[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-dragon1086--prism-insight":3,"tool-dragon1086--prism-insight":61},[4,18,26,36,44,53],{"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",150037,2,"2026-04-10T23:33:47",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"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":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"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",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":75,"owner_website":75,"owner_url":76,"languages":77,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":10,"env_os":93,"env_gpu":94,"env_ram":94,"env_deps":95,"category_tags":102,"github_topics":103,"view_count":10,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":109,"updated_at":110,"faqs":111,"releases":132},3834,"dragon1086\u002Fprism-insight","prism-insight","AI-based stock analysis and trading system","prism-insight 是一款基于人工智能的股市分析与自动交易系统，旨在帮助投资者在复杂的市场中捕捉机遇。它通过协调 13 个以上的专用 AI 智能体协同工作，能够自动识别潜力飙升的股票，生成媲美专业分析师的深度报告，并执行自动化交易策略，从而解决个人投资者难以实时处理海量数据、缺乏专业分析能力以及容易错失最佳交易时机等痛点。\n\n该系统不仅支持 OpenAI GPT-5 和 Anthropic Claude 等主流大模型，还具备一项独特的技术亮点：用户无需购买昂贵的 API 密钥，直接利用现有的 ChatGPT Plus 或 Pro 订阅即可运行全套分析功能，大幅降低了使用门槛。此外，prism-insight 提供了完善的移动端应用和 Telegram 即时警报服务，让用户能随时随地获取定制化的市场洞察。\n\n这款工具既适合希望利用自动化策略提升效率的个人投资者和普通股民，也适合对多智能体协作系统感兴趣的开发者和技术研究人员。无论是想要获取每日精选股讯，还是希望深入研究 AI 在金融领域的应用架构，prism-insight 都能提供强大而灵活的支持。","\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_96a1bbc4f6a8.jpeg\" alt=\"PRISM-INSIGHT Logo\" width=\"300\">\n  \u003Cbr>\u003Cbr>\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-AGPL%20v3-blue.svg\" alt=\"License\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.10+-blue.svg\" alt=\"Python\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FOpenAI-GPT--5-green.svg\" alt=\"OpenAI\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAnthropic-Claude--Sonnet--4.6-green.svg\" alt=\"Anthropic\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FChatGPT_Plus-Codex_OAuth-ff6b35.svg\" alt=\"ChatGPT Plus\">\n\u003C\u002Fdiv>\n\n# PRISM-INSIGHT\n\n[![GitHub Sponsors](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fsponsors\u002Fdragon1086?style=for-the-badge&logo=github-sponsors&color=ff69b4&label=Sponsors)](https:\u002F\u002Fgithub.com\u002Fsponsors\u002Fdragon1086)\n[![Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fdragon1086\u002Fprism-insight?style=for-the-badge)](https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fstargazers)\n\n> **AI-Powered Stock Market Analysis & Trading System**\n>\n> 13+ specialized AI agents collaborate to detect surge stocks, generate analyst-grade reports, and execute trades automatically.\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"README.md\">English\u003C\u002Fa> |\n  \u003Ca href=\"README_ko.md\">한국어\u003C\u002Fa> |\n  \u003Ca href=\"README_ja.md\">日本語\u003C\u002Fa> |\n  \u003Ca href=\"README_zh.md\">中文\u003C\u002Fa> |\n  \u003Ca href=\"README_es.md\">Español\u003C\u002Fa>\n\u003C\u002Fp>\n\n---\n\n### Platinum Sponsor\n\n\u003Cdiv align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwrks.ai\u002Fen\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_377c897947d8.png\" alt=\"AI3 WrksAI\" width=\"50\">\n\u003C\u002Fa>\n\n**[AI3](https:\u002F\u002Fwww.ai3.kr\u002F) | [WrksAI](https:\u002F\u002Fwrks.ai\u002Fen)**\n\nAI3, creator of **WrksAI** - the AI assistant for professionals,\u003Cbr>\nproudly sponsors **PRISM-INSIGHT** - the AI assistant for investors.\n\u003C\u002Fdiv>\n\n---\n\n## NEW: ChatGPT Plus\u002FPro Subscription Support\n\n**No API key? No problem.** PRISM-INSIGHT now supports running analysis directly through your ChatGPT Plus ($20\u002Fmo) or Pro ($200\u002Fmo) subscription via the **Codex OAuth Proxy**.\n\n```bash\n# One-time login\npython -m cores.chatgpt_proxy.oauth_login\n\n# Run with your ChatGPT subscription\nPRISM_OPENAI_AUTH_MODE=chatgpt_oauth python stock_analysis_orchestrator.py --mode morning\n```\n\nZero API bills. Same powerful analysis. Your existing subscription does the work.\n\n---\n\n## Mobile App\n\n\u003Cdiv align=\"center\">\n\n**Get AI stock analysis on the go**\n\n\u003Ca href=\"https:\u002F\u002Fplay.google.com\u002Fstore\u002Fapps\u002Fdetails?id=com.prisminsight.prism_mobile\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FGoogle_Play-Download-green?style=for-the-badge&logo=google-play\" alt=\"Google Play\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fapps.apple.com\u002Fus\u002Fapp\u002Fprism-insight-stock-analysis\u002Fid6759331074\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FApp_Store-Download-blue?style=for-the-badge&logo=apple\" alt=\"App Store\">\n\u003C\u002Fa>\n\n\u003C\u002Fdiv>\n\n- **Smart Filtering** — Receive only the Telegram alerts you care about\n- **PDF Reports** — Mobile-optimized AI analysis reports\n- **Launch Promo (until Apr 23, 2026)** — Install now and get **20 free credits** (normally 10)\n\n---\n\n## Watch PRISM-INSIGHT in Action\n\n[![PRISM-INSIGHT Demo](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_b382b3549b74.jpg)](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=zAywb1G0wRA)\n\n---\n\n## Try It Now (No Installation Required)\n\n### 1. Live Dashboard\nSee AI trading performance in real-time:\n**[analysis.stocksimulation.kr](https:\u002F\u002Fanalysis.stocksimulation.kr\u002F)**\n\n### 2. Telegram Channels\nGet daily surge stock alerts and AI analysis reports:\n- **[English Channel](https:\u002F\u002Ft.me\u002Fprism_insight_global_en)**\n- **[Korean Channel](https:\u002F\u002Ft.me\u002Fstock_ai_agent)**\n- **[Japanese Channel](https:\u002F\u002Ft.me\u002Fprism_insight_ja)**\n- **[Chinese Channel](https:\u002F\u002Ft.me\u002Fprism_insight_zh)**\n- **[Spanish Channel](https:\u002F\u002Ft.me\u002Fprism_insight_es)**\n\n### 3. Sample Report\nWatch an AI-generated Apple Inc. analysis report:\n\n[![Sample Report - Apple Inc. Analysis](https:\u002F\u002Fimg.youtube.com\u002Fvi\u002FLVOAdVCh1QE\u002Fmaxresdefault.jpg)](https:\u002F\u002Fyoutu.be\u002FLVOAdVCh1QE)\n\n---\n\n## Try in 60 Seconds (US Stocks)\n\nThe fastest way to try PRISM-INSIGHT. Only requires an **OpenAI API key**.\n\n```bash\n# Clone and run the quickstart script\ngit clone https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight.git\ncd prism-insight\n.\u002Fquickstart.sh YOUR_OPENAI_API_KEY\n```\n\nThis generates an AI analysis report for Apple (AAPL). Try other stocks:\n```bash\npython3 demo.py MSFT              # Microsoft\npython3 demo.py NVDA              # NVIDIA\npython3 demo.py TSLA --language ko  # Tesla (Korean report)\n```\n\n> **Get your OpenAI API key** from [OpenAI Platform](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys)\n>\n> **Optional**: Add a [Perplexity API key](https:\u002F\u002Fwww.perplexity.ai\u002F) to `mcp_agent.config.yaml` for news analysis\n>\n> **Optional**: Add `ADANOS_API_KEY` to enrich US stock news analysis with structured social sentiment context\n\nYour AI-generated PDF reports will be saved in `prism-us\u002Fpdf_reports\u002F`.\n\n\u003Cdetails>\n\u003Csummary>Or use Docker (no Python setup needed)\u003C\u002Fsummary>\n\n```bash\n# 1. Set your OpenAI API key\nexport OPENAI_API_KEY=sk-your-key-here\n\n# 2. Start container\ndocker-compose -f docker-compose.quickstart.yml up -d\n\n# 3. Run analysis\ndocker exec -it prism-quickstart python3 demo.py NVDA\n```\n\nReports will be saved to `.\u002Fquickstart-output\u002F`.\n\n\u003C\u002Fdetails>\n\n---\n\n## Full Installation\n\n### Prerequisites\n- Python 3.10+ or Docker\n- OpenAI API Key ([get one here](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys)) or ChatGPT Plus\u002FPro subscription\n\n### Option A: Python Installation\n\n```bash\n# 1. Clone & Install\ngit clone https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight.git\ncd prism-insight\npip install -r requirements.txt\n\n# 2. Install Playwright for PDF generation\npython3 -m playwright install chromium\n\n# 3. Install perplexity-ask MCP server\ncd perplexity-ask && npm install && npm run build && cd ..\n\n# 4. Setup config\ncp mcp_agent.config.yaml.example mcp_agent.config.yaml\ncp mcp_agent.secrets.yaml.example mcp_agent.secrets.yaml\n# Edit mcp_agent.secrets.yaml with your OpenAI API key\n# Edit mcp_agent.config.yaml with KRX credentials (Kakao account)\n\n# 5. Run analysis (no Telegram required!)\npython stock_analysis_orchestrator.py --mode morning --no-telegram\n```\n\n### Option B: Docker (Recommended for Production)\n\n```bash\n# 1. Clone & Configure\ngit clone https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight.git\ncd prism-insight\ncp mcp_agent.config.yaml.example mcp_agent.config.yaml\ncp mcp_agent.secrets.yaml.example mcp_agent.secrets.yaml\n# Edit config files with your API keys\n\n# 2. Build & Run\ndocker-compose up -d\n\n# 3. Run analysis manually (optional)\ndocker exec prism-insight-container python3 stock_analysis_orchestrator.py --mode morning --no-telegram\n```\n\n**Full Setup Guide**: [docs\u002FSETUP.md](docs\u002FSETUP.md)\n\n---\n\n## What is PRISM-INSIGHT?\n\nPRISM-INSIGHT is a **completely open-source, free** AI-powered stock analysis system for **Korean (KOSPI\u002FKOSDAQ)** and **US (NYSE\u002FNASDAQ)** markets.