 `config.json` 文件（参考 `config - 示例.json`）：\n\n```json\n{\n    \"api_keys\": {\n        \"openai\": \"sk-your-openai-key\",\n        \"anthropic\": \"sk-ant-your-claude-key\",\n        \"zhipu\": \"your-zhipu-key\"\n    },\n    \"ai\": {\n        \"model_preference\": \"openai\",\n        \"models\": {\n            \"openai\": \"gpt-4o-mini\",\n            \"anthropic\": \"claude-3-haiku-20240307\"\n        }\n    },\n    \"web_auth\": {\n        \"enabled\": true,\n        \"password\": \"your_password\",\n        \"session_timeout\": 3600\n    }\n}\n```\n\n### 3. 运行系统\n\n#### 🖥️ 桌面版GUI\n```bash\ncd \"2.0 win app\"\npython gui2.py\n```\n\n#### 🌐 Web版本\n```bash\ncd \"2.6 webapp（流式传输测试版）\"\npython flask_web_server.py\n# 访问 http:\u002F\u002Flocalhost:5000\n```\n\n#### 🐳 Docker部署\n```bash\ncd \"2.6 webapp（流式传输测试版）\"\ndocker-compose up -d\n```\n\n## 📊 功能详解\n\n### 财务指标分析（25项）\n\n| 类别 | 指标 | 说明 |\n|------|------|------|\n| 盈利能力 | 净利润率、净资产收益率、总资产收益率 | 评估公司盈利水平 |\n| 偿债能力 | 流动比率、资产负债率、利息保障倍数 | 评估财务风险 |\n| 营运能力 | 总资产周转率、存货周转率 | 评估运营效率 |\n| 发展能力 | 营收增长率、净利润增长率 | 评估成长性 |\n| 市场表现 | 市盈率、市净率、PEG比率 | 评估估值水平 |\n\n### 技术指标体系\n- **趋势指标**：多周期移动平均线、MACD金叉死叉\n- **震荡指标**：RSI超买超卖、布林带位置\n- **成交量**：量价配合分析、成交量比率\n- **综合评分**：多指标权重计算，0-100分评级\n\n### AI分析能力\n- **智能解读**：基于25项指标的专业分析\n- **投资策略**：明确的买卖建议和操作策略\n- **风险评估**：潜在风险和机会识别\n- **行业对比**：同行业估值和财务对比\n\n## 🔧 API接口文档\n\n### Web版API接口\n\n| 接口 | 方法 | 说明 |\n|------|------|------|\n| `\u002Fapi\u002Fstatus` | GET | 系统状态检查 |\n| `\u002Fapi\u002Fsse` | GET | SSE流式接口 |\n| `\u002Fapi\u002Fanalyze_stream` | POST | 单股票流式分析 |\n| `\u002Fapi\u002Fbatch_analyze_stream` | POST | 批量流式分析 |\n| `\u002Fapi\u002Fsystem_info` | GET | 系统信息 |\n\n### SSE事件类型\n- `connected`: 连接确认\n- `log`: 日志消息  \n- `progress`: 进度更新\n- `scores_update`: 评分更新\n- `final_result`: 最终结果\n- `ai_stream`: AI流式内容\n\n## 🎨 界面展示\n\n### 桌面版GUI\n- 现代化Material Design风格\n- 实时日志和进度显示\n- 动态评分卡片和数据指标\n- 支持单股票和批量分析\n\n### Web版界面  \n- 响应式设计，支持移动端\n- SSE实时流式推送\n- 动态结果更新\n- 密码鉴权保护\n\n## ⚙️ 配置选项\n\n### 核心配置\n```json\n{\n    \"analysis_weights\": {\n        \"technical\": 0.4,    \u002F\u002F 技术面权重\n        \"fundamental\": 0.4,  \u002F\u002F 基本面权重  \n        \"sentiment\": 0.2     \u002F\u002F 情绪面权重\n    },\n    \"analysis_params\": {\n        \"max_news_count\": 100,           \u002F\u002F 最大新闻数量\n        \"technical_period_days\": 365,    \u002F\u002F 技术分析周期\n        \"financial_indicators_count\": 25  \u002F\u002F 财务指标数量\n    },\n    \"cache\": {\n        \"price_hours\": 1,      \u002F\u002F 价格数据缓存时间\n        \"fundamental_hours\": 6, \u002F\u002F 基本面缓存时间\n        \"news_hours\": 2        \u002F\u002F 新闻数据缓存时间\n    }\n}\n```\n\n## 🔍 使用示例\n\n### 单股票分析\n```python\nfrom stock_analyzer