add-tradingview-alerts-tool

GitHub
714 156 中等 1 次阅读 昨天MIT其他语言模型
AI 解读 由 AI 自动生成,仅供参考

add-tradingview-alerts-tool 是一款专为量化交易者设计的自动化工具,旨在解决在 TradingView 平台上批量创建自定义警报的难题。对于使用 3Commas、Alertatron 或 CryptoHopper 等机器人进行自动化交易的用户而言,往往需要基于特定指标对数十甚至上百个交易对设置警报。由于 TradingView 官方未提供批量添加警报的 API,人工逐个设置不仅耗时且极易出错。

该工具通过模拟真实浏览器(Chromium)的操作行为,能够自动登录并批量录入用户配置的警报信息,支持自定义触发条件、时间周期及 Webhook 地址,从而无缝对接各类交易执行系统。其核心技术亮点在于利用开源的自动化测试框架操控浏览器,绕过了官方接口限制,实现了高效的“无代码”批量部署。

这款工具特别适合具备一定技术基础的加密货币交易者、量化策略研究人员以及熟悉命令行操作的开发者使用。使用者需预先安装 Node.js 环境,并通过配置文件灵活定义交易对列表与警报参数。值得注意的是,由于涉及账户登录与第三方库调用,建议在安全环境下谨慎使用,或关注其提供的云端托管服务以降低本地运行风险。

使用场景

一位量化交易员试图利用 Material Indicators 策略,在 Binance 的 USDT 交易对中同时监控并自动化交易超过 100 个加密货币品种。

没有 add-tradingview-alerts-tool 时

  • 耗时极长的人工操作:交易员必须在 TradingView 界面上手动逐个添加 100+ 个警报,每个警报需重复配置 webhook 地址和触发条件,耗时数小时甚至数天。
  • 极易出现人为失误:在重复复制粘贴 webhook URL 或选择交易对时,极易发生拼写错误或选错币种,导致部分策略无法执行或资金误操作。
  • 策略迭代维护困难:当需要调整策略参数(如将时间周期从 4 小时改为 1 小时)或更新 webhook 地址时,必须重新手动修改每一个警报,几乎不可维护。
  • 无法快速响应市场:面对新上线的热门币种,无法在短时间内将其纳入现有的自动化监控体系,错失最佳入场时机。

使用 add-tradingview-alerts-tool 后

  • 批量自动化部署:只需准备一份包含 100+ 个币种的 CSV 文件并配置一次 config.yml,工具即可自动启动浏览器在几分钟内完成所有警报的创建与配置。
  • 确保配置零误差:脚本精确读取配置文件中的 webhook URL 和触发条件,彻底消除了人工复制粘贴导致的拼写错误或链接失效风险。
  • 灵活高效的策略更新:若需调整策略,仅需修改本地配置文件并重新运行脚本,工具会自动同步更新所有相关警报,极大提升了策略迭代效率。
  • 即时扩展监控范围:发现新的交易机会时,只需在 CSV 列表中追加新币种代码并运行工具,即可瞬间将新资产纳入自动化交易网络。

add-tradingview-alerts-tool 将原本需要数天且充满风险的手工劳动,转化为分钟级的标准化流程,让多币种量化策略的落地与维护变得简单可靠。

运行环境要求

操作系统
  • macOS
  • Windows
  • Linux
GPU

未说明

内存

未说明

依赖
notes该工具基于 Node.js 运行,而非 Python。它通过自动化测试软件控制自带的 Chromium 浏览器来模拟用户在 TradingView 网页上的操作。首次运行时需手动登录 TradingView 账户。建议将 Node.js 版本升级至 22.x 或以上。
python未说明
Node.js (推荐版本 22.x)
Chromium (自动安装)
add-tradingview-alerts-tool hero image