\n\n### Core Capabilities\n- **Surge Stock Detection** — Automatic detection of stocks with unusual volume\u002Fprice movements\n- **AI Analysis Reports** — Professional analyst-grade reports generated by 13 specialized AI agents\n- **Trading Simulation** — AI-driven buy\u002Fsell decisions with portfolio management\n- **Automated Trading** — Real execution via Korea Investment & Securities API\n- **Telegram Integration** — Real-time alerts and multi-language broadcasting\n- **Macro Intelligence** — Market regime detection, sector rotation analysis, risk event monitoring\n\n### AI Models\n- **Analysis & Trading**: OpenAI GPT-5 \u002F GPT-5.4-mini (via API or ChatGPT Plus subscription)\n- **Report Generation**: Anthropic Claude Sonnet 4.6\n- **Translation**: OpenAI GPT-5 (EN, JA, ZH, ES support)\n\n---\n\n## AI Agent System\n\n13+ specialized agents collaborate in teams:\n\n| Team | Agents | Purpose |\n|------|--------|---------|\n| **Macro** | 1 agent | Market regime, sector rotation, risk events |\n| **Analysis** | 6 agents | Technical, Financial, Industry, News, Market analysis |\n| **Strategy** | 1 agent | Investment strategy synthesis |\n| **Communication** | 3 agents | Summary, Quality evaluation, Translation |\n| **Trading** | 3 agents | Buy\u002FSell decisions, Journal |\n| **Consultation** | 2 agents | User interaction via Telegram |\n\n\u003Cdetails>\n\u003Csummary>View Agent Workflow Diagram\u003C\u002Fsummary>\n\u003Cbr>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_689076ec6ccc.png\" alt=\"Agent Workflow\" width=\"700\">\n\u003C\u002Fdetails>\n\n**Detailed Agent Documentation**: [docs\u002FCLAUDE_AGENTS.md](docs\u002FCLAUDE_AGENTS.md)\n\n---\n\n## Key Features\n\n| Feature | Description |\n|---------|-------------|\n| **AI Analysis** | Expert-level stock analysis through GPT-5 multi-agent system |\n| **Surge Detection** | Automatic watchlist via morning\u002Fafternoon market trend analysis |\n| **Telegram** | Real-time analysis distribution to channels |\n| **Trading Sim** | AI-driven investment strategy simulation |\n| **Auto Trading** | Execution via Korea Investment & Securities API |\n| **Dashboard** | Transparent portfolio, trades, and performance tracking |\n| **Self-Improving** | Trading journal feedback loop — past trigger win rates automatically inform future buy decisions ([details](docs\u002FTRADING_JOURNAL.md#performance-tracker-피드백-루프-self-improving-trading)) |\n| **US Markets** | Full support for NYSE\u002FNASDAQ analysis |\n| **Macro Intelligence** | Market regime detection and sector rotation for smarter stock selection |\n| **Mobile App** | iOS & Android app with smart filtering and PDF reports |\n\n\u003Cdetails>\n\u003Csummary>View Dashboard Screenshots\u003C\u002Fsummary>\n\u003Cbr>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_c3b2bf2ec998.png\" alt=\"Portfolio Overview\" width=\"700\">\n\u003Cbr>\u003Cbr>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_aa87fda87da9.png\" alt=\"Trading Simulator\" width=\"700\">\n\u003Cbr>\u003Cbr>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_0ff0c9cdf7a9.png\" alt=\"AI Trading Scenario\" width=\"700\">\n\u003C\u002Fdetails>\n\n---\n\n## Trading Performance\n\n### KR Market — Season 2\n\n| Metric | Value |\n|--------|-------|\n| Period | 2025.09.30 ~ 2026.03.24 |\n| Total Trades | 86 |\n| Win Rate | 45.35% |\n| Avg Return per Trade | +2.84% |\n| **Cumulative Return** | **+244.63%** |\n| Current Holdings | 5 stocks |\n\n### US Market (Beta)\n\n| Metric | Value |\n|--------|-------|\n| Period | 2026.01.28 ~ 2026.03.21 |\n| Total Trades | 13 |\n| Current Holdings | 6 stocks |\n\n**[Live Dashboard](https:\u002F\u002Fanalysis.stocksimulation.kr\u002F)**\n\n---\n\n## US Stock Market Module\n\nSame AI-powered workflow for US markets:\n\n```bash\n# Run US analysis\npython prism-us\u002Fus_stock_analysis_orchestrator.py --mode morning --no-telegram\n\n# With English reports\npython prism-us\u002Fus_stock_analysis_orchestrator.py --mode morning --language en\n```\n\n**Data Sources**: yahoo-finance-mcp, sec-edgar-mcp (SEC filings, insider trading)\n\n---\n\n## Documentation\n\n| Document | Description |\n|----------|-------------|\n| [docs\u002FSETUP.md](docs\u002FSETUP.md) | Complete installation guide |\n| [docs\u002FCLAUDE_AGENTS.md](docs\u002FCLAUDE_AGENTS.md) | AI agent system details |\n| [docs\u002FTRIGGER_BATCH_ALGORITHMS.md](docs\u002FTRIGGER_BATCH_ALGORITHMS.md) | Surge detection algorithms |\n| [docs\u002FTRADING_JOURNAL.md](docs\u002FTRADING_JOURNAL.md) | Trading memory system |\n| [docs\u002Fchatgpt-oauth\u002Fsetup.md](docs\u002Fchatgpt-oauth\u002Fsetup.md) | ChatGPT OAuth proxy setup |\n\n---\n\n## Frontend Examples\n\n### Dashboard\nReal-time portfolio tracking and performance dashboard.\n\n**[Live Demo](https:\u002F\u002Fanalysis.stocksimulation.kr\u002F)**\n\n```bash\ncd examples\u002Fdashboard\nnpm install\nnpm run dev\n# Visit http:\u002F\u002Flocalhost:3000\n```\n\n**Features**: Portfolio overview, trading history, performance metrics, market selector (KR\u002FUS), return comparison vs KOSPI\u002FKOSDAQ\n\n**Dashboard Setup Guide**: [examples\u002Fdashboard\u002FDASHBOARD_README.md](examples\u002Fdashboard\u002FDASHBOARD_README.md)\n\n---\n\n## MCP Servers\n\n### Korean Market\n- **[kospi_kosdaq](https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fkospi-kosdaq-stock-server)** — KRX stock data\n- **[firecrawl](https:\u002F\u002Fgithub.com\u002Fmendableai\u002Ffirecrawl-mcp-server)** — Web crawling\n- **[perplexity](https:\u002F\u002Fgithub.com\u002Fperplexityai\u002Fmodelcontextprotocol)** — Web search\n- **[sqlite](https:\u002F\u002Fgithub.com\u002Fmodelcontextprotocol\u002Fservers-archived)** — Trading simulation DB\n\n### US Market\n- **[yahoo-finance-mcp](https:\u002F\u002Fpypi.org\u002Fproject\u002Fyahoo-finance-mcp\u002F)** — OHLCV, financials\n- **[sec-edgar-mcp](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsec-edgar-mcp\u002F)** — SEC filings, insider trading\n\n---\n\n## Contributing\n\n1. Fork the project\n2. Create a feature branch (`git checkout -b feature\u002Famazing-feature`)\n3. Commit your changes (`git commit -m 'Add amazing feature'`)\n4. Push to the branch (`git push origin feature\u002Famazing-feature`)\n5. Create a Pull Request\n\n---\n\n## License\n\n**Dual Licensed:**\n\n### For Individual & Open-Source Use\n[![License: AGPL v3](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-AGPL%20v3-blue.svg)](https:\u002F\u002Fwww.gnu.org\u002Flicenses\u002Fagpl-3.0)\n\nFree under AGPL-3.0 for personal use, non-commercial projects, and open-source development.\n\n### For Commercial SaaS Use\nSeparate commercial license required for SaaS companies.\n\n**Contact**: dragon1086@naver.com\n**Details**: [LICENSE-COMMERCIAL.md](LICENSE-COMMERCIAL.md)\n\n---\n\n## Disclaimer\n\nAnalysis information is for reference only, not investment advice. All investment decisions and resulting profits\u002Flosses are the investor's responsibility.\n\n---\n\n## Sponsorship\n\n### Support the Project\n\nMonthly operating costs (~$310\u002Fmonth):\n- OpenAI API: ~$235\u002Fmonth\n- Anthropic API: ~$11\u002Fmonth\n- Firecrawl + Perplexity: ~$35\u002Fmonth\n- Server infrastructure: ~$30\u002Fmonth\n\nCurrently serving 450+ users for free.\n\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsponsors\u002Fdragon1086\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FSponsor_on_GitHub-❤️-ff69b4?style=for-the-badge&logo=github-sponsors\" alt=\"Sponsor on GitHub\">\n  \u003C\u002Fa>\n\u003C\u002Fdiv>\n\n---\n\n## Project Growth\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_6e40cbb992d6.png)](https:\u002F\u002Fstar-history.com\u002F#dragon1086\u002Fprism-insight&Date)\n\n---\n\n**If this project helped you, please give us a Star!**\n\n**Contact**: [GitHub Issues](https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fissues) | [Telegram](https:\u002F\u002Ft.me\u002Fstock_ai_agent) | [Discussions](https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fdiscussions)\n","\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_96a1bbc4f6a8.jpeg\" alt=\"PRISM-INSIGHT Logo\" width=\"300\">\n  \u003Cbr>\u003Cbr>\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-AGPL%20v3-blue.svg\" alt=\"License\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.10+-blue.svg\" alt=\"Python\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FOpenAI-GPT--5-green.svg\" alt=\"OpenAI\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAnthropic-Claude--Sonnet--4.6-green.svg\" alt=\"Anthropic\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FChatGPT_Plus-Codex_OAuth-ff6b35.svg\" alt=\"ChatGPT Plus\">\n\u003C\u002Fdiv>\n\n# PRISM-INSIGHT\n\n[![GitHub Sponsors](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fsponsors\u002Fdragon1086?style=for-the-badge&logo=github-sponsors&color=ff69b4&label=Sponsors)](https:\u002F\u002Fgithub.com\u002Fsponsors\u002Fdragon1086)\n[![Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fdragon1086\u002Fprism-insight?style=for-the-badge)](https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fstargazers)\n\n> **人工智能驱动的股市分析与交易系统**\n>\n> 13个以上的专业AI智能体协同工作，用于识别飙升股票、生成分析师级别的报告，并自动执行交易。\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"README.md\">English\u003C\u002Fa> |\n  \u003Ca href=\"README_ko.md\">한국어\u003C\u002Fa> |\n  \u003Ca href=\"README_ja.md\">日本語\u003C\u002Fa> |\n  \u003Ca href=\"README_zh.md\">中文\u003C\u002Fa> |\n  \u003Ca href=\"README_es.md\">Español\u003C\u002Fa>\n\u003C\u002Fp>\n\n---\n\n### 白金赞助商\n\n\u003Cdiv align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwrks.ai\u002Fen\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_377c897947d8.png\" alt=\"AI3 WrksAI\" width=\"50\">\n\u003C\u002Fa>\n\n**[AI3](https:\u002F\u002Fwww.ai3.kr\u002F) | [WrksAI](https:\u002F\u002Fwrks.ai\u002Fen)**\n\nAI3，**WrksAI**——面向专业人士的人工智能助手的创造者，\u003Cbr>\n自豪地赞助**PRISM-INSIGHT**——面向投资者的人工智能助手。\n\u003C\u002Fdiv>\n\n---\n\n## 新增：支持 ChatGPT Plus\u002FPro 订阅\n\n**没有 API 密钥？没关系。