import EnhancedStockAnalyzer\n\n# 初始化分析器\nanalyzer = EnhancedStockAnalyzer()\n\n# 分析股票\nreport = analyzer.analyze_stock('000001')\n\nprint(f\"股票名称: {report['stock_name']}\")\nprint(f\"综合得分: {report['scores']['comprehensive']:.1f}\")\nprint(f\"投资建议: {report['recommendation']}\")\n```\n\n### Web API调用\n```bash\n# 单股票分析\ncurl -X POST http:\u002F\u002Flocalhost:5000\u002Fapi\u002Fanalyze_stream \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d '{\"stock_code\": \"000001\", \"client_id\": \"test_client\"}'\n\n# 批量分析\ncurl -X POST http:\u002F\u002Flocalhost:5000\u002Fapi\u002Fbatch_analyze_stream \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d '{\"stock_codes\": [\"000001\", \"000002\"], \"client_id\": \"test_client\"}'\n```\n\n## 📈 性能优化\n\n### 高并发特性\n- **线程池**：支持4个工作线程并发处理\n- **异步分析**：非阻塞任务处理\n- **连接复用**：SSE连接池管理\n- **智能缓存**：多级缓存减少API调用\n\n### 数据优化\n- **NaN值清理**：确保JSON序列化兼容\n- **批量处理**：并发获取多股票数据\n- **增量更新**：支持部分结果推送\n\n## 🛡️ 安全特性\n\n### Web端安全\n- **密码鉴权**：支持自定义密码保护\n- **会话管理**：可配置会话超时时间\n- **CSRF防护**：跨站请求伪造防护\n- **输入验证**：严格的参数校验\n\n### 数据安全\n- **API密钥保护**：本地加密存储\n- **错误处理**：不泄露敏感信息\n- **访问控制**：基于会话的权限控制\n\n## 🔧 故障排除\n\n### 常见问题\n\n1. **数据获取失败**\n   ```bash\n   # 检查网络连接\n   ping quote.eastmoney.com\n   \n   # 检查akshare版本\n   pip install --upgrade akshare\n   ```\n\n2. **AI分析失败**\n   ```bash\n   # 检查API密钥配置\n   python -c \"import json; print(json.load(open('config.json'))['api_keys'])\"\n   \n   # 测试API连接\n   curl -H \"Authorization: Bearer YOUR_API_KEY\" https:\u002F\u002Fapi.openai.com\u002Fv1\u002Fmodels\n   ```\n\n3. **Web版访问问题**\n   ```bash\n   # 检查端口占用\n   netstat -tulpn | grep :5000\n   \n   # 查看服务日志\n   python flask_web_server.py\n   ```\n\n## 📦 部署指南\n\n### 开发环境\n```bash\n# 安装开发依赖\npip install -r requirements.txt\n\n# 启动开发服务器\npython flask_web_server.py\n```\n\n### 生产环境\n```bash\n# 使用Gunicorn部署\npip install gunicorn\ngunicorn -w 4 -b 0.0.0.0:5000 flask_web_server:app\n\n# 或使用Docker\ndocker-compose up -d\n```\n\n### 反向代理参考(Nginx)\n```nginx\nserver {\n    listen 80;\n    server_name your-domain.com;\n    \n    location \u002F {\n        proxy_pass http:\u002F\u002Flocalhost:5000;\n        proxy_set_header Host $host;\n        proxy_set_header X-Real-IP $remote_addr;\n    }\n    \n    location \u002Fapi\u002Fsse {\n        proxy_pass http:\u002F\u002Flocalhost:5000;\n        proxy_set_header Connection '';\n        proxy_http_version 1.1;\n        proxy_buffering off;\n        proxy_cache off;\n        chunked_transfer_encoding off;\n    }\n}\n```\n\n## 📊 版本历史\n\n### v3.0 (2024-12) - AI增强版\n- ✨ 集成多AI模型支持\n- 🌊 新增SSE流式推送\n- 🔐 增加Web端密码鉴权\n- 🚀 高并发性能优化\n\n### v2.0 (2024-11) - 增强版  \n- 📊 新增25项财务指标分析\n- 📰 增加综合新闻情绪分析\n- 🎨 现代化GUI界面\n- ⚙️ 可视化配置管理器\n\n### v1.0 (2024-10) - 基础版\n- 📈 基础技术指标分析\n- 🖥️ 简单GUI界面\n- 📋 单股票分析功能\n\n## 🤝 贡献指南\n\n欢迎提交Issues和Pull Requests！