快速开始

添加 TradingView 警报工具 🤖

自动批量将自定义警报添加到 TradingView

npm version 构建状态 代码覆盖率 Npm 包月下载量

⚠️ 警告:在您的计算机上运行命令行软件存在风险!尽管此软件中没有已知的恶意代码——但它依赖于__可能容易受到黑客攻击的第三方库__。截至 2021 年底,针对第三方库的黑客攻击事件有所增加——请自行承担风险使用。

👋 注:我们提供一项服务,可在安全的虚拟服务器上自动运行此工具。您可前往 alertzmanager.io 成为测试用户。

Alertz Manager 横幅

项目背景

交易平台(如 3CommasAlertatron)允许基于自定义 TradingView 警报进行自动化交易,这些警报可以通过 Webhook URL 触发以执行交易。

当使用 TradingView 指标(如 Material Indicators)时,您可以利用 TradingView 警报向您的交易机器人发送信号。

那么,如果您想使用某个指标来交易数十甚至数百个交易对,该怎么办呢?由于 TradingView 没有用于批量添加警报的 API,您需要手动维护这些警报。

该工具如何工作?

我们使用专为自动化网站测试设计的开源软件,可以输入您 TradingView 账户允许的任意数量的自定义警报。它会安装一个独立的 Chrome 浏览器(称为 Chromium),并由本脚本控制。

观看该工具如何自动输入您的 TradingView 警报。

工具演示视频

系统要求

MacOS/Windows/Linux

安装 NodeJS(推荐版本:22.x)

安装

打开终端或 PowerShell,并运行以下命令:

请确保您使用的 Node 版本至少为 22

node -v

创建您的 tradingview-alerts-home 目录,或升级版本 (系统会提示您创建子目录并安装 ATAT)

npx @alleyway/create-tradingview-alerts-home@latest

编辑您的 config.yml 文件(如果您要传递用于自动化交易的信号,例如 3commas,请在此处配置相关详细信息)

files:
  input: binance_usdt_symbols.csv
  exclude: blacklist.csv
tradingview:
  # 您希望使用的带有指标的图表
  chartUrl: https://www.tradingview.com/chart/WS5uK1l5/
  # (可选) 在添加交易对之前设置图表时间周期,否则将使用上次保存图表的时间周期
  # 示例:1s | 30s | 1m | 15m | 1H | 1D | 1W      # 注意:'1H,4H' 可用于在多个时间周期上添加警报
  interval: 4h
  # 您可以选择提供登录凭据,或者先手动登录一次后再重启脚本
  #username: 
  #password: 
alert:
  condition:
    primaryLeft: MTF Deviation
    primaryRight:
    secondary: Tier1 long
    tertiaryLeft:
    tertiaryRight:
    quaternaryLeft: 
    quaternaryRight:
  trigger: 每根柱线收盘触发一次
  actions:
    notifyOnApp: false
    showPopup: false
    sendEmail: false
    webhook:
      enabled: true
      url: "https://3commas.io/trade_signal/trading_view"
  # 警报名称是可选的——如果需要,可以在 CSV 文件中覆盖,并使用 {{symbol|instrument|quote_asset}}
  # name: MI dev3 for {{instrument}} {{quote_asset}}
  # 缩进很重要!{{quote_asset}} 和 {{instrument}} 将被替换为报价资产(例如 USDT)和基础代币或标的资产(例如 'BTC')
  message: >
    {
        "message_type": "bot",
        "bot_id": 999999,
        "email_token": "fffffff-fffff-fffff-ffff-ffffffffff",
        "delay_seconds": 0,
        "pair": "{{quote_asset}}_{{instrument}}"
    }

<img src=".README_images/howto_conditions.png" alt="与配置对应的字段" width="600"/

获取交易对列表

生成可用于输入的 CSV 文件(参见上述配置),适用于支持的交易所。想要其他交易所吗?提交一个问题!)