** PRISM-INSIGHT 现在支持通过 **Codex OAuth 代理**，直接利用您的 ChatGPT Plus（每月20美元）或 Pro（每月200美元）订阅来运行分析。\n\n```bash\n# 一次性登录\npython -m cores.chatgpt_proxy.oauth_login\n\n# 使用您的 ChatGPT 订阅运行\nPRISM_OPENAI_AUTH_MODE=chatgpt_oauth python stock_analysis_orchestrator.py --mode morning\n```\n\n无需支付任何 API 费用。分析功能依旧强大。您现有的订阅即可完成所有工作。\n\n---\n\n## 移动应用\n\n\u003Cdiv align=\"center\">\n\n**随时随地获取 AI 股市分析**\n\n\u003Ca href=\"https:\u002F\u002Fplay.google.com\u002Fstore\u002Fapps\u002Fdetails?id=com.prisminsight.prism_mobile\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FGoogle_Play-Download-green?style=for-the-badge&logo=google-play\" alt=\"Google Play\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fapps.apple.com\u002Fus\u002Fapp\u002Fprism-insight-stock-analysis\u002Fid6759331074\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FApp_Store-Download-blue?style=for-the-badge&logo=apple\" alt=\"App Store\">\n\u003C\u002Fa>\n\n\u003C\u002Fdiv>\n\n- **智能筛选** —— 只接收您关心的 Telegram 警报\n- **PDF 报告** —— 专为移动设备优化的 AI 分析报告\n- **首发促销（截至2026年4月23日）** —— 立即安装即可获得**20个免费积分**（正常情况下仅10个）\n\n---\n\n## 观看 PRISM-INSIGHT 实际运行\n\n[![PRISM-INSIGHT 演示](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_b382b3549b74.jpg)](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=zAywb1G0wRA)\n\n---\n\n## 立即体验（无需安装）\n\n### 1. 实时仪表板\n实时查看 AI 交易表现：\n**[analysis.stocksimulation.kr](https:\u002F\u002Fanalysis.stocksimulation.kr\u002F)**\n\n### 2. Telegram 频道\n每日获取飙升股票警报及 AI 分析报告：\n- **[英文频道](https:\u002F\u002Ft.me\u002Fprism_insight_global_en)**\n- **[韩语频道](https:\u002F\u002Ft.me\u002Fstock_ai_agent)**\n- **[日语频道](https:\u002F\u002Ft.me\u002Fprism_insight_ja)**\n- **[中文频道](https:\u002F\u002Ft.me\u002Fprism_insight_zh)**\n- **[西班牙语频道](https:\u002F\u002Ft.me\u002Fprism_insight_es)**\n\n### 3. 示例报告\n观看由 AI 生成的苹果公司分析报告：\n\n[![示例报告 - 苹果公司分析](https:\u002F\u002Fimg.youtube.com\u002Fvi\u002FLVOAdVCh1QE\u002Fmaxresdefault.jpg)](https:\u002F\u002Fyoutu.be\u002FLVOAdVCh1QE)\n\n---\n\n## 60秒内试用（美股）\n\n尝试 PRISM-INSIGHT 的最快方式。只需一个 **OpenAI API 密钥**。\n\n```bash\n# 克隆并运行快速入门脚本\ngit clone https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight.git\ncd prism-insight\n.\u002Fquickstart.sh YOUR_OPENAI_API_KEY\n```\n\n这将生成一份针对苹果公司（AAPL）的 AI 分析报告。您也可以尝试其他股票：\n```bash\npython3 demo.py MSFT              # 微软\npython3 demo.py NVDA              # 英伟达\npython3 demo.py TSLA --language ko  # 特斯拉（韩语报告）\n```\n\n> **获取您的 OpenAI API 密钥**，请访问 [OpenAI 平台](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys)\n>\n> **可选**：在 `mcp_agent.config.yaml` 中添加一个 [Perplexity API 密钥](https:\u002F\u002Fwww.perplexity.ai\u002F) 以进行新闻分析\n>\n> **可选**：添加 `ADANOS_API_KEY`，以便用结构化的社交情绪背景信息丰富美股新闻分析\n\n您的人工智能生成的 PDF 报告将保存在 `prism-us\u002Fpdf_reports\u002F` 目录下。\n\n\u003Cdetails>\n\u003Csummary>或者使用 Docker（无需 Python 环境搭建）\u003C\u002Fsummary>\n\n```bash\n# 1. 设置您的 OpenAI API 密钥\nexport OPENAI_API_KEY=sk-your-key-here\n\n# 2. 启动容器\ndocker-compose -f docker-compose.quickstart.yml up -d\n\n# 3. 运行分析\ndocker exec -it prism-quickstart python3 demo.py NVDA\n```\n\n报告将保存到 `.\u002Fquickstart-output\u002F` 目录下。\n\n\u003C\u002Fdetails>\n\n---\n\n## 完整安装\n\n### 前置条件\n- Python 3.10+ 或 Docker\n- OpenAI API 密钥（[在此获取](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys)）或 ChatGPT Plus\u002FPro 订阅\n\n### 方案 A：Python 安装\n\n```bash\n# 1. 克隆并安装\ngit clone https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight.git\ncd prism-insight\npip install -r requirements.txt\n\n# 2. 安装 Playwright 以生成 PDF\npython3 -m playwright install chromium\n\n# 3. 安装 perplexity-ask MCP 服务器\ncd perplexity-ask && npm install && npm run build && cd ..\n\n# 4. 配置设置\ncp mcp_agent.config.yaml.example mcp_agent.config.yaml\ncp mcp_agent.secrets.yaml.example mcp_agent.secrets.yaml\n# 编辑 mcp_agent.secrets.yaml，填入您的 OpenAI API 密钥\n# 编辑 mcp_agent.config.yaml，填入 KRX 凭证（Kakao 账号）\n\n# 5. 运行分析（无需 Telegram！）\npython stock_analysis_orchestrator.py --mode morning --no-telegram\n```\n\n### 方案 B：Docker（推荐用于生产环境）\n\n```bash\n# 1. 克隆并配置\ngit clone https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight.git\ncd prism-insight\ncp mcp_agent.config.yaml.example mcp_agent.config.yaml\ncp mcp_agent.secrets.yaml.example mcp_agent.secrets.yaml\n# 根据您的 API 密钥编辑配置文件\n\n# 2. 构建并运行\ndocker-compose up -d\n\n# 3. 手动运行分析（可选）\ndocker exec prism-insight-container python3 stock_analysis_orchestrator.py --mode morning --no-telegram\n```\n\n**完整安装指南**：[docs\u002FSETUP.md](docs\u002FSETUP.md)\n\n---\n\n## 什么是 PRISM-INSIGHT？\n\nPRISM-INSIGHT 是一个**完全开源、免费**的人工智能驱动的股市分析系统，适用于**韩国（KOSPI\u002FKOSDAQ）**和**美国（NYSE\u002FNASDAQ）**市场。\n\n### 核心功能\n- **异动股票检测** — 自动检测成交量或价格出现异常波动的股票\n- **AI分析报告** — 由13个专业AI智能体生成的专业分析师级报告\n- **交易模拟** — 基于AI的买卖决策与投资组合管理\n- **自动化交易** — 通过韩国投资证券API实盘执行\n- **Telegram集成** — 实时预警及多语言广播\n- **宏观情报** — 市场状态识别、行业轮动分析、风险事件监控\n\n### AI模型\n- **分析与交易**：OpenAI GPT-5 \u002F GPT-5.4-mini（通过API或ChatGPT Plus订阅）\n- **报告生成**：Anthropic Claude Sonnet 4.6\n- **翻译**：OpenAI GPT-5（支持英语、日语、中文、西班牙语）\n\n---\n\n## AI智能体系统\n\n13个以上的专业智能体协同工作，分为多个团队：\n\n| 团队 | 智能体数量 | 用途 |\n|------|------------|------|\n| **宏观** | 1个 | 市场状态、行业轮动、风险事件 |\n| **分析** | 6个 | 技术面、财务、行业、新闻、市场分析 |\n| **策略** | 1个 | 投资策略整合 |\n| **沟通** | 3个 | 总结、质量评估、翻译 |\n| **交易** | 3个 | 买入\u002F卖出决策、交易日志 |\n| **咨询** | 2个 | 通过Telegram与用户互动 |\n\n\u003Cdetails>\n\u003Csummary>查看智能体工作流程图\u003C\u002Fsummary>\n\u003Cbr>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_689076ec6ccc.png\" alt=\"智能体工作流程\" width=\"700\">\n\u003C\u002Fdetails>\n\n**详细智能体文档**：[docs\u002FCLAUDE_AGENTS.md](docs\u002FCLAUDE_AGENTS.md)\n\n---\n\n## 核心特性\n\n| 特性 | 描述 |\n|------|------|\n| **AI分析** | 通过GPT-5多智能体系统提供专家级别的股票分析 |\n| **异动检测** | 通过早盘\u002F午盘市场趋势分析自动创建观察名单 |\n| **Telegram** | 实时将分析内容分发至频道 |\n| **交易模拟** | 基于AI的投资策略模拟 |\n| **自动交易** | 通过韩国投资证券API执行 |\n| **仪表板** | 透明化展示投资组合、交易记录及业绩表现 |\n| **自我优化** | 交易日志反馈循环——历史触发信号的胜率会自动影响未来的买入决策（[详情](docs\u002FTRADING_JOURNAL.md#performance-tracker-피드백-루프-self-improving-trading)） |\n| **美国市场** | 完全支持NYSE\u002FNASDAQ的分析 |\n| **宏观情报** | 市场状态识别与行业轮动，助力更智能的选股 |\n| **移动应用** | iOS和Android应用，具备智能筛选功能及PDF报告 |\n\n\u003Cdetails>\n\u003Csummary>查看仪表板截图\u003C\u002Fsummary>\n\u003Cbr>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_c3b2bf2ec998.png\" alt=\"投资组合概览\" width=\"700\">\n\u003Cbr>\u003Cbr>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_aa87fda87da9.png\" alt=\"交易模拟器\" width=\"700\">\n\u003Cbr>\u003Cbr>\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_0ff0c9cdf7a9.png\" alt=\"AI交易场景\" width=\"700\">\n\u003C\u002Fdetails>\n\n---\n\n## 交易业绩\n\n### 韩国市场 — 第二季\n\n| 指标 | 数值 |\n|--------|-------|\n| 时间范围 | 2025年9月30日至2026年3月24日 |\n| 总交易次数 | 86次 |\n| 胜率 | 45.35% |\n| 单笔平均收益率 | +2.84% |\n| **累计收益率** | **+244.63%** |\n| 当前持仓 | 5只股票 |\n\n### 美国市场（Beta版）\n\n| 指标 | 数值 |\n|--------|-------|\n| 时间范围 | 2026年1月28日至2026年3月21日 |\n| 总交易次数 | 13次 |\n| 当前持仓 | 6只股票 |\n\n**[实时仪表板](https:\u002F\u002Fanalysis.stocksimulation.kr\u002F)**\n\n---\n\n## 美国股市模块\n\n同样采用AI驱动的工作流程处理美国市场数据：\n\n```bash\n# 运行美国市场分析\npython prism-us\u002Fus_stock_analysis_orchestrator.py --mode morning --no-telegram\n\n# 生成英文报告\npython prism-us\u002Fus_stock_analysis_orchestrator.py --mode morning --language en\n```\n\n**数据来源**：yahoo-finance-mcp、sec-edgar-mcp（SEC文件、内幕交易信息）\n\n---\n\n## 文档\n\n| 文档 | 描述 |\n|----------|-------------|\n| [docs\u002FSETUP.md](docs\u002FSETUP.md) | 完整安装指南 |\n| [docs\u002FCLAUDE_AGENTS.md](docs\u002FCLAUDE_AGENTS.md) | AI智能体系统详细说明 |\n| [docs\u002FTRIGGER_BATCH_ALGORITHMS.md](docs\u002FTRIGGER_BATCH_ALGORITHMS.md) | 异动检测算法 |\n| [docs\u002FTRADING_JOURNAL.md](docs\u002FTRADING_JOURNAL.md) | 交易记忆系统 |\n| [docs\u002Fchatgpt-oauth\u002Fsetup.md](docs\u002Fchatgpt-oauth\u002Fsetup.md) | ChatGPT OAuth代理设置 |\n\n---\n\n## 前端示例\n\n### 仪表板\n实时跟踪投资组合与业绩表现的仪表板。\n\n**[在线演示](https:\u002F\u002Fanalysis.stocksimulation.kr\u002F)**\n\n```bash\ncd examples\u002Fdashboard\nnpm install\nnpm run dev\n# 访问 http:\u002F\u002Flocalhost:3000\n```\n\n**功能**：投资组合概览、交易历史、业绩指标、市场选择器（韩\u002F美）、与KOSPI\u002FKOSDAQ收益对比\n\n**仪表板搭建指南**：[examples\u002Fdashboard\u002FDASHBOARD_README.md](examples\u002Fdashboard\u002FDASHBOARD_README.md)\n\n---\n\n## MCP服务器\n\n### 韩国市场\n- **[kospi_kosdaq](https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fkospi-kosdaq-stock-server)** — KRX股票数据\n- **[firecrawl](https:\u002F\u002Fgithub.com\u002Fmendableai\u002Ffirecrawl-mcp-server)** — 网页爬取\n- **[perplexity](https:\u002F\u002Fgithub.com\u002Fperplexityai\u002Fmodelcontextprotocol)** — 网络搜索\n- **[sqlite](https:\u002F\u002Fgithub.com\u002Fmodelcontextprotocol\u002Fservers-archived)** — 交易模拟数据库\n\n### 美国市场\n- **[yahoo-finance-mcp](https:\u002F\u002Fpypi.org\u002Fproject\u002Fyahoo-finance-mcp\u002F)** — OHLCV、财务数据\n- **[sec-edgar-mcp](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsec-edgar-mcp\u002F)** — SEC文件、内幕交易信息\n\n---\n\n## 贡献方式\n\n1. Fork该项目\n2. 创建功能分支（`git checkout -b feature\u002Famazing-feature`）\n3. 提交更改（`git commit -m '添加超赞功能'`）\n4. 推送到分支（`git push origin feature\u002Famazing-feature`）\n5. 创建Pull Request\n\n---\n\n## 许可证\n\n**双重许可：**\n\n### 个人及开源使用\n[![许可证：AGPL v3](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-AGPL%20v3-blue.svg)](https:\u002F\u002Fwww.gnu.org\u002Flicenses\u002Fagpl-3.0)\n\n根据AGPL-3.0协议，个人使用、非商业项目及开源开发均可免费使用。\n\n### 商业SaaS使用\nSaaS公司需另行申请商业许可。\n\n**联系方式**：dragon1086@naver.com  \n**详情**：[LICENSE-COMMERCIAL.md](LICENSE-COMMERCIAL.md)\n\n---\n\n## 免责声明\n\n分析信息仅供参考，不构成投资建议。所有投资决策及其产生的盈亏均由投资者自行承担。\n\n---\n\n## 赞助\n\n### 支持本项目\n\n每月运营成本（约310美元\u002F月）：\n- OpenAI API：约235美元\u002F月\n- Anthropic API：约11美元\u002F月\n- Firecrawl + Perplexity：约35美元\u002F月\n- 服务器基础设施：约30美元\u002F月\n\n目前我们正为超过450位用户提供免费服务。