\n\n### 开发流程\n1. Fork 项目\n2. 创建特性分支 (`git checkout -b feature\u002FAmazingFeature`)\n3. 提交改动 (`git commit -m 'Add some AmazingFeature'`)\n4. 推送分支 (`git push origin feature\u002FAmazingFeature`)\n5. 打开 Pull Request\n\n## 📄 许可证\n\nMIT 许可证 - 详情请参阅 [LICENSE](LICENSE) 文件\n\n版权所有 (c) 2024 [linzefeng]\n\n特此授予任何人免费获取本软件及其相关文档文件（以下简称“软件”）的副本的权利，以不受限制的方式处理该软件，包括但不限于使用、复制、修改、合并、发布、分发、再许可和\u002F或销售该软件副本的权利，并允许向任何获得该软件的人提供服务，但须遵守以下条件：\n\n上述版权声明和本许可声明应包含在该软件的所有副本或实质性部分中。\n\n本软件按“原样”提供，不提供任何形式的明示或暗示担保，包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下，作者或版权所有者均不对因使用本软件或与之相关的任何索赔、损害或其他责任承担任何责任，无论此类责任是基于合同、侵权行为或其他原因产生的，亦或是由本软件的使用或其他方式引起的。\n\n## ⚠️ 免责声明\n\n**本系统仅用于学习和研究目的，所有分析结果仅供参考，不构成投资建议。投资有风险，入市需谨慎。**\n\n\n\n## 💖 特别鸣谢\n[Pollinations AI](https:\u002F\u002Fauth.pollinations.ai\u002F) 为提供llm生成服务\n![NodeSupport](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FDR-lin-eng_stock-scanner_readme_ec8a17dd23c7.png)\n\n[yxvm](https:\u002F\u002Fyxvm.com\u002F) | [NodeSupport](https:\u002F\u002Fgithub.com\u002FNodeSeekDev\u002FNodeSupport) 赞助了本项目\n\n## 👨‍💻 作者\n\n由 [linzefeng] 创建\n\n---\n\n\u003Cdiv align=\"center\">\n\n**如果这个项目对您有帮助，请给个 ⭐ Star 支持一下！**\n\n[📧 问题反馈](..\u002F..\u002Fissues) | [🚀 功能建议](..\u002F..\u002Fdiscussions) | [📖 更多文档](..\u002F..\u002Fwiki) | ![Docker Image](https:\u002F\u002Fghcr-badge.deta.dev\u002Fdr-lin-eng\u002Fstock-scanner\u002Fstock-webapp\u002Flatest_tag?trim=major&label=最新版本)\n\n\n\u003C\u002Fdiv>","# stock-scanner 快速上手指南\n\nstock-scanner 是一款专业的 AI 增强 A 股股票分析系统，集成 25 项财务指标、技术指标、新闻情绪分析及多模型 AI 深度解读。支持桌面 GUI 和 Web 两种界面，具备实时流式推送功能。\n\n## 环境准备\n\n**系统要求：**\n- 操作系统：Windows \u002F Linux \u002F macOS (支持 x86 及 ARM64 架构)\n- Python 版本：Python 3.8+\n- 网络环境：需能访问东方财富数据源及所选 AI 模型 API\n\n**前置依赖：**\n- Git (用于克隆代码)\n- pip (Python 包管理工具)\n- Docker & Docker Compose (可选，用于容器化部署)\n\n## 安装步骤\n\n### 1. 克隆项目\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner.git\ncd stock-scanner\n```\n\n### 2. 安装依赖\n建议使用国内镜像源加速安装：\n```bash\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 3. 配置系统\n在项目根目录创建 `config.json` 文件（可参考 `config - 示例.json`），填入您的 API 密钥：\n\n```json\n{\n    \"api_keys\": {\n        \"openai\": \"sk-your-openai-key\",\n        \"anthropic\": \"sk-ant-your-claude-key\",\n        \"zhipu\": \"your-zhipu-key\"\n    },\n    \"ai\": {\n        \"model_preference\": \"openai\",\n        \"models\": {\n            \"openai\": \"gpt-4o-mini\",\n            \"anthropic\": \"claude-3-haiku-20240307\"\n        }\n    },\n    \"web_auth\": {\n        \"enabled\": true,\n        \"password\": \"your_password\",\n        \"session_timeout\": 3600\n    }\n}\n```\n\n## 基本使用\n\n您可以根据需求选择以下三种运行方式之一：\n\n### 方式一：桌面版 GUI (推荐 Windows 用户)\n适合本地单机分析，拥有现代化图形界面。