从 Binance/BinanceUS 下载交易对

此命令下载 Binance 的所有 USDT 交易对:(注意:Binance 现在对其部分接口进行了地理限制)

    ./atat fetch-symbols binance -q usdt        

此命令下载 BinanceUS 的所有交易对:

    ./atat fetch-symbols binanceus

从 Coinbase 下载交易对

    ./atat fetch-symbols coinbase -q usd

从 Kraken 下载交易对

    ./atat fetch-symbols kraken -q usd

从 KuCoin 下载交易对

    ./atat fetch-symbols kucoin -q usdt

从 OKX(原 OKEx)下载现货交易对

    ./atat fetch-symbols okx_spot -q usdt

从 ByBit Inverse 下载交易对

    ./atat fetch-symbols bybit_inverse

从 ByBit Linear 下载交易对

    ./atat fetch-symbols bybit_linear

……依此类推。

添加 TradingView 警报

在运行脚本之前

当添加警报时,TradingView 会将您上次的设置作为新警报的默认值。 如果未在 config.yml 文件中明确设置,则将使用上次创建的警报设置。因此,如果您希望开启或关闭声音提醒,请在运行脚本之前先创建一个包含该设置的警报。

您必须先使用这些选项创建一个警报,然后它们才会成为默认设置。(之后您可以立即删除该警报)

运行脚本

注意:首次运行脚本时,您需要登录 TradingView,然后关闭浏览器并重新运行命令。

./atat add-alerts

您可以在终端或 PowerShell 中按 Ctrl-C 停止脚本。

如果工具因故中断,您可以从 .csv 文件中移除已添加警报的交易对行,然后重新运行。

故障排除

  • Windows 用户因从互联网下载的文件导致执行出现问题(由用户贡献)

    powershell -executionpolicy ByPass -File .\atat.ps1 fetch-symbols binance -q usdt

  • 网络连接速度较慢,操作过快?尝试调整延迟选项(默认值为 1000)

    ./atat --delay 1500 add-alerts

  • 是否选择了错误的选项?条件可以是正则表达式。例如……

假设您有一个条件下拉菜单,其中包含多个指标配置,如下所示:

MTF 偏差 - Mtrl_Scientist v0.7 (50, 530, 750, 3)
MTF 偏差 - Mtrl_Scientist v0.7 (50, 530, 750, 6)
MTF 偏差 - Mtrl_Scientist v0.7 (50, 530, 750, 9)

如果您的配置仅使用了“MTF 偏差”这一术语,工具可能会错误地选择第一个包含该术语的选项。

例如,以下正则表达式将匹配百分比偏差设置为 6 的指标:

alert:
  condition:
    primaryLeft: /^MTF Deviation.*,\s6\)$/

另一个常见问题是,有时一个条件的选项文本可能完全包含在另一个选项中。

例如:

蓝波向下交叉 [小红点]
蓝波向上交叉 [小绿点]
小绿点

要精确匹配“小绿点”的正则表达式如下:

alert:
  condition:
    primaryLeft: /^小绿点$/

了解更多关于正则表达式语法的信息

  • 找不到“atat”命令?请从您的 tradingview-alerts-home 目录运行以下命令:

    npx @alleyway/create-tradingview-alerts-home@latest

  • 还有其他问题吗?提交问题

高级用法

多重配置

针对以 BTC 计价资产配置的 TradingView 指标可能不适用于 USD 交易对,因此您需要按以下方式划分设置:

抽象 具体
仅以 BTC 计价的交易对列表 运行 "./atat fetch-symbols binance btc"
输入:binance_usdt_symbols.csv
包含针对 BTC 特定指标设置的 TradingView 图表布局(例如,将 MTF 偏差的偏差设置为 6%) chartUrl: https://www.tradingview.com/chart/WS5uK1l5/
仅处理 BTC 的 3commas 交易机器人 {
"message_type": "bot",
"bot_id": 999999,
"email_token": "fffffff-fffff-fffff-ffff-ffffffffff",
"delay_seconds": 0,
"pair": "{{quote_asset}}_{{instrument}}"
}
上述内容的专用配置文件 ./atat add-alerts config.btc.yml