\n\n\u003Cdiv align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsponsors\u002Fdragon1086\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FSponsor_on_GitHub-❤️-ff69b4?style=for-the-badge&logo=github-sponsors\" alt=\"在GitHub上赞助\">\n  \u003C\u002Fa>\n\u003C\u002Fdiv>\n\n---\n\n## 项目增长\n\n[![星级历史图表](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_readme_6e40cbb992d6.png)](https:\u002F\u002Fstar-history.com\u002F#dragon1086\u002Fprism-insight&Date)\n\n---\n\n**如果这个项目对您有帮助，请给我们点个赞吧！**\n\n**联系方式**：[GitHub Issues](https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fissues) | [Telegram](https:\u002F\u002Ft.me\u002Fstock_ai_agent) | [讨论区](https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fdiscussions)","# PRISM-INSIGHT 快速上手指南\n\nPRISM-INSIGHT 是一个完全开源的 AI 驱动股票分析与交易系统，支持美股（NYSE\u002FNASDAQ）和韩股（KOSPI\u002FKOSDAQ）。它利用 13+ 个专用 AI 智能体协作，自动检测异动股票、生成分析师级报告并执行交易模拟。\n\n## 环境准备\n\n在开始之前，请确保满足以下系统要求：\n\n*   **操作系统**: Linux, macOS 或 Windows (推荐 WSL2)\n*   **Python**: 版本 3.10 或更高\n*   **API 密钥** (二选一):\n    *   **OpenAI API Key**: 用于核心分析与交易逻辑 ([获取地址](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys))\n    *   **ChatGPT Plus\u002FPro 订阅**: 可通过 OAuth 代理直接使用，无需额外 API 费用\n*   **可选依赖**:\n    *   **Node.js & npm**: 用于构建 Perplexity MCP 服务器（新闻分析）\n    *   **Docker**: 若选择容器化部署\n\n## 安装步骤\n\n你可以选择 **60 秒快速体验**（仅美股）或 **完整安装**（支持所有功能）。\n\n### 方案 A：60 秒快速体验 (仅需 OpenAI Key)\n\n此方案最适合快速测试美股分析功能，无需复杂配置。\n\n1.  **克隆仓库并运行脚本**\n    将 `YOUR_OPENAI_API_KEY` 替换为你的实际密钥：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight.git\n    cd prism-insight\n    .\u002Fquickstart.sh YOUR_OPENAI_API_KEY\n    ```\n    *脚本将自动生成苹果公司 (AAPL) 的分析报告。*\n\n2.  **测试其他股票**\n    ```bash\n    python3 demo.py MSFT              # 分析微软\n    python3 demo.py NVDA              # 分析英伟达\n    python3 demo.py TSLA --language ko  # 分析特斯拉 (韩语报告)\n    ```\n    *生成的 PDF 报告保存在 `prism-us\u002Fpdf_reports\u002F` 目录。*\n\n> **Docker 用户替代方案** (无需安装 Python 环境):\n> ```bash\n> export OPENAI_API_KEY=sk-your-key-here\n> docker-compose -f docker-compose.quickstart.yml up -d\n> docker exec -it prism-quickstart python3 demo.py NVDA\n> ```\n\n### 方案 B：完整安装 (生产环境推荐)\n\n此方案支持韩股分析、自动交易模拟及 Telegram 通知。\n\n1.  **克隆与基础依赖安装**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight.git\n    cd prism-insight\n    pip install -r requirements.txt\n    ```\n\n2.  **安装浏览器内核 (用于生成 PDF)**\n    ```bash\n    python3 -m playwright install chromium\n    ```\n\n3.  **构建 MCP 服务器 (新闻分析组件)**\n    ```bash\n    cd perplexity-ask && npm install && npm run build && cd ..\n    ```\n\n4.  **配置文件设置**\n    复制示例配置文件并填入你的密钥：\n    ```bash\n    cp mcp_agent.config.yaml.example mcp_agent.config.yaml\n    cp mcp_agent.secrets.yaml.example mcp_agent.secrets.yaml\n    ```\n    *   编辑 `mcp_agent.secrets.yaml`: 填入 `OPENAI_API_KEY`。\n    *   编辑 `mcp_agent.config.yaml`: 如需分析韩股，需填入 KRX 凭证 (Kakao 账号)。\n\n5.  **运行分析**\n    ```bash\n    python stock_analysis_orchestrator.py --mode morning --no-telegram\n    ```\n\n## 基本使用\n\n安装完成后，你可以通过以下方式启动系统：\n\n### 1. 启动晨间分析模式\n执行主协调器脚本，系统将自动检测异动股票并生成报告：\n```bash\npython stock_analysis_orchestrator.py --mode morning\n```\n*   `--mode morning`: 执行早盘分析。\n*   `--mode afternoon`: 执行午盘分析。\n*   `--no-telegram`: 禁用 Telegram 通知（本地测试必备）。\n\n### 2. 指定语言生成报告\n默认输出语言可在配置中设定，也可通过命令行临时指定：\n```bash\n# 生成英文报告\npython stock_analysis_orchestrator.py --mode morning --language en\n\n# 生成中文报告 (需模型支持)\npython stock_analysis_orchestrator.py --mode morning --language zh\n```\n\n### 3. 美股专项分析\n针对美股市场的独立运行脚本：\n```bash\npython prism-us\u002Fus_stock_analysis_orchestrator.py --mode morning --language en\n```\n\n### 4. 查看实时仪表盘 (可选)\n如果需要可视化界面，可启动前端示例：\n```bash\ncd examples\u002Fdashboard\nnpm install\nnpm run dev\n# 访问 http:\u002F\u002Flocalhost:3000 查看投资组合与绩效\n```\n\n### 💡 提示：免 API 费用模式\n如果你拥有 ChatGPT Plus 或 Pro 订阅，可以使用 OAuth 模式运行，无需消耗 API 额度：\n```bash\n# 首次登录授权\npython -m cores.chatgpt_proxy.oauth_login\n\n# 使用订阅运行分析\nPRISM_OPENAI_AUTH_MODE=chatgpt_oauth python stock_analysis_orchestrator.py --mode morning\n```","一位忙碌的个人投资者希望在美股开盘前快速捕捉潜在暴涨股，并获取机构级别的分析报告以辅助决策，但受限于时间和专业分析能力，往往错失良机或盲目跟风。\n\n### 没有 prism-insight 时\n- **信息过载且滞后**：需要手动浏览数十个新闻源和论坛，难以在海量噪音中及时识别真正的市场异动信号。\n- **分析深度不足**：缺乏专业金融背景，只能看懂表面涨跌，无法深入解读财报数据、宏观情绪与技术指标的关联。\n- **决策依赖直觉**：由于缺少系统化的数据支撑，买卖操作多凭感觉或跟随社交媒体大 V，风险极高且难以复盘。\n- **时间成本高昂**：整理一份完整的个股分析报告通常需要数小时，导致无法在交易窗口期内做出反应。\n\n### 使用 prism-insight 后\n- **智能精准预警**：13+ 个专用 AI 代理协同工作，自动扫描全市场并实时推送经过筛选的“激增股票”警报，直达 Telegram 或手机 App。\n- **生成分析师级报告**：一键调用 GPT-5 或 Claude 模型，几分钟内输出包含基本面、技术面及风险评级的 PDF 深度报告，质量媲美华尔街投行。\n- **数据驱动决策**：基于多维度 AI 推理给出明确的交易建议，让每一次建仓或止盈都有据可依，显著降低情绪化交易比例。\n- **零门槛高效执行**：支持通过现有的 ChatGPT Plus 订阅直接运行，无需昂贵 API 费用，从数据获取到报告生成全程自动化，节省 90% 的研究时间。\n\nprism-insight 将原本需要专业团队数小时完成的市场洞察工作，压缩为个人投资者几分钟即可掌握的决策依据，真正实现了机构级分析能力的平民化。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdragon1086_prism-insight_b382b354.jpg","dragon1086","rocky-mun","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fdragon1086_eb401f13.jpg",null,"https:\u002F\u002Fgithub.com\u002Fdragon1086",[78,82,85],{"name":79,"color":80,"percentage":81},"Python","#3572A5",97.8,{"name":83,"color":84,"percentage":32},"Shell","#89e051",{"name":86,"color":87,"percentage":88},"Dockerfile","#384d54",0.2,528,188,"2026-04-05T08:51:51","AGPL-3.0","Linux, macOS, Windows","未说明",{"notes":96,"python":97,"dependencies":98},"该工具主要基于 API 调用（OpenAI, Anthropic 等），无需本地运行大型模型，因此无特殊 GPU 需求。安装需额外步骤：1. 使用 Playwright 安装 Chromium 以生成 PDF 报告；2. 需 Node.js 环境来构建 'perplexity-ask' MCP 服务器。支持通过 Docker 部署以避免手动配置 Python 环境。若使用韩国股市功能，需在配置文件中设置 Kakao 账号凭证。","3.10+",[99,100,101],"playwright","nodejs\u002Fnpm (用于构建 perplexity-ask MCP)","docker-compose (可选)",[14,35,15,13],[104,105,106,107,108],"ai","llm","mcp","multi-agent","stock","2026-03-27T02:49:30.150509","2026-04-11T16:57:39.522645",[112,117,122,127],{"id":113,"question_zh":114,"answer_zh":115,"source_url":116},17554,"遇到 OpenAI API 报错 'Request too large' 或 'tokens per min (TPM) limit exceeded' (错误代码 429) 该如何解决？","这是因为请求的令牌量超过了当前 OpenAI 账户层级的每分钟令牌数 (TPM) 限制。解决方法如下：\n1. **减少数据查询量（推荐）**：修改 `cores\u002Fagents\u002F__init__.py` 文件，将 `max_years` 变量从 2 年改为 1 年。这会减少调用 kospi_kosdaq MCP server 时查询的数据量，虽然分析数据减少，但整体质量影响不大。\n2. **提升账户层级**：增加 OpenAI API 的费用支出以提升账户 Tier，从而获得更高的 TPM 限制。\n3. **优化代码逻辑**：检查 Agent 的 Prompt 以减少不必要的数据查询，或在每次 Agent 调用之间添加 `sleep` 延时以规避速率限制。","https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fissues\u002F48",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},17555,"程序运行时日志显示持续尝试登录 KRX (韩国交易所) 但一直失败，如何处理？","这是由于 KRX 服务器的会话管理机制不完善导致的。有时即使执行了登出操作，服务器端并未立即生效，导致后续登录尝试失败。\n目前该功能尚不完全稳定，建议的解决方案是：**改用 'Kakao 登录' 功能**代替直接的 KRX 账号登录，以获得更稳定的连接体验。","https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fissues\u002F139",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},17556,"实盘交易时出现 'Get Authentification token fail!' 和 'Error Code : 500' 导致买卖单无法执行，怎么办？","这通常是因为认证令牌文件 (`KIS...` 文件) 为空或损坏，或者应用密钥 (App Key) 与运行模式 (实盘\u002F模拟) 不匹配造成的。\n解决步骤：\n1. **检查模式匹配**：确认配置文件中的 `default_mode` (如 'real') 与填入的 App Key 类型一致。实盘模式不能使用模拟投资 (PSVT 开头) 的 Key，反之亦然。\n2. **清理令牌文件**：手动删除项目目录下生成的空令牌文件 (如 `KIS20260120`)，重启程序让系统重新生成有效的令牌。\n3. **更新代码**：最新版本的代码已修复了导入模块时创建空文件的问题，并增加了自动删除损坏令牌文件和明确的错误提示逻辑，建议升级到最新版本。","https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fissues\u002F137",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},17557,"为什么收到 Telegram 卖出的通知显示“卖出完成”，但实际上持仓并没有减少 (订单未成交)？","这是因为在韩国股市的交易规则中，**16:00 到 16:40 之间存在一个交易空白期**。在此期间，既不能进行常规交易，也不能提交预约订单 (预约订单需在 16:40 之后提交)。\n如果 AI 在这个时间段 (例如 16:15) 决定卖出并尝试下单，KIS API 会返回错误，但旧版本代码可能忽略了该错误并误报“卖出完成”。\n**解决方案**：已在新版本 (PR #82) 中修复。系统现在会识别该时间段的限制，若在此时段收到卖出信号，会调整为在 16:40 之后自动重试提交预约订单，或在可能的情况下尝试市场单，并确保状态报告准确。请更新到最新版本。","https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fprism-insight\u002Fissues\u002F79",[133,138,143,148,153,158,163,168,173,178,183,188,193,198,203,208,213,218,223,228],{"id":134,"version":135,"summary_zh":136,"released_at":137},107809,"v2.9.0","# PRISM-INSIGHT v2.9.0\n\n发布日期：2026年3月31日\n\n## 概述\n\nPRISM-INSIGHT v2.9.0 是一个以 **三位外部贡献者的重要功能新增** 和 **KR\u002FUS 交易核心漏洞的大量修复** 为重点的小版本更新。\n\n本次发布包含了三项外部贡献：支持多账户同时运行、新增 US 社交情绪上下文以及解决 US 模块命名空间冲突；同时还修复了在实盘运行中发现的 KIS API 订单错误、Telegram 稳定性问题，以及强化了止损价防御逻辑。\n\n**主要数据：**\n- 共12个 Pull Request（#227 ~ #239，不包括 #230 的回滚）\n- 修改了44个文件，新增6,327行，删除1,135行\n- 3位外部贡献者（@tkgo11、@alexander-schneider、@lifrary）\n\n---\n\n## 外部贡献\n\n### 1. 多账户支持 ⭐ 新增 — @tkgo11 (#228)\n\n支持基于 `accounts` 列表的无限多账户配置。KR\u002FUS 自动交易将根据条件同时向所有符合条件的账户下达订单，而投资组合报告器仍沿用以往方式，仅使用一个代表账户。\n\n| 项目 | 说明 |\n|------|------|\n| **账户设置** | 在 `kis_devlp.yaml` 中通过 `accounts:` 列表注册账户（名称、模式、市场、账号、产品） |\n| **扇出式交易** | `AsyncTradingContext` \u002F `AsyncUSTradingContext` 的默认行为已更改为对所有账户进行扇出操作 |\n| **指定账户** | 可通过 `account_name` \u002F `account_index` 指定特定账户 |\n| **兼容性** | 现有的 `my_acct_stock`、`my_paper_stock` 简单键值将自动转换，并伴随 `DeprecationWarning` 警告 |\n| **数据库迁移** | 自动添加 `account_key`、`account_name` 列（首次运行时会先创建备份表，然后进行无中断迁移） |\n| **扇出结果** | 增加了 `account_results` 和 `partial_success` 字段 |\n\n#### 配置文件变更\n\n需在 `kis_devlp.yaml` 中添加 `accounts:` 块。虽然现有简单键值方式暂时仍可使用，但建议尽快完成迁移。\n\n```yaml\n# 新格式（推荐）\naccounts:\n  - name: \"实盘-主账户\"\n    mode: \"real\"\n    market: \"all\"\n    account: \"12345678\"\n    product: \"01\"\n  - name: \"模拟-主账户\"\n    mode: \"demo\"\n    market: \"all\"\n    account: \"34567890\"\n    product: \"01\"\n```\n\n#### 影响文件\n\n`trading\u002Fkis_auth.py`、`trading\u002Fdomestic_stock_trading.py`、`prism-us\u002Ftrading\u002Fus_stock_trading.py`、`tracking\u002Fdb_schema.py`、`prism-us\u002Ftracking\u002Fdb_schema.py`、`stock_tracking_agent.py`、`prism-us\u002Fus_stock_tracking_agent.py`、`trading\u002Fportfolio_telegram_reporter.py`、`weekly_insight_report.py`、`prism-us\u002Fus_pending_order_batch.py`、`examples\u002Fgenerate_us_dashboard_json.py`\n\n---\n\n### 2. US 社交情绪上下文 — @alexander-schneider (#229)\n\n在 US 新闻分析中选择性地加入公开的社交情绪数据。