\n```bash\ncd \"2.0 win app\"\npython gui2.py\n```\n*启动后将弹出窗口，输入股票代码即可开始分析。*\n\n### 方式二：Web 版 (支持多用户并发)\n适合部署在服务器或通过浏览器访问，支持 SSE 实时流式推送。\n```bash\ncd \"2.6 webapp（流式传输测试版）\"\npython flask_web_server.py\n```\n*启动后访问 http:\u002F\u002Flocalhost:5000，输入密码后即可使用。*\n\n### 方式三：Docker 一键部署 (生产环境推荐)\n适合快速部署且隔离环境。\n```bash\ncd \"2.6 webapp（流式传输测试版）\"\ndocker-compose up -d\n```\n*服务启动后同样访问 http:\u002F\u002Flocalhost:5000。*\n\n### 代码调用示例 (Python)\n如果您希望在其他程序中集成分析能力：\n```python\nfrom stock_analyzer import EnhancedStockAnalyzer\n\n# 初始化分析器\nanalyzer = EnhancedStockAnalyzer()\n\n# 分析单只股票 (例如：平安银行 000001)\nreport = analyzer.analyze_stock('000001')\n\nprint(f\"股票名称：{report['stock_name']}\")\nprint(f\"综合得分：{report['scores']['comprehensive']:.1f}\")\nprint(f\"投资建议：{report['recommendation']}\")\n```","某独立量化交易者需要在每晚收盘后快速筛选 A 股市场中被错杀的优质标的，以便制定次日交易策略。\n\n### 没有 stock-scanner 时\n- **数据割裂严重**：需要手动在多个网站分别查询财务指标、K 线技术和新闻舆情，耗时耗力且容易遗漏关键信息。\n- **分析深度不足**：面对上百条新闻公告，难以人工提炼情绪倾向，往往只能凭感觉判断市场热度，缺乏量化依据。\n- **决策效率低下**：将分散的数据整合成逻辑严密的分析报告通常需要数小时，导致无法在盘前完成对多只股票的深度复盘。\n- **主观偏差较大**：缺乏统一的评分模型，不同股票间的横向对比依赖个人经验，容易受近期涨跌影响而产生误判。\n\n### 使用 stock-scanner 后\n- **一站式聚合分析**：stock-scanner 自动拉取并计算 25 项核心财务指标与技术面数据，瞬间完成多维度数据清洗与整合。\n- **AI 驱动情绪洞察**：利用集成的 LLM 模型（如 GPT-4 或智谱 AI）自动挖掘并压缩百余条新闻资讯，精准输出市场情绪评分。\n- **流式实时产出报告**：通过 Web 端或桌面 GUI 发起批量任务，系统以流式推送实时生成包含买卖建议的专业解读，将数小时工作压缩至分钟级。\n- **客观量化评分体系**：基于预设权重自动生成 0-100 分的综合评级，消除人为情绪干扰，实现跨行业股票的标准化横向对比。\n\nstock-scanner 通过将碎片化数据转化为 AI 驱动的深度洞察，让个人投资者也能拥有机构级的量化分析与决策效率。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FDR-lin-eng_stock-scanner_970bd611.png","DR-lin-eng",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FDR-lin-eng_ca84ae34.png","https:\u002F\u002Fgithub.com\u002FDR-lin-eng",[78,82,86,90,94],{"name":79,"color":80,"percentage":81},"Python","#3572A5",99,{"name":83,"color":84,"percentage":85},"HTML","#e34c26",0.5,{"name":87,"color":88,"percentage":89},"Dockerfile","#384d54",0.3,{"name":91,"color":92,"percentage":93},"PowerShell","#012456",0.2,{"name":95,"color":96,"percentage":97},"Batchfile","#C1F12E",0,922,407,"2026-04-16T12:40:28","MIT","Windows, Linux, macOS","未说明 (主要依赖外部 AI API，本地无重型模型推理需求)","未说明 (建议 4GB 以上以支持多线程和缓存)",{"notes":106,"python":107,"dependencies":108},"1. 本项目主要调用外部大模型 API（如 OpenAI、Claude、智谱 AI），本地无需部署大型 AI 模型，因此对 GPU 无特殊要求。\n2. 桌面版基于 PyQt6 开发，在 Windows 上支持快速部署；Web 版支持 Docker 一键部署（x86 及 arm64 架构）。\n3. 数据源主要依赖 akshare 获取中国 A 股数据，需确保网络能访问相关金融数据接口。\n4. 