注意:运行“./atat add-alerts”将默认使用 config.yml,除非您指定其他配置文件(例如,“./atat add-alerts config.btc.yml”)。

警报设置中的占位符替换

在某些情况下,您可能希望某些交易对使用不同的指标,或者使用相同指标但设置不同(必须为每种设置添加到图表中——目前此脚本尚无法调整指标设置)。

多种指标

然后您可以向您的 .csv 文件添加任意列——这里我们使用“DSMAsetting”。

symbol,quote_asset,instrument,DSMAsetting
BINANCE:1INCHUSDT,USDT,1INCH,40
BINANCE:AAVEUSDT,USDT,AAVE,20
BINANCE:ACMUSDT,USDT,ACM,40
BINANCE:ADAUSDT,USDT,ADA,20

随后,您可以通过将列标题名用双大括号括起来来使用 CSV 中的任何值,如下所示:

...
alert:
  condition:
    primaryLeft: "DSMA ({{DSMAsetting}}, 50)"
...

向多个 3commas 机器人发送单个警报

3commas 允许您在消息中使用命令数组,我通常会向两个机器人发送消息:一个用于模拟交易,另一个是真实的账户,我可以选择将其禁用。

因此,您可以使用 JSON 数组作为消息:

  message: >
    [{
        "message_type": "bot",
        "bot_id": 999999,
        "email_token": "fffffff-fffff-fffff-ffff-ffffffffff",
        "delay_seconds": 0,
        "pair": "{{quote_asset}}_{{instrument}}"
    },
    {
        "message_type": "bot",
        "bot_id": 999999,
        "email_token": "fffffff-fffff-fffff-ffff-ffffffffff",
        "delay_seconds": 0,
        "pair": "{{quote_asset}}_{{instrument}}"
    }]

向 Alertatron 发送警报

这与 3Commas 的方式相同,但 Alertatron 使用不同的消息格式。例如……

  message: >
    binanceKeys({{quote_asset}}_{{instrument}}) {
        market(side=buy, amount=50%);
        stopOrder(side=sell, amount=100%p, offset=2%);
        limit(side=sell, amount=100%p, offset=3%);
    }

您觉得这个工具有帮助吗?

请考虑以下其中一项:

  1. 在 GitHub 上提高知名度:点击页面顶部的 ⭐!

给该项目加星

  1. 成为我们未来商业服务的 免费 测试员(限时):
  • 图形界面: 无需安装——警报由我们的安全私有服务器添加
  • 每个交易对可设置多个警报: 分开买入和卖出警报
  • 更快的警报管理: 智能地保留、更新、添加或移除警报
  • 灵活的警报模板分配: 利用 24 小时交易所数据(成交量、交易次数)启用或禁用警报
  • 自动化: 按计划配置并同步警报,获取新的交易所代币

https://alertzmanager.io 创建免费账户

版本历史

v4.1.6-release2026/03/23
v4.1.5-release2026/02/06
v4.1.42026/02/06
v4.1.22026/01/25
v4.1.12026/01/21
v4.1.02025/08/11
v4.0.12025/05/12
v4.0.02025/01/24
v3.0.52024/10/23
v3.0.42024/07/25
v3.0.32024/02/23
v3.0.22024/02/23
v3.0.12024/02/22
v3.0.02023/12/28
v2.6.72023/12/13
v2.6.62023/12/08
v2.6.52023/12/04
v2.6.42023/10/15
v2.6.32023/10/12
v2.6.22023/10/12

常见问题

相似工具推荐

everything-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。 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。 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

142.7k|★★☆☆☆|今天
开发框架Agent语言模型

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|昨天
语言模型图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|2天前
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|昨天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|3天前
Agent图像开发框架

PaddleOCR

PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。

75k|★★★☆☆|今天
语言模型图像开发框架