若未设置 `ADANOS_API_KEY`，则保持原有行为不变。\n\n| 项目 | 说明 |\n|------|------|\n| **数据来源** | 通过 Adanos API 收集每个股票代码过去7天的社交快照 |\n| **包含指标** | 平均热度、看涨比例、信息源多样性、覆盖范围，以及各信息源的热度、看涨、提及和趋势情况 |\n| **适用范围** | 作为辅助上下文注入到现有的 `news_analysis` 代理中（报告部分结构无需更改） |\n| **条件激活** | 若未设置 `ADANOS_API_KEY`，US 分析流程将按原样运行 |\n\n#### 设置方法\n\n在 `.env` 文件中添加（可选）：\n```bash\nADANOS_API_KEY=your-api-key\n```\n\n#### 影响文件\n\n`prism-us\u002Fcores\u002Fus_social_sentiment_client.py`（新增）、`prism-us\u002Fcores\u002Fagents\u002Fnews_strategy_agents.py`、`prism-us\u002Fcores\u002Fus_analysis.py`、`.env.example`\n\n---\n\n### 3. US 模块命名空间冲突修复 — @lifrary (#227)\n\n解决了在运行 `us_stock_analysis_orchestrator.py` 时，Python 模块缓存中 `prism-us\u002Fcores\u002F` 与根目录 `cores\u002F` 发生冲突的结构性问题。\n\n| 错误 | 原因 | 修复 |\n|------|------|------|\n| `ImportError: prefetch_us_macro_intelligence_data` | 根目录下的 `cores\u002Fdata_prefetch` 被缓存 | 使用 `importlib.util` 直接加载绕过 |\n| `ModuleNotFoundError: cores.us_surge_detector` | 同名包冲突 | 添加 `_import_from_us_cores()` 辅助函数 |\n\n`_impo","2026-03-31T02:22:17",{"id":139,"version":140,"summary_zh":141,"released_at":142},107810,"v2.8.0","# PRISM-INSIGHT v2.8.0\n\n发布日期：2026年3月24日\n\n## 概述\n\nPRISM-INSIGHT v2.8.0 是一个以 **通过 ChatGPT OAuth 代理实现基于订阅的 API 访问**、**提升投资组合调整的一致性** 以及 **增强韩\u002F美市场交易稳定性** 为重点的次要版本。\n\n我们引入了 OAuth 代理，仅需 ChatGPT Plus\u002FPro 订阅即可使用 OpenAI API，无需额外支付 API 费用，从而实现了无需单独充值 API 配额即可运行流水线的功能。此外，我们修复了卖出决策代理在投资组合调整逻辑中发现的结构性缺陷（双重路径数据库变更、追踪止损不一致），并修正了韩\u002F美市场交易订单中的多个错误。\n\n**主要数据：**\n- 共 11 个 PR (#216 ~ #226)\n- 修改了 23 个文件，新增 2,536 行、删除 59 行\n\n---\n\n## 主要变更\n\n### 1. ChatGPT OAuth 代理 ⭐ 新增 (#221, #224)\n\n我们引入了一个本地代理服务器，利用 ChatGPT Plus\u002FPro 订阅的 OAuth 令牌调用 OpenAI API。现在只需订阅即可运行流水线，无需额外充值 API 配额。\n（感谢 GitHub Issues 中提出该建议的 @Leuconoe）\n\n| 项目 | 描述 |\n|------|------|\n| **OAuth 登录** | 基于 Playwright 的浏览器自动化获取 ChatGPT OAuth 令牌 |\n| **令牌管理** | 自动续期、到期检测、基于文件的缓存 |\n| **API 转换** | 兼容 OpenAI `\u002Fv1\u002Fchat\u002Fcompletions` 的代理（FastAPI） |\n| **模型映射** | `gpt-5.4` → 自动转换为 ChatGPT 内部模型 |\n\n#### 新增文件结构\n\n```\ncores\u002Fchatgpt_proxy\u002F\n├── __init__.py          # 包入口点\n├── oauth_login.py       # Playwright OAuth 登录\n├── token_manager.py     # 令牌缓存\u002F续期\n├── api_translator.py    # API 请求\u002F响应转换\n├── proxy_server.py      # FastAPI 代理服务器\n└── constants.py         # 常量定义\n```\n\n#### 使用方法\n\n```bash\n# 1. 初次 OAuth 登录（浏览器弹窗）\npython -m cores.chatgpt_proxy.oauth_login\n\n# 2. 启动代理服务器\npython -m cores.chatgpt_proxy.proxy_server\n\n# 3. 在现有代码中仅需更改 base_url\n# OPENAI_BASE_URL=http:\u002F\u002Flocalhost:8766\u002Fv1\n```\n\n---\n\n### 2. 投资组合调整一致性改进 (#226)\n\n我们修复了卖出决策代理在每次执行时止盈\u002F止损价格调整行为不一致的结构性缺陷。\n\n| 根本原因 | 修正内容 |\n|-----------|-----------|\n| **双重路径数据库变更**：AI 通过直接更新 SQLite 数据库与 JSON 响应两种方式修改止损价 | 移除直接更新 SQLite 的指令，统一使用 `portfolio_adjustment` JSON 路径 |\n| **缺少最高价持久化状态**：每次计算追踪止损时结果不同 | 在 `scenario` JSON 中添加 `highest_price` 字段，并在每次执行时自动更新 |\n| **未验证止损价是否大于当前价**：异常值会被记录到数据库中 | 在 `_process_portfolio_adjustment()` 中，若 `stop_loss > current_price` 则拒绝处理 |\n| **美国市场未处理 portfolio_adjustment**：AI 的 JSON 响应被忽略 | 为美国跟踪代理新增 `_process_portfolio_adjustment()` 函数 |\n\n对于现有持仓标的，在首次执行时将自动以 `max(buy_price, current_price)` 初始化 `highest_price`，且无需进行迁移。同时，AI 提示语会发出首次追踪警告，引导用户通过 OHLCV 数据确认实际最高价。\n\n---\n\n### 3. OpenAI 配额耗尽通知 (#225)\n\n当 OpenAI API 发生 `insufficient_quota` 错误（HTTP 429）时，系统会立即通过 Telegram 发送通知。此前，流水线会在无声失败的情况下悄然停止，导致难以察觉配额已耗尽。\n\n| 项目 | 描述 |\n|------|------|\n| **检测位置** | 韩\u002F美编排器 `run_full_pipeline` + 翻译流水线中的 3 处（共 10 处） |\n| **通知内容** | `🚨 OpenAI API 配额耗尽通知` + 账单页面链接 |\n| **通用工具** | 在 `telegram_config.py` 中新增 `is_openai_quota_error()` 和 `send_openai_quota_alert()` 函数 |\n\n---\n\n### 4. 韩\u002F美市场交易稳定性 (#216 ~ #220, #223)\n\n| 问题 | PR | 修正 |\n|------|-----|------|\n| 韩国盘后时段买入 ORD_DVSN 错误 (APBK0918) | #216 | 将 `02`（盘前）修改为 `06`（盘后） |\n| 翻译过程中 Base64 图像缺失 | #217 | 添加基于比例的位置重新插入逻辑 |\n| 韩国买入判断时忽略 AI 的“跳过”决定 | #218 | 与美国逻辑统一——若 AI 决定跳过，则停止买入 |\n| 美国盘中市价买入订单错误 (APBK1507) | #219 | 将市价单改为限价单","2026-03-24T03:39:17",{"id":144,"version":145,"summary_zh":146,"released_at":147},107811,"v2.7.0","# PRISM-INSIGHT v2.7.0\n\n发布日期：2026年3月18日\n\n## 概述\n\nPRISM-INSIGHT v2.7.0 是一个以 **GPT-5.4 混合模型升级** 和 **运行稳定性提升** 为重点的次要版本。\n\n在报告、摘要等文本生成任务中，我们采用了成本效益更高的 gpt-5.4-mini；而在交易判断等需要高级推理的任务中，则使用了 gpt-5.4，从而实现了混合策略。此外，我们还新增了用于解决美国预约订单盘后失败问题的队列系统，并修复了多项运行错误。\n\n**主要数据：**\n- 共6个PR（#207 ~ #212）\n- 约25个文件变更\n\n---\n\n## 主要变更\n\n### 1. GPT-5.4 混合模型升级 ⭐ NEW\n\n通过按用途分配最优模型，我们实现了 **成本降低3.3倍、速度提升2倍** 的效果。\n\n| 用途 | 升级前 | 升级后 | 原因 |\n|------|--------|-------|------|\n| 报告生成（4处） | gpt-5.2 | **gpt-5.4-mini** | 不涉及推理，以文本生成为主 |\n| 编排器（2处） | gpt-5.2 | **gpt-5.4-mini** | 输出宏观经济分析JSON |\n| Telegram摘要（2处） | gpt-5.2 | **gpt-5.4-mini** | 摘要评估，轻量级任务 |\n| 日志压缩（2处） | gpt-5.2 | **gpt-5.4-mini** | 日志条目摘要\u002F压缩 |\n| 日志记录（2处） | gpt-5.2 | **gpt-5.4-mini** | 交易日志生成 |\n| 交易判断跟踪（4处） | gpt-5.2 | **gpt-5.4** | 需要推理，判断是否卖出持仓股票 |\n| 公司名称翻译（1处） | gpt-4o-mini | **gpt-5-nano** | 与其他翻译统一模型，追求最低成本 |\n\n#### mcp-agent框架补丁\n\nGPT-5.4系列在 `\u002Fv1\u002Fchat\u002Fcompletions` 中使用 function tools + `reasoning_effort` 组合时会出现400错误。mcp-agent框架会始终发送 `reasoning_effort`，这一问题已在分支中得到修复。\n\n- 上游PR：[lastmile-ai\u002Fmcp-agent#648](https:\u002F\u002Fgithub.com\u002Flastmile-ai\u002Fmcp-agent\u002Fpull\u002F648)\n- 在补丁合并之前，`requirements.txt` 将引用该分支。\n\n---\n\n### 2. 美国预约订单队列系统 (#210) ⭐ NEW\n\n美国市场KIS预约订单仅可在韩国时间10:00之后进行。此前盘后下单会导致API错误，而现在则会自动进入队列并批量处理。\n\n| 项目 | 说明 |\n|------|------|\n| **排队** | 10点前的订单将保存至`us_pending_orders`表 |\n| **批量执行** | `us_pending_order_batch.py`将于韩国时间10:05通过cron定时执行 |\n| **试运行** | 可使用`--dry-run`选项在不实际下单的情况下进行验证 |\n\n```bash\n# 批量脚本测试\npython prism-us\u002Fus_pending_order_batch.py --dry-run\n```\n\n---\n\n### 3. 宏观板块龙头+逆向价值股触发器 (#209) ⭐ NEW\n\n我们在KR和US市场同时新增了两种即使在弱势或横盘行情下也能生成候选股票的新触发器。\n\n| 触发器 | 说明 | 活跃模式 |\n|--------|------|-----------|\n| **宏观板块龙头** | 直接从macro_context中的leading_sectors中生成候选 | 横盘行情主力 |\n| **逆向价值股** | 相较52周高点下跌15%~40%，且基本面稳健的个股 | 弱势行情主力 |\n\n根据市场状态激活不同策略：强势市以动量为主，横盘市以宏观板块为主，弱势市则以逆向价值为主。\n\n验证结果（moderate_bear模式）：在原有动量触发器未产生任何候选的情况下，新触发器成功生成了20只候选股票。\n\n---\n\n### 4. 运行错误修复 (#208, #210)\n\n| 问题 | 修复 |\n|------|------|\n| 直接调用pykrx时出现KRX JSON解析错误 | 替换为krx_data_client（科斯比-科斯达克MCP服务器） |\n| 生成空OHLCV数据的股票图表时出现zero-size array错误 | 新增过滤全部OHLC为0的行 |\n| Playwright每次转换PDF时重复出现浏览器未安装警告 | 添加缓存标志并检查`--dry-run` |\n| Telegram PDF发送超时（30秒） | 延长至60秒 |\n| KIS查询NYSE价格时缺少NYS映射 | 分离`PRICE_EXCHANGE_CODES`并添加映射 |\n\n---\n\n### 5. 美国买入待定警报格式统一 (#208)\n\n我们将美国买入待定Telegram警报统一为与KR相同的韩语格式。\n\n| 项目 | 升级前 | 升级后 |\n|------|--------|-------|\n| 标签 | 英文（Skip, Current Price） | 韩文（매수 보류, 현재가） |\n| 买入评分 | `{score}\u002F{min_score}` | 固定为`{score}\u002F10` |\n| 市场状态 | `moderate_bear`（英文原文） | `보통 약세장`（韩语） |\n\n---\n\n### 6. 移除美国触发器批次中的市值过滤条件 (#208)\n\n在美国触发器批次中，市值$20B的过滤条件几乎屏蔽了所有动量型股票。而KR触发器批次则并未设置市值过滤条件。","2026-03-18T14:40:40",{"id":149,"version":150,"summary_zh":151,"released_at":152},107812,"v2.6.0","# PRISM-INSIGHT v2.6.0\n\n发布日期：2026年3月11日\n\n## 概述\n\nPRISM-INSIGHT v2.6.0 是一个次要版本，它将**宏观经济智能（Macro Intelligence）**整合到核心分析流程中，并将选股方式全面改造成**自上而下+自下而上的混合模式**。\n\n此前，系统仅依据个股的异动、成交量等信号（自下而上）进行选股；而从本版本开始，新增了**判断市场状态→识别主导板块→筛选板块内潜力股**的自上而下分析流程，从而能够根据市场走势实现更为精细的选股。\n\n**主要数据：**\n- 共10个PR (#192 ~ #202)\n- 25个文件变更\n- 增加3,978行 \u002F 减少271行\n\n---\n\n## 主要变更内容\n\n### 1. 宏观经济智能代理（Macro Intelligence）⭐ 新增\n\nAI代理会**实时分析宏观经济数据**，以判断市场状态并识别主导与滞后的行业板块。该功能同时支持韩国和美国市场。\n\n#### 1.1 分析内容\n\n| 项目 | 说明 |\n|------|------|\n| **市场状态判断** | 基于标普500、纳斯达克、VIX等指数数据，划分5个阶段的状态分类（强牛\u002F温和牛\u002F横盘\u002F温和熊\u002F强熊） |\n| **主导板块识别** | 通过Perplexity AI搜索，实时掌握当前引领市场的板块及落后板块 |\n| **风险事件** | 汇总利率决议、财报季等短期影响事件 |\n| **市场报告** | 自动在分析报告中插入宏观经济摘要部分 |\n\n#### 1.2 状态分类方式\n\n采用**混合方式**：先由程序化逻辑计算市场状态，再由LLM代理补充定性分析。\n\n```\n指数数据（标普500、纳斯达克、VIX）\n  → 基于移动平均与波动率的程序化状态判定\n  → 使用Perplexity AI进行定性板块与风险分析\n  → 最终生成macro_context\n```\n\n> 为降低LLM调用成本，量化判断由代码完成，LLM则专注于搜索与摘要。\n\n#### 1.3 应用文件\n\n| 文件 | 作用 |\n|------|------|\n| `cores\u002Fagents\u002Fmacro_intelligence_agent.py` | 韩国宏观经济代理 |\n| `prism-us\u002Fcores\u002Fagents\u002Fmacro_intelligence_agent.py` | 美国宏观经济代理 |\n| `cores\u002Fdata_prefetch.py` | 韩国指数数据预取 + 程序化状态计算 |\n| `prism-us\u002Fcores\u002Fdata_prefetch.py` | 美国指数数据预取 + 程序化状态计算 |\n\n---\n\n### 2. 自上而下+自下而上混合选股 ⭐ 新增\n\n在原有的自下而上（异动、成交量信号）选股基础上，新增了自上而下的通道（宏观经济→主导板块→板块内潜力股）。\n\n#### 2.1 选股方式\n\n```\n[自上而下通道]                    [自下而上通道]\n 宏观经济状态判断                 异动检测\n → 主导板块识别                  成交量激增检测\n → 板块内股票池生成            → 计算composite_score\n → 计算topdown_score\n\n         ↓                           ↓\n    ┌──────────────────────────────────┐\n    │   根据市场状态分配名额           │\n    │   → 最终选出3只股票              │\n    └──────────────────────────────────┘\n```\n\n#### 2.2 市场状态对应的名额分配\n\n根据市场状况自动调整自上而下与自下而上的权重比例。\n\n| 市场状态 | 自上而下名额 | 自下而上名额 | 依据 |\n|-----------|:---------:|:---------:|------|\n| **强牛市** (strong_bull) | 2 | 1 | 在强劲上涨行情中，板块轮动较为清晰——主导板块的大盘股推动指数上涨 |\n| **温和牛市** (moderate_bull) | 1 | 2 | 板块轮动不稳定，个别具备动能的个股可能跑赢大盘 |\n| **横盘震荡** (sideways) | 1 | 2 | 缺乏明确的主导板块，基于个别事件（业绩、新药、合同）的个股更具优势 |\n| **温和熊市** (moderate_bear) | 1 | 2 | 确保一只防御性板块股票，并捕捉逆势反弹机会 |\n| **强熊市** (strong_bear) | 0 | 3 | 整体板块下跌时，自上而下方法意义不大，应聚焦于技术性反弹信号 |\n\n#### 2.3 选股示例\n\n```\n市场状态：moderate_bear（温和熊市）\n→ 自上而下1个名额，自下而上2个名额\n\n[TOP-DOWN]  HON（霍尼韦尔）— 主导板块工业品，topdown_score=0.839\n[BOTTOM-UP] VRTX（Vertex制药）— 成交量激增Top-1\n[BOTTOM-UP] SNDK（闪迪）— 跳空高开动能Top-1\n```\n\n#### 2.4 应用范围\n\n韩语版（`trigger_batch.py`）和英语版（`prism-us\u002Fus_trigger_batch.py`）**均采用相同机制**。原有触发检测算法（异动、成交量、估值）保持不变，仅对最终选股环节（`select_final_tickers`）进行了混合模式改造。","2026-03-11T14:10:36",{"id":154,"version":155,"summary_zh":156,"released_at":157},107813,"v2.5.0","# PRISM-INSIGHT v2.5.0\n\n发布日期：2026年2月25日\n\n## 概述\n\nPRISM-INSIGHT v2.5.0 是一个次要版本，包含以下更新：**PRISM-Mobile 与 Firebase 桥接**、**多语言广播系统**、**Telegram 机器人稳定性提升**、**美国交易信号一致性优化**以及**AI 模型升级（Claude Sonnet 4.6）**。