配置文件中需预先填入有效的 AI API Key 方可使用智能分析功能。","3.8+",[109,110,111,112,113,114,115],"PyQt6","Flask","akshare","pandas","numpy","requests","gunicorn",[35,13],"2026-03-27T02:49:30.150509","2026-04-18T14:27:06.303988",[120,125,130,135,140,145,150],{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},39805,"如何配置使用 DeepSeek、Qwen 等国产大模型或自行部署的模型？","项目兼容所有 OpenAI 格式的模型及请求。如果不兼容，可以使用 NewAPI 进行转换。\n具体配置方法：\n1. 在 config 文件中，openai_key 部分填入你的 API Key。\n2. 在 api_base_urls 的 openai 部分填入对应的接口地址，例如 DeepSeek 填入：https:\u002F\u002Fapi.deepseek.com\u002Fv1。\n3. 如果通过修改代码适配（旧版本），需修改 stock_analyzer.py：将第 21 行改为 `self.gemini_api_url = \"https:\u002F\u002Fapi.deepseek.com\"`，第 228 行模型名改为 `\"model\": \"deepseek-reasoner\"`，第 233 行请求地址改为 `f\"{self.gemini_api_url}\u002Fchat\u002Fcompletions\"`，并确保填入 API Key。","https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner\u002Fissues\u002F28",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},39806,"为什么分析结果很简单，不像示例图中那样详细？","这通常是因为没有正确配置 AI 模型或配置错误。当模型不可用时，程序会触发简单的回退机制，仅输出基础答案而非详细的 AI 分析报告。请检查 config.json 中的模型配置（如 API Key 和接口地址）是否正确。","https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner\u002Fissues\u002F33",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},39807,"流式推理不显示或出现 HTTP 504 错误怎么办？","维护者已发布新版本（2.6 流式传输测试版本）修复了流式功能不完整和 HTTP 504 的问题。如果遇到该问题，请更新到最新版本。注意：在流式内容显示时，可能会暂时覆盖股票价格涨跌幅度等信息，这是已知的小瑕疵，但不影响最终结果的使用。","https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner\u002Fissues\u002F23",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},39808,"报告中的当前价格显示为最高价，数据不准确如何解决？","这是一个已修复的 Bug，原因是代码中列映射错误。解决方法是重新下载最新的 stock_analyzer.py 文件替换本地旧版本即可。新版代码已修正了列数判断逻辑（针对 11、12、13 列的不同情况做了标准化处理），确保返回正确的收盘价而非最高价。","https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner\u002Fissues\u002F17",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},39809,"如何在 Web 服务中增加密码验证功能以保护访问安全？","该功能已在最新版本中加入。用户可以直接在配置文件中设置密码验证选项，无需手动修改 flask_web_server.py 代码。配置后，访问 Web 页面时将强制要求输入密码才能进入分析界面。","https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner\u002Fissues\u002F18",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},39810,"除了 Gemini，还支持哪些大模型？","新版本已兼容所有 OpenAI 格式的请求。这意味着你可以使用任何提供 OpenAI 兼容接口的模型（如 DeepSeek、Qwen 等），只需在配置中更改 API Base URL 和 Model Name 即可，无需额外开发。","https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner\u002Fissues\u002F6",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},39811,"获取财务数据、业绩预告或公告时频繁报错（如 akshare 接口失败）怎么办？","这是由于 akshare 库经常更新导致接口变动。目前的解决方案包括：\n1. 维护者已采用多个数据源来获取数据，以减少对单一接口的依赖，建议更新到最新代码。\n2. 部分用户建议切换到 Tushare 库，但这通常需要高级账户权限。\n3. 如果是特定字段缺失（如现金流量表），可能需要根据 akshare 最新文档手动调整代码中的字段映射。","https:\u002F\u002Fgithub.com\u002FDR-lin-eng\u002Fstock-scanner\u002Fissues\u002F44",[156],{"id":157,"version":158,"summary_zh":159,"released_at":160},315719,"2.6","# Web端实现了流式传输。  \n# Windows端支持快速部署  \n\n3.0的配置文件有新增，详情请查看相对应的文件夹。","2025-06-23T16:14:57"]