\n\n尤其值得一提的是，从本版本开始，Telegram 分析消息将同步以**英语、日语、中文和西班牙语**发送。此外，当执行 `\u002Freport` 命令时若发生服务器错误，每日使用次数将**自动退还**。在买入分析时，系统还会结合同一股票的先前卖出原因及市场状况，从而**避免仓促的再次买入误判**。\n\n**主要数据：**\n- 共计 28 个 PR（#162 至 #191）\n- 38 个文件变更\n- 新增 2,992 行 \u002F 删除 1,007 行\n\n---\n\n## 主要变更\n\n### 1. Firebase 桥接 — PRISM-Mobile 应用联动 ⭐ 新增\n\n这是一个桥接模块，用于将股票分析、触发信号及交易通知通过 **FCM 推送通知** 发送到 PRISM-Mobile 应用。该模块可与 Telegram 频道同时运行，且不会影响现有的 Telegram 发送流程。\n\n#### 1.1 主要功能\n\n| 功能 | 说明 |\n|------|------|\n| **自动类型检测** | 自动分类市场（KR\u002FUS）及消息类型（触发\u002F分析\u002F组合\u002FPDF） |\n| **Firestore 存储** | 将消息元数据（标题、预览、股票信息）记录到 Firestore |\n| **FCM 推送通知** | 向已注册设备实时推送通知 |\n| **支持 lang 字段** | 包含用于多语言频道路由的语言代码 |\n| **过期令牌自动清理** | 当 FCM 发送失败（registration-token-not-registered）时，自动从 Firestore 中删除相应令牌 |\n| **异步处理** | 采用“即发即忘”方式——不会延迟追踪流水线 |\n\n#### 1.2 联动点\n\n| 文件 | 联动位置 |\n|------|-----------|\n| `telegram_bot_agent.py` | send_message、纯文本重试、send_document（共3处） |\n| `tracking\u002Ftelegram.py` | _send_single_message（1处） |\n| `stock_tracking_agent.py` | KR 追踪代理 |\n| `stock_tracking_enhanced_agent.py` | KR 增强型追踪代理 |\n| `prism-us\u002Fus_stock_tracking_agent.py` | US 追踪代理 |\n\n#### 1.3 设置方法\n\n```bash\n# 在 .env 文件中添加\nFIREBASE_BRIDGE_ENABLED=true\nGOOGLE_APPLICATION_CREDENTIALS=\u002Fpath\u002Fto\u002Ffirebase-service-account.json\nTELEGRAM_CHANNEL_USERNAME=your_telegram_channel_username\n\n# 安装依赖\npip install firebase-admin>=6.0.0\n```\n\n> 默认情况下，该功能处于**禁用状态**。仅当设置 `FIREBASE_BRIDGE_ENABLED=true` 时才会生效。\n> 所有 Firebase 调用均被 try\u002Fexcept 保护，即使发生错误也不会影响 Telegram 的发送。\n\n#### 1.4 Bug 修复记录\n\n| PR | 修复内容 |\n|----|-----------|\n| #162、#166 | Firebase 桥接初始实现 + 添加 `lang` 字段 |\n| #171、#172 | KR\u002FUS 追踪代理联动 + 切换为异步处理 |\n| #186 | 由于缺少 `msg_type` 参数导致类型检测异常——已修正为显式传递 |\n| #188 | 修复了 `detect_market()` 函数将日期字符串（如 `20260224`）中的前6位误识别为韩国股票代码的 bug |\n| #188 | 实现 FCM 过期令牌自动清理（解决了 FCM 发送给 0\u002F8 台设备的问题） |\n\n---\n\n### 2. 多语言广播系统 ⭐ 新增\n\n分析报告将被翻译成**英语、日语、中文和西班牙语**，并同时发送至各语言频道。该系统采用非阻塞式的异步架构，不会影响主分析流水线。\n\n#### 2.1 使用方法\n\n```bash\n# 周报多语言发送\npython weekly_insight_report.py --broadcast-languages en,ja,zh,es\n\n# 仅指定部分语言\npython weekly_insight_report.py --broadcast-languages en,ja\n```\n\n#### 2.2 处理方式\n\n- **翻译**：以“即发即忘”的方式与主流水线并行执行\n- **PDF 生成**：为避免文件冲突，采用顺序处理\n- **语言频道**：根据 `.env` 文件中配置的频道链接进行路由\n\n#### 2.3 添加多语言 README 文件\n\n| 文件 | 语言 |\n|------|------|\n| `README_ja.md` | 日语 |\n| `README_zh.md` | 中文 |\n| `README_es.md` | 西班牙语 |\n\n#### 2.4 Bug 修复\n\n| 项目 | 修复内容 |\n|------|------|\n| 广播 PDF 并行处理冲突 | 已切换为顺序处理 |\n| 组合报告器翻译缺失 awaiting | 已在 `portfolio_telegram_reporter.py` 中修复 |\n| 追踪广播任务 aw","2026-02-24T16:58:51",{"id":159,"version":160,"summary_zh":161,"released_at":162},107814,"v2.4.1","# 发布说明 v2.4.1\n\n> **日期**: 2026-02-10 | **PRs**: #160, #161\n\n## 概要\n\n修复了KR\u002FUS交易系统中的两个入场判断漏洞，确保实际买入操作能够正常运行。\n\n---\n\n## PR #160 — 修正KR韩英决策字符串不一致问题\n\n**分支**: `fix\u002Fdecision-korean-english-mismatch`\n\n### 问题\nLLM返回的是韩语决策（“进入”、“观望”、“未进入”），但代码却与英文（“Enter”、“Watch”、“Skip”）进行比较，导致即使分数足够也会始终被判定为“Skip”。\n\n- 示例：Celltrion (068270) — buy_score=7, min_score=6, decision=\"进入\" → `\"进入\" != \"Enter\"` → Skip\n\n### 修正内容\n- 在`stock_tracking_agent.py`中添加静态方法 `_normalize_decision()`：\n  - 将韩语和英语的各种变体统一归一化：“进入”\u002F“Entry”\u002F“enter”\u002F“매수” → `\"Enter\"`\n- 在`analyze_report()`中返回decision时应用归一化处理。\n- 统一“Entry”与“Enter”的不一致（基础代理中使用“Entry”的部分改为“Enter”）。\n\n### 影响范围\n- KR交易系统 (`stock_tracking_agent.py`)\n- KR增强型代理通过继承基类自动应用此修正。\n\n---\n\n## PR #161 — 修正US 0%入场率漏洞（策略全面 overhaul）\n\n**分支**: `fix\u002Fus-entry-strategy-overhaul`\n\n### 问题\n在对71只美国股票进行分析的过程中，**入场次数为0（0%入场率）**。这一现象是由以下三个缺陷共同作用造成的：\n\n| 序号 | 缺陷 | 证据 |\n|---|------|------|\n| 1 | **无法检测到牛市** | “标普500指数在过去两周内上涨5%”相当于约12.5个标准差，实际上几乎总是处于熊市或横盘状态。 |\n| 2 | **心理得分上限** | 得分为6分即被视为“仅限牛市”，因此LLM不会在熊市情况下给出6分以上的评分。 |\n| 3 | **入场条件不匹配** | 实际入场条件为`normalized_decision == \"entry\"`（LLM文本），但并未满足score >= min_score的要求。 |\n\n### 修正内容\n\n#### 1. 放宽US牛市检测条件（提示词）\n```\n修改前：标普500指数高于20日均线且过去两周内上涨5%以上\n修改后：标普500指数高于20日均线，并且在过去四周内上涨2%以上，或在过去两周内上涨3%以上\n```\n\n#### 2. 解耦得分定义（提示词）\n```\n修改前：6分表示“有条件入场（牛市且动能已确认）”\n修改后：6分表示“谨慎入场（存在动能，风险因素可控）”\n\n修改前：7分表示“入场（基本条件已满足）”\n修改后：7分表示“入场（风险收益比稳健，基本面可接受）”\n```\n\n#### 3. 降低最低分数要求（提示词）\n```\n修改前：牛市6分，熊市\u002F横盘7分\n修改后：牛市5分，熊市\u002F横盘6分\n```\n\n#### 4. 放宽熊市\u002F横盘的入场指导（提示词）\n```\n修改前：“保持保守”——7分以上、有动能且低估时才考虑入场\n修改后：“选择性但积极”——6分以上、有动能且R\u002FR达到2.0时，可在设置严格止损的情况下入场\n```\n\n#### 5. 强制Score-Decision一致性（代码——US + KR）\n- **US** (`us_stock_tracking_agent.py`)：若`adjusted_score >= min_score`，则将decision强制覆盖为“entry”。\n- **KR** (`stock_tracking_enhanced_agent.py`)：若`buy_score >= min_score AND sector_diverse`，则将decision强制覆盖为“Enter”。\n\n### 影响范围\n\n| 市场 | 预期变化 |\n|------|-----------|\n| US | 入场率由0%提升至约50%（score 6分及以上者中有36\u002F71只可入场） |\n| KR | 保持现有16.9%的入场率，并补充解决LLM虽分数达标却未作出入场决策的情况。 |\n\n### 风险缓解措施\n- 建议首周以演示模式进行验证。\n- 对于得分为6分的入场情况，建议加强止损设置（-5%，比默认的-7%更为严格）。\n- 回滚标准：执行10笔交易后，平均收益率低于-5%时，立即恢复原状。\n\n---\n\n## 更改文件列表\n\n| 文件 | PR | 更改类型 |\n|------|-----|-----------|\n| `stock_tracking_agent.py` | #160 | 添加 `_normalize_decision()` 方法，统一“Entry”→“Enter” |\n| `prism-us\u002Fcores\u002Fagents\u002Ftrading_agents.py` | #161 | 修改US买入代理的4项提示词 |\n| `prism-us\u002Fus_stock_tracking_agent.py` | #161 | 强制US score-decision一致性 |\n| `stock_tracking_enhanced_agent.py` | #161 | 强制KR score-decision一致性 |\n\n","2026-02-10T05:06:42",{"id":164,"version":165,"summary_zh":166,"released_at":167},107815,"v2.4.0","# PRISM-INSIGHT v2.4.0\n\n发布日期：2026年2月10日\n\n## 概述\n\nPRISM-INSIGHT v2.4.0 是一个次要版本，包含 **将 MCP 工具调用直接转换为 API 预取**、**触发器可信度卡片** 以及 **Firebase Bridge（与 PRISM-Mobile 的联动）** 等功能。通过直接调用 pykrx（韩国）\u002Fyfinance（美国）获取数据并进行预取，大幅减少了对 MCP、Firecrawl 和 Perplexity 的调用次数，从而 **使 OpenAI API 费用在韩国降低约 50%，在美国降低约 30%**。此外，还新增了以 A\u002FB\u002FC\u002FD 等级可视化展示各触发器表现的可信度卡片。\n\n**主要数据：**\n- 共 13 次提交\n- 修改了 44 个文件\n- 新增 3,851 行，删除 627 行\n- **OpenAI API 费用降低 30%~50%**（韩国约 50%，美国约 30%）\n\n---\n\n## 主要变更\n\n### 1. MCP 工具调用 → 直接 API 预取 ⭐ 核心\n\n在股票分析过程中，原本需要通过 MCP 服务器查询数据的方式，现已改为直接调用 Python API（pykrx\u002Fyfinance）。预取的数据将以 Markdown 格式注入到代理指令中。\n\n#### 成本节约效果\n\n| 市场 | API 成本节约 | 主要原因 |\n|------|-------------|----------|\n| **韩国** | **约 50%** | 移除 MCP 调用 + 大幅减少 Firecrawl\u002FPerplexity 调用 |\n| **美国** | **约 30%** | 移除 MCP 调用（改用 yfinance 直接调用） |\n\n韩国市场成本节约效果更为显著，不仅因为移除了 MCP 调用，还由于 Firecrawl（网页抓取）和 Perplexity（搜索引擎）的调用次数也相应减少。通过预取提前将数据注入代理，代理无需再进行额外的工具调用，从而连锁性地降低了对外部 API 的调用频率。\n\n#### 1.1 韩国市场（pykrx）\n\n| 项目 | 之前（MCP） | 之后（直接调用） |\n|------|-------------|----------------|\n| OHLCV 数据 | pykrx MCP 工具调用 | `cores\u002Fdata_prefetch.py` → 直接调用 pykrx |\n| 成交量数据 | pykrx MCP 工具调用 | `cores\u002Fdata_prefetch.py` → 直接调用 pykrx |\n| KOSPI\u002FKOSDAQ 指数 | pykrx MCP 工具调用 | `cores\u002Fdata_prefetch.py` → 直接调用 pykrx |\n| **节省量** | **每只股票减少约 4 次 MCP 调用** | |\n\n#### 1.2 美国市场（yfinance）\n\n| 项目 | 之前（MCP） | 之后（直接调用） |\n|------|-------------|----------------|\n| OHLCV 数据 | yahoo_finance MCP 工具调用 | `prism-us\u002Fcores\u002Fdata_prefetch.py` → 直接调用 yfinance |\n| 股东信息 | yahoo_finance MCP 工具调用 | `prism-us\u002Fcores\u002Fdata_prefetch.py` → 直接调用 yfinance |\n| S&P500\u002FNASDAQ\u002FDow\u002FRussell\u002FVIX | yahoo_finance MCP 工具调用 | `prism-us\u002Fcores\u002Fdata_prefetch.py` → 直接调用 yfinance |\n| **节省量** | **每只股票减少约 9 次 MCP 调用** | |\n\n#### 1.3 回退策略\n\n若预取失败，系统将自动回退至原有的 MCP 路径。此更改完全向下兼容，无需任何配置调整即可生效。\n\n```python\n# cores\u002Fanalysis.py\ntry:\n    prefetched = await prefetch_stock_data(ticker)\nexcept Exception:\n    prefetched = {}  # 回退 → 维持 MCP 路径\n```\n\n#### 1.4 修改文件\n\n**新增文件：**\n\n| 文件 | 说明 |\n|------|------|\n| `cores\u002Fdata_prefetch.py` | 韩国数据预取（pykrx） |\n| `prism-us\u002Fcores\u002Fdata_prefetch.py` | 美国数据预取（yfinance） |\n\n**修改文件（韩国）：**\n\n| 文件 | 变更 |\n|------|------|\n| `cores\u002Fanalysis.py` | 在创建代理前调用预取函数 |\n| `cores\u002Fagents\u002F__init__.py` | 将预取的数据传递给代理 |\n| `cores\u002Fagents\u002Fstock_price_agents.py` | 注入 OHLCV 和成交量数据 |\n| `cores\u002Fagents\u002Fmarket_index_agents.py` | 注入 KOSPI\u002FKOSDAQ 指数数据 |\n\n**修改文件（美国）：**\n\n| 文件 | 变更 |\n|------|------|\n| `prism-us\u002Fcores\u002Fus_analysis.py` | 在创建代理前调用预取函数 |\n| `prism-us\u002Fcores\u002Fagents\u002F__init__.py` | 将预取的数据传递给代理 |\n| `prism-us\u002Fcores\u002Fagents\u002Fstock_price_agents.py` | 注入 OHLCV 和股东信息 |\n| `prism-us\u002Fcores\u002Fagents\u002Fmarket_index_agents.py` | 注入 S&P500\u002FNASDAQ\u002FDow\u002FRussell\u002FVIX 指数数据 |\n| `prism-us\u002Fcores\u002Fus_data_client.py`","2026-02-09T17:00:45",{"id":169,"version":170,"summary_zh":171,"released_at":172},107816,"v2.3.0","# PRISM-INSIGHT v2.3.0\n\n发布日期：2026年2月7日\n\n## 概述\n\nPRISM-INSIGHT v2.3.0 是一个次要版本，包含以下更新：**完善自我改进的交易反馈循环**、**增强安全性**、**优化赞助与前端界面**以及**修复多个错误**。现已完成 KR\u002FUS 共享的 Performance Tracker 数据自动反映到买入决策中的反馈循环，并移除了不必要的系统指标以避免 LLM 判断偏差。\n\n**主要数据：**\n- 共计 14 次提交\n- 修改了 22 个文件\n- 增加 803 行，删除 151 行\n\n---\n\n## 主要变更\n\n### 1. 完善自我改进的交易反馈循环 ⭐ CORE\n\nKR 和 US 现已共同实现了过去交易结果自动反映到未来买入决策中的自我改进交易周期。\n\n#### 1.1 Performance Tracker → 注入 LLM 提示词（美国新增）\n\n修复了此前 US `_extract_trading_scenario` 中 journal context 未注入 LLM 提示词的 bug。现在与 KR 一致，每种触发条件下的胜率及过往经验都会被纳入买入决策中。\n\n```python\n# prism-us\u002Fus_stock_tracking_agent.py - _extract_trading_scenario()\njournal_context = self.get_journal_context(ticker, sector, trigger_type)\nadjustment, reasons = self.get_score_adjustment(ticker, sector, trigger_type)\n\n# 注入 LLM 提示词\nprompt = f\"\"\"\n### 当前投资组合状态：\n{portfolio_info}\n### 交易价值分析：\n{rank_change_msg}\n{score_adjustment_info}    ← 分数调整建议（新）\n{journal_context}          ← 触发条件胜率 + 过往经验（新）\n### 报告内容：\n{report_content}\n\"\"\"\n```\n\n#### 1.2 KR 修改 trigger_type 传递\n\n修复了 KR `_get_relevant_journal_context` 和 `_get_score_adjustment_from_context` 中未正确传递 `trigger_type` 参数的 bug。现在可以准确查询各触发条件的胜率。\n\n```python\n# stock_tracking_agent.py\n# 修正前：_get_relevant_journal_context(ticker, sector, market_condition=None)\n# 修正后：_get_relevant_journal_context(ticker, sector, market_condition=None, trigger_type=trigger_type)\n\n# 修正前：_get_score_adjustment_from_context(ticker, sector)\n# 修正后：_get_score_adjustment_from_context(ticker, sector, trigger_type)\n```\n\n#### 1.3 移除 LLM 提示词中的噪声\n\n在 `_format_performance_context` 中移除了两个与单次买入判断无关的系统指标：\n\n| 移除项       | 移除原因                     |\n|--------------|------------------------------|\n| `missed_opportunities` | “错过的机会 N 件” → 可能引发 LLM 的 FOMO 情绪，增加激进买入的风险 |\n| `traded_vs_watched`    | “买入平均 vs 观望平均” → 可能导致片面偏见（过度自信或畏缩） |\n\n保留项：\n| 保留项       | 保留理由                     |\n|--------------|------------------------------|\n| **触发条件胜率** | 当前触发条件的历史胜率 — 直接相关 |\n| **触发条件排名** | 各触发条件的表现排名 — 作为相对参考 |\n\n#### 1.4 预期效果\n\n| 触发条件胜率 | LLM 所见信息               | 预期效果           |\n|--------------|----------------------------|--------------------|\n| >65%（优质触发） | “胜率 72% (n=15)”         | 鼓励买入           |\n| 35–65%（普通）   | “胜率 48% (n=20)”         | 保持中立           |\n| \u003C35%（劣质触发） | “胜率 28% (n=8)”          | 抑制买入           |\n| n\u003C3（数据不足）  | （不显示）                 | 无变化             |\n\n> 详细文档：[docs\u002FTRADING_JOURNAL.md - Performance Tracker 反馈循环](TRADING_JOURNAL.md#performance-tracker-피드백-루프-self-improving-trading)\n\n---\n\n### 2. 安全性增强\n\n#### 2.1 移除敏感文件并强化 .gitignore\n\n移除了曾被纳入 Git 历史记录的敏感文件，并进一步强化了 `.gitignore` 文件：\n\n| 项目                   | 措施                       |\n|------------------------|----------------------------|\n| `trigger_results_us_morning_*.json` | 删除 — 实际分析结果数据 |\n| `youtube_cookies.txt`  | 删除 — 认证用 Cookie     |\n| `sqlite\u002Fstock_tracking_db` | 删除 — 实际交易数据库    |\n| `.gitignore`           | 新增 30 行（Cookie、DB 二进制文件、触发结果等） |\n\n---\n\n### 3. 修复 Telegram 消息相关 Bug\n\n#### 3.1 修复 KR 通知韩语显示\n\n在 v2.2.0 英文化过程中，KR 触发通知曾被错误地以英文发送，现已修复该问题。","2026-02-06T15:54:40",{"id":174,"version":175,"summary_zh":176,"released_at":177},107817,"v2.2.0","# PRISM-INSIGHT v2.2.0\n\n发布日期：2026年2月4日\n\n## 概述\n\nPRISM-INSIGHT v2.2.0 是一个次要版本，包含 **代码库英文本地化(i18n)**、**美国持仓决策功能**、**Product Hunt 登陆页** 以及 **多项错误修复**。特别地，我们将代码注释和日志统一为英文，奠定了国际化基础；同时保留了 Telegram 消息的韩语模板，以维护用户体验。\n\n**主要数据：**\n- 共31次提交\n- 修改了155个文件\n- 增加17,216行 \u002F 减少6,511行\n\n---\n\n## 主要变更\n\n### 1. 代码库英文本地化 (i18n) ⭐ MAJOR\n\n通过将代码注释、日志信息和变量名统一为英文，为国际协作奠定了基础。\n\n#### 1.1 英文化范围\n\n```python\n# 修改前\nlogger.info(f\"分析开始: {ticker}\")\n# 投资决策逻辑\n\n# 修改后\nlogger.info(f\"Starting analysis: {ticker}\")\n# Investment decision logic\n```\n\n#### 1.2 保留韩语的部分\n\n由于默认频道面向韩语用户，Telegram 消息模板仍保持韩语：\n\n```python\n# Telegram 消息（保留韩语）\nmessage = f\"📈 新买入: {company_name}({ticker})\\n\"\nmessage += f\"买入价: {current_price:,.0f}韩元\\n\"\nmessage += f\"目标价: {target_price:,.0f}韩元\\n\"\n```\n\n#### 1.3 广播频道翻译\n\n多语言频道将由翻译代理自动转换：\n\n```bash\n# 默认频道：韩语\npython stock_analysis_orchestrator.py --mode morning\n\n# 向英语频道广播\npython stock_analysis_orchestrator.py --mode morning --broadcast-languages en\n```\n\n---\n\n### 2. 美国持仓决策功能 ⭐ NEW\n\n现在可以在仪表盘的 AI 分析选项卡中查看美国股票的持仓决策。\n\n#### 2.1 us_holding_decisions 表\n\n```sql\nCREATE TABLE IF NOT EXISTS us_holding_decisions (\n    id INTEGER PRIMARY KEY AUTOINCREMENT,\n    ticker TEXT NOT NULL,\n    decision_date TEXT NOT NULL,\n    decision_time TEXT NOT NULL,\n    current_price REAL NOT NULL,\n    should_sell BOOLEAN NOT NULL,\n    sell_reason TEXT,\n    confidence INTEGER,\n    technical_trend TEXT,\n    volume_analysis TEXT,\n    market_condition_impact TEXT,\n    time_factor TEXT,\n    portfolio_adjustment_needed BOOLEAN,\n    adjustment_reason TEXT,\n    new_target_price REAL,\n    new_stop_loss REAL,\n    adjustment_urgency TEXT,\n    full_json_data TEXT NOT NULL,\n    created_at TEXT DEFAULT (datetime('now', 'localtime'))\n);\n```\n\n#### 2.2 与仪表盘集成\n\n在 AI 分析选项卡中，可以同时查看韩国和美国的持仓决策：\n\n```typescript\n\u002F\u002F examples\u002Fdashboard\u002Fapp\u002Fapi\u002Fai-analysis\u002Froute.ts\nconst usHoldingDecisions = await db.all(`\n  SELECT * FROM us_holding_decisions\n  ORDER BY decision_date DESC, decision_time DESC\n`);\n```\n\n---\n\n### 3. Product Hunt 登陆页 ⭐ NEW\n\n新增了用于 Product Hunt 发布的登陆页面。\n\n#### 3.1 页面结构\n\n```\nexamples\u002Flanding\u002F\n├── app\u002F\n│   ├── page.tsx          # 主登陆页面\n│   ├── layout.tsx        # 布局\n│   └── globals.css       # 样式\n├── components\u002F\n│   ├── hero.tsx          # 首屏部分\n│   ├── features.tsx      # 功能介绍\n│   └── cta.tsx           # 行动号召按钮\n└── public\u002F\n    └── demo.gif          # 演示 GIF\n```\n\n#### 3.2 Vercel 部署\n\n```bash\ncd examples\u002Flanding\nvercel --prod\n```\n\n---\n\n### 4. 仪表盘改进\n\n#### 4.1 US Real Portfolio\n\n现在可以在仪表盘中查看美国股票的实际投资组合：\n\n```typescript\n\u002F\u002F 实际连接 KIS API 投资组合\nconst usPortfolio = await getUSRealPortfolio();\n```\n\n#### 4.2 Prism Performance Chart 修正\n\n修复了绩效图表中出现的错误。\n\n---\n\n### 5. 添加 demo.py ⭐ NEW\n\n新增了一个可用于快速生成单只股票报告的演示脚本。","2026-02-04T14:15:36",{"id":179,"version":180,"summary_zh":181,"released_at":182},107818,"v2.1.0","# PRISM-INSIGHT v2.1.0\n\n发布日期：2026年1月28日\n\n## 概述\n\nPRISM-INSIGHT v2.1.0 是一个次要版本，包含 **美国观察列表绩效跟踪功能**、**GCP Pub\u002FSub 美国市场支持**、**日志系统稳定化** 以及 **多项错误修复**。在 v2.0.0 中新增的 prism-us 模块中的分析绩效跟踪功能现已完善。\n\n**主要数据：**\n- 共33次提交\n- 修改了56个文件\n- 增加4,400行 \u002F 减少1,800行\n\n---\n\n## 主要变更\n\n### 1. 美国观察列表绩效跟踪功能 ⭐ 新增\n\n新增了对美国股票分析结果7\u002F14\u002F30天绩效的跟踪功能。与韩国版本相同，未入场的标的也会被保存到观察列表中，以便衡量分析准确度。\n\n#### 1.1 us_watchlist_history 表扩展\n\n用于存储分析结果的表中新增了以下列：\n\n```sql\n-- 新增列\nmin_score INTEGER,           -- 最低要求分数\ntarget_price REAL,           -- 目标价（美元）\nstop_loss REAL,              -- 止损价（美元）\ninvestment_period TEXT,      -- 投资期限（短期\u002F中期\u002F长期）\nportfolio_analysis TEXT,     -- 投资组合分析\nvaluation_analysis TEXT,     -- 估值分析\nsector_outlook TEXT,         -- 行业展望\nmarket_condition TEXT,       -- 市场状况\nrationale TEXT,              -- 进场\u002F未进场原因\nrisk_reward_ratio REAL,      -- 风险回报比\nwas_traded INTEGER           -- 是否实际交易（0=观望，1=交易）\n```\n\n#### 1.2 _save_watchlist_item() 方法新增\n\n在 `USStockTrackingAgent` 类中新增了一个自动保存未入场标的的方法：\n\n```python\n# prism-us\u002Fus_stock_tracking_agent.py\nawait self._save_watchlist_item(\n    ticker=ticker,\n    company_name=company_name,\n    current_price=current_price,\n    buy_score=buy_score,\n    min_score=min_score,\n    decision=normalized_decision,\n    skip_reason=reason,\n    scenario=scenario,\n    sector=sector,\n    was_traded=False\n)\n```\n\n#### 1.3 绩效跟踪器对接\n\n通过与 `us_analysis_performance_tracker` 表对接，实现7\u002F14\u002F30天绩效的跟踪：\n\n```python\n# 自动同步至 us_analysis_performance_tracker\nINSERT INTO us_analysis_performance_tracker (\n    ticker, company_name, analysis_date, analysis_price,\n    predicted_direction, target_price, stop_loss, buy_score,\n    decision, skip_reason, risk_reward_ratio,\n    trigger_type, trigger_mode, sector,\n    tracking_status, was_traded, created_at\n) VALUES (...)\n```\n\n#### 1.4 迁移函数\n\n包含了向现有数据库添加新列的迁移函数：\n\n```python\n# prism-us\u002Ftracking\u002Fdb_schema.py\nmigrate_us_watchlist_history_columns(cursor, conn)\n```\n\n---\n\n### 2. GCP Pub\u002FSub 美国市场支持 ⭐ 新增\n\n为 GCP Pub\u002FSub 消息系统增加了对美国市场的支持。\n\n#### 1.1 市场区分（market 字段）\n\n```python\n# 在消息中增加 market 字段\n{\n    \"action\": \"BUY\",\n    \"ticker\": \"AAPL\",\n    \"market\": \"US\",  # 新增：KR 或 US\n    \"price\": 185.50,\n    \"quantity\": 10\n}\n```\n\n#### 1.2 美国市场交易时间检查\n\n实现了基于纽约证券交易所日历的精确交易时间检查：\n\n```python\n# examples\u002Fmessaging\u002Fgcp_pubsub_subscriber_example.py\ndef is_us_market_hours():\n    \"\"\"美国市场交易时间检查（EST 09:30-16:00）\"\"\"\n    # 周末检查\n    if now_est.weekday() >= 5:\n        return False\n    # 交易时间检查\n    return time(9, 30) \u003C= now_est.time() \u003C= time(16, 0)\n```\n\n#### 1.3 盘后时段卖出调度\n\n与买入操作相同，当处于盘后时段时，卖出指令将被安排为下一个开盘时的挂单：\n\n```python\n# 盘后时段 SELL → 挂单\nif action == \"SELL\" and not is_us_market_hours():\n    schedule_for_market_open(ticker, action, quantity)\n```","2026-01-28T14:59:52",{"id":184,"version":185,"summary_zh":186,"released_at":187},107819,"v2.0.0","# PRISM-INSIGHT v2.0.0\r\n\r\n발표일: 2026년 1월 28일\r\n\r\n## 개요\r\n\r\nPRISM-INSIGHT v2.0.0은 **미국 주식 분석 시스템(prism-us)**을 추가한 메이저 버전입니다. 한국 주식과 동일한 AI 기반 분석 파이프라인을 미국 시장(NYSE, NASDAQ)에 적용하여 S&P 500 및 NASDAQ-100 종목의 급등주 탐지, 심층 분석 리포트 생성, 자동 매매를 지원합니다.\r\n\r\n**주요 수치:**\r\n- 총 26개 커밋\r\n- 79개 파일 변경\r\n- +24,098 \u002F -742 라인\r\n- prism-us 모듈: ~22,000 LOC\r\n- 221개 테스트 (97% pass rate)\r\n\r\n---\r\n\r\n## 주요 변경사항\r\n\r\n### 1. 미국 주식 분석 시스템 (prism-us)\r\n\r\n한국 주식 분석 시스템과 동일한 워크플로우를 가진 **미국 주식 버전**을 완전히 새롭게 구현했습니다.\r\n\r\n#### 1.1 시스템 아키텍처\r\n\r\n```\r\nprism-us\u002F\r\n├── cores\u002F                          # 분석 엔진\r\n│   ├── agents\u002F                    # 6개 분석 에이전트 + 2개 트레이딩 에이전트\r\n│   ├── us_analysis.py             # 메인 분석 오케스트레이션\r\n│   ├── us_data_client.py          # 통합 데이터 클라이언트\r\n│   ├── us_stock_chart.py          # 차트 생성 모듈\r\n│   └── us_surge_detector.py       # 급등주 탐지 모듈\r\n├── trading\u002F\r\n│   └── us_stock_trading.py        # KIS 해외주식 API 래퍼\r\n├── tracking\u002F\r\n│   ├── db_schema.py               # US 테이블 스키마\r\n│   ├── journal.py                 # 트레이딩 저널 매니저\r\n│   └── compression.py             # 메모리 압축 매니저\r\n├── us_stock_analysis_orchestrator.py  # 메인 파이프라인\r\n├── us_stock_tracking_agent.py     # 트레이딩 시뮬레이션\r\n├── us_telegram_summary_agent.py   # 텔레그램 요약 생성\r\n├── us_trigger_batch.py            # 급등주 탐지 배치\r\n└── us_performance_tracker_batch.py # 성과 추적 배치\r\n```\r\n\r\n#### 1.2 MCP 서버 통합\r\n\r\n| MCP 서버 | 용도 | 비용 |\r\n|----------|------|------|\r\n| `yahoo-finance-mcp` | OHLCV, 회사정보, 재무제표, 기관 보유 | 무료 (PyPI) |\r\n| `sec-edgar-mcp` | SEC 공시, XBRL 재무제표, 내부자 거래 | 무료 (PyPI) |\r\n| `firecrawl` | 웹 스크래핑 (Yahoo Finance 페이지) | API 키 필요 |\r\n| `perplexity` | AI 검색 (뉴스, 산업 분석) | API 키 필요 |\r\n\r\n**uvx 원격 실행 방식**으로 변경하여 로컬 설치가 불필요합니다:\r\n\r\n```yaml\r\n# mcp_agent.config.yaml\r\nyahoo_finance:\r\n  command: \"uvx\"\r\n  args: [\"--from\", \"yahoo-finance-mcp\", \"yahoo-finance-mcp\"]\r\n\r\nsec_edgar:\r\n  command: \"uvx\"\r\n  args: [\"--from\", \"sec-edgar-mcp\", \"sec-edgar-mcp\"]\r\n```\r\n\r\n#### 1.3 급등주 탐지 기준\r\n\r\n| 조건 | 기준 |\r\n|------|------|\r\n| 시가총액 | $20B USD 이상 |\r\n| 일일 거래량 | 20일 평균 대비 200%+ |\r\n| 일중 상승률 | 5%+ |\r\n| 갭 상승 | 3%+ |\r\n| 대상 종목 | S&P 500 + NASDAQ-100 (약 550개) |\r\n\r\n#### 1.4 트레이딩 시스템\r\n\r\n- **KIS 해외주식 API** 연동 (데모\u002F실거래 모드)\r\n- **예약 주문 지원**: 장외 시간(10:00-23:20 KST)에 다음 개장 시 주문 예약\r\n- **스마트 주문**: 장중\u002F장외 자동 판별하여 적절한 주문 방식 선택\r\n- **포트폴리오 관리**: 최대 10종목, 섹터 집중도 30% 제한\r\n\r\n```python\r\n# 예약 주문 예시\r\nawait trader.smart_buy(\"AAPL\", 50000)  # 장중: 즉시 주문, 장외: 예약 주문\r\n```\r\n\r\n#### 1.5 성과 추적 시스템\r\n\r\n분석된 종목의 7\u002F14\u002F30일 후 성과를 자동 추적합니다:\r\n\r\n```python\r\n# prism-us\u002Fus_performance_tracker_batch.py\r\npython prism-us\u002Fus_performance_tracker_batch.py --verbose\r\n```\r\n\r\n| 필드 | 설명 |\r\n|------|------|\r\n| `day7_return` | 분석 7일 후 수익률 |\r\n| `day14_return` | 분석 14일 후 수익률 |\r\n| `day30_return` | 분석 30일 후 수익률 |\r\n| `tracking_status` | 추적 상태 (pending\u002Fpartial\u002Fcomplete) |\r\n| `was_traded` | 실제 매매 여부 |\r\n\r\n---\r\n\r\n### 2. 텔레그램 봇 기능 확장\r\n\r\n#### 2.1 미국 주식 명령어 추가\r\n\r\n| 명령어 | 설명 |\r\n|--------|------|\r\n| `\u002Fus_evaluate` | 미국 주식 보유 종목 평가 |\r\n| `\u002Fus_report` | 미국 주식 분석 보고서 요청 |\r\n\r\n**사용 예시:**\r\n```\r\nUser: \u002Fus_evaluate\r\nBot:  미국 주식 티커를 입력해주세요 (예: AAPL, MSFT)\r\n\r\nUser: AAPL\r\nBot:  매수 평균가를 달러로 입력해주세요 (예: 150.50)\r\n\r\nUser: 175\r\nBot:  [AI 분석 결과]\r\n      📊 Apple Inc. (AAPL) 평가\r\n      ...\r\n```\r\n\r\n#### 2.2 투자 일기 시스템 (\u002Fjournal)\r\n\r\n사용자별 투자 생각을 기록하고, 이후 평가 시 컨텍스트로 활용합니다:\r\n\r\n```\r\nUser: \u002Fjournal\r\nBot:  📝 투자 일기를 작성해주세요.\r\n\r\nUser: AAPL AI 테마로 더 갈 것 같다. 170달러까지 홀딩 예정\r\n\r\nBot:  ✅ 저널에 기록했습니다!\r\n      📝 종목: Apple Inc. (AAPL)\r\n      💭 \"AI 테마로 더 갈 것 같다...\"\r\n      💡 이 메시지에 답장하여 추가 기록 가능!\r\n```\r\n\r\n**기억 시스템 특징:**\r\n- **3단계 압축**: 상세(0-7일) → 요약(8-30일) → 한줄(31일+)\r\n- **토큰 예산 관리**: 최대 2000 토큰\r\n- **종목별 우선순위**: 해당 종목 기록 우선 로드\r\n- **야간 배치 압축**: 매일 새벽 3시 자동 실행\r\n\r\n#### 2.3 \u002Fcancel 명령어 개선\r\n\r\n모든 대화 상태에서 `\u002Fcancel` 명령어가 정상 작동하도록 수정했습니다.\r\n\r\n---\r\n\r\n### 3. PDF 보고서 Prism Light 테마\r\n\r\n독창적인 **스펙트럼 컬러 테마**를 적용한 PDF 보고서 디자인:\r\n\r\n| 요소 | 스타일 |\r\n|------|--------|\r\n| H1 제목 | 그라데이션 배경 (#667eea → #764ba2) |\r\n| H2 섹션 | 좌측 보라색 보더 (#8B5CF6) |\r\n| H3 소제목 | 인디고 텍스트 (#6366F1) |\r\n| 박스 | 그라데이션 보더 (투명 배경) |\r\n| 표 헤더 | 그라데이션 배경 |\r\n| 차트 | 보라-인디고 계열 색상 |\r\n\r\n**마크다운 제목 계층 구조 통일:**\r\n- KR\u002FUS 모듈 동일한 H1 → H2 → H3 구조\r\n- HTML 템플릿 자동 매핑\r\n\r\n---\r\n\r\n### 4. 트레이딩 저널 시스템\r\n\r\n매매 결정의 회고와 학습을 위한 저널 시스템:\r\n\r\n#### 4.1 저널 구조\r\n\r\n```python\r\ntrading_journal (\r\n    ticker, trade_type, trade_date,\r\n    situation_analysis,    # 상황 분석\r\n    judgment_evaluation,   # 판단 평가\r\n    lessons,               # 교훈\r\n    pattern_tags,          # 패턴 태그\r\n    one_line_summary,      # 한줄 요약\r\n    confidence_score       # 신뢰도 점수\r\n)\r\n```\r\n\r\n#### 4.2 원칙 추출\r\n\r\n저널에서 반복되는 패턴을 **트레이딩 원칙**으로 추출:\r\n\r\n```python\r\ntrading_principles (\r\n    scope,           # universal\u002Fmarket\u002Fsector\r\n    condition,       # 조건\r\n    action,          # 행동\r\n    reason,          # 이유\r\n    confidence,      # 신뢰도\r\n    supporting_trades  # 근거 거래 수\r\n)\r\n```\r\n\r\n#### 4.3 점수 조정\r\n\r\n과거 교훈을 바탕으로 매수 점수를 자동 조정:\r\n\r\n```python\r\n# 에이전트 점수 7점 + 과거 교훈 보정 +1점 = 최종 8점\r\nfinal_score = agent_score + lesson_adjustment\r\n```\r\n\r\n---\r\n\r\n### 5. 예약 주문 지원 (Reserved Order)\r\n\r\n장외 시간에도 다음 개장 시 주문을 예약할 수 있습니다:\r\n\r\n#### 5.1 한국 주식\r\n\r\n```python\r\n# trading\u002Fdomestic_stock_trading.py\r\nawait trader.buy_reserved_order(\"005930\", 50000, limit_","2026-01-27T16:16:05",{"id":189,"version":190,"summary_zh":191,"released_at":192},107820,"v1.16.7","# PRISM-INSIGHT v1.16.7\r\n발표일: 2026년 1월 16일\r\n\r\n## 주요 변경사항\r\n\r\n### Trading Agent 매수 프롬프트 개선 (진입률 향상)\r\n\r\nGPT-5.2 high reasoning 모델에서 지나치게 보수적인 매수 결정 문제를 해결했습니다.\r\n\r\n#### 문제점\r\n\r\n**1. 손실 회피 편향(Loss Aversion Bias) 유발 프레이밍**\r\n- 손실 관련 언급 15회+ vs 기회비용 언급 0회\r\n- \"-15% 손실 → +17.6% 복구 필요\" 등 부정적 예시가 과도하게 구체적\r\n- 모델이 \"안 사는 게 안전\"이라는 암묵적 학습\r\n\r\n```\r\n[문제 예시: 성우하이텍 6점]\r\n- 에이전트 판단: \"변곡\u002F소화 신호로 추가 확인 필요\" → 미진입\r\n- 실제 상황: 강세장 + 모멘텀 양호 + 수급 긍정적\r\n- 문제: \"변곡 신호\"는 모호한 표현, 구체적 부정 요소 없음\r\n```\r\n\r\n**2. 6점 정의 모순**\r\n- 기존: \"6점 이하 = 부적합\" vs \"6점 + 추세 = 진입 고려\"\r\n- 모델이 혼란 → 보수적 선택\r\n\r\n**3. 미진입 정당화 기준 부재**\r\n- \"과열 우려\", \"리스크 통제 불가\" 등 모호한 사유로 쉽게 미진입 결정\r\n\r\n#### 해결 방법\r\n\r\n**1. 손실 회피 프레이밍 제거**\r\n\r\n```python\r\n# 삭제된 내용 (-4줄)\r\n**100% 올인\u002F올아웃의 위험성:**\r\n- 한 번의 큰 손실(-15%)은 복구에 +17.6% 필요\r\n- 작은 손실(-5%)은 복구에 +5.3%만 필요\r\n- 따라서 손절이 멀면 진입하지 않는 게 낫다\r\n```\r\n\r\n**2. 기회비용 관점 추가**\r\n\r\n```python\r\n# 추가된 내용 (+6줄)\r\n**강세장 판단 원칙:**\r\n- 이 시스템은 \"다음 기회\" 없음 → 미진입 = 영구 포기\r\n- 10% 오를 종목 미진입 = -10% 기회비용\r\n- 판단 전환: \"왜 사야 하나?\" → \"왜 사면 안 되나?\" (부정 증명 요구)\r\n- 명확한 부정 요소 없으면 → **진입이 기본**\r\n```\r\n\r\n**3. 6점 정의 명확화**\r\n\r\n| 점수 | v1.16.6 | v1.16.7 |\r\n|------|---------|---------|\r\n| 8~10점 | 적극 진입 | 적극 진입 (동종업계 대비 저평가 + 강한 모멘텀) |\r\n| 7점 | 진입 | 진입 (기본 조건 충족) |\r\n| **6점** | **모호** | **조건부 진입 (강세장 + 모멘텀 확인 시)** |\r\n| 5점 이하 | 부적합 | 미진입 (명확한 부정적 요소 존재) |\r\n\r\n**4. 미진입 정당화 요건 신설 (강세장)**\r\n\r\n```\r\n**단독 미진입 가능:**\r\n1. 손절 지지선 -10% 이하 (손절 설정 불가)\r\n2. PER 업종 평균 2배+ (극단적 고평가)\r\n\r\n**복합 조건 필요 (둘 다 충족 시에만 미진입):**\r\n3. (RSI 85+ 또는 괴리율 +25%+) AND (외인\u002F기관 순매도 전환)\r\n   → RSI 높아도 수급 좋으면 진입 가능\r\n\r\n**불충분한 표현 (사용 금지):**\r\n\"과열 우려\", \"변곡 신호\", \"추가 확인 필요\", \"리스크 통제 불가\"\r\n```\r\n\r\n**5. JSON 응답 형식 확장**\r\n\r\n```json\r\n{\r\n    \"decision\": \"진입\" 또는 \"미진입\",\r\n    \"entry_checklist_passed\": 4,  \u002F\u002F 체크 충족 개수 (6개 중)\r\n    \"rejection_reason\": \"미진입 시: 구체적 부정 요소 기재\"\r\n}\r\n```\r\n\r\n#### 결과\r\n\r\n| 지표 | v1.16.6 | v1.16.7 |\r\n|------|---------|---------|\r\n| **손실 프레이밍** | 15회+ 언급 | 제거 |\r\n| **기회비용 언급** | 0회 | 명시적 추가 |\r\n| **6점 정의** | 모호 | \"조건부 진입\" 명확화 |\r\n| **미진입 사유** | 모호한 표현 허용 | 구체적 수치 필수 |\r\n| **예상 진입률** | 10건 중 2~3건 | **10건 중 5~6건** |\r\n\r\n**예상 결과 (이전 사례 기준)**:\r\n\r\n| 종목 | 점수 | v1.16.6 | v1.16.7 예상 | 이유 |\r\n|------|------|---------|-------------|------|\r\n| 뉴로메카 | 5점 | 보류 | 재평가 필요 | 손절 -10% 이내 가능 여부로 판단 |\r\n| 삼성전자 | 6점 | 보류 | **진입** | RSI 90이지만 외인\u002F기관 순매수 중 |\r\n| 성우하이텍 | 6점 | 보류 | **진입** | \"변곡 신호\"는 금지된 표현, 구체적 부정 요소 없음 |\r\n\r\n---\r\n\r\n### 용어 통일: \"관망\" → \"미진입\"\r\n\r\n시스템 전반에서 용어를 통일했습니다.\r\n\r\n- **이유**: \"관망\"은 \"나중에 다시 보겠다\"는 의미를 내포하나, 이 시스템은 트리거 발동 시 단 한 번만 분석\r\n- **변경**: 모든 코드와 프롬프트에서 \"관망\" → \"미진입\"으로 변경\r\n\r\n---\r\n\r\n### Dashboard 업데이트\r\n\r\n새로운 JSON 필드를 대시보드에 표시합니다.\r\n\r\n| 위치 | 추가 내용 |\r\n|------|----------|\r\n| 관심종목 카드 | 진입 체크리스트 점수 (n\u002F6), 미진입 사유 |\r\n| 종목 상세 모달 | 진입 체크리스트 점수, 미진입 사유 |\r\n\r\n---\r\n\r\n## 변경된 파일\r\n\r\n| 파일 | 변경 유형 | 설명 |\r\n|------|----------|------|\r\n| `cores\u002Fagents\u002Ftrading_agents.py` | 수정 | 한국어\u002F영어 프롬프트 개선, JSON 형식 확장 |\r\n| `stock_tracking_agent.py` | 수정 | \"관망\" → \"미진입\" |\r\n| `stock_tracking_enhanced_agent.py` | 수정 | \"관망\" → \"미진입\" |\r\n| `tracking\u002Fhelpers.py` | 수정 | 기본 시나리오 \"관망\" → \"미진입\" |\r\n| `examples\u002Fgenerate_dashboard_json.py` | 수정 | 주석 업데이트 |\r\n| `examples\u002Fdashboard\u002Fcomponents\u002Flanguage-provider.tsx` | 수정 | 번역 키 업데이트, 새 필드 추가 |\r\n| `examples\u002Fdashboard\u002Fcomponents\u002Fwatchlist-page.tsx` | 수정 | 새 필드 표시 추가 |\r\n| `examples\u002Fdashboard\u002Fcomponents\u002Fstock-detail-modal.tsx` | 수정 | 새 필드 표시 추가 |\r\n\r\n---\r\n\r\n## 업데이트 방법\r\n\r\n```bash\r\ngit pull\r\ncd examples\u002Fdashboard && npm run build  # Dashboard 재빌드\r\n```\r\n\r\n> **참고**: DB 스키마 변경 없음. 새 JSON 필드는 기존 `scenario` 컬럼에 저장됩니다.\r\n\r\n---\r\n\r\n## 테스트\r\n\r\n```bash\r\n# 전체 파이프라인 테스트 (Telegram 비활성화)\r\npython stock_analysis_orchestrator.py --mode afternoon --no-telegram\r\n\r\n# 결과 확인\r\n# - entry_checklist_passed 필드 존재 여부\r\n# - rejection_reason에 구체적 수치 기재 여부\r\n# - 6점 종목의 진입 여부 (강세장 기준)\r\n```\r\n\r\n---\r\n\r\n## 프롬프트 토큰 영향\r\n\r\n| 항목 | 변경 전 | 변경 후 |\r\n|------|---------|---------|\r\n| 한국어 프롬프트 | ~4,500 토큰 | ~4,600 토큰 (+2%) |\r\n| 삭제 | - | -4줄 (손실 복구 계산) |\r\n| 추가 | - | +14줄 (기회비용, 미진입 요건) |\r\n\r\n> 토큰 증가는 미미하며, 명확한 지시를 통한 품질 향상이 더 중요합니다.\r\n\r\n---","2026-01-16T16:10:04",{"id":194,"version":195,"summary_zh":196,"released_at":197},107821,"v1.16.6","## PRISM-INSIGHT v1.16.6\r\n발표일: 2026년 1월 14일\r\n\r\n## 주요 변경사항\r\n\r\n### trigger_batch 종목 선별 기준 개편 (연평균 15% 수익 시스템)\r\n\r\ntrigger_batch와 trading_agent 간의 완전한 정합성을 확보하고, 모든 시장 상황(강세장\u002F약세장\u002F횡보장)에서 연평균 15% 수익을 목표로 하는 시스템으로 개편했습니다.\r\n\r\n#### 문제점\r\n\r\n**1. 손절가 계산 방식의 구조적 결함**\r\n- 10일 지지선 기준 손절가 계산으로 급등주에서 과도한 손절폭 발생\r\n- 에이전트 기준(-5%~-7%)과 trigger_batch 선별 기준 불일치\r\n- 모멘텀 강한 종목이 에이전트에게 거부당하는 역설적 상황\r\n\r\n```\r\n[문제 예시]\r\n5일 전: 8,000원  →  오늘: 14,500원 (+81%)\r\n\r\nv1.16.5 손절가 계산:\r\n- 10일 저가 (지지선) = 7,500원\r\n- 손절가 = 7,500 × 0.99 = 7,425원\r\n- 손절폭 = (14,500 - 7,425) \u002F 14,500 = 48.8%\r\n\r\n에이전트 기준: -5% ~ -7%\r\n→ 48.8%는 기준 대폭 초과 → agent_fit_score 급락 → 미진입\r\n```\r\n\r\n**2. 시총 필터의 한계**\r\n- 3000억원 기준은 소형주 포함으로 유동성 리스크 존재\r\n\r\n#### 해결 방법\r\n\r\n**1. 핵심 변경: 고정 손절폭 방식 도입**\r\n\r\n트리거 유형별로 현재가 기준 고정 비율 적용.\r\n\r\n```python\r\n# v1.16.5 (10일 지지선 기준 - 문제)\r\nsupport_price = multi_day_df[\"Low\"].min()\r\nif support_price >= current_price:\r\n    stop_loss_price = current_price * 0.95\r\nelse:\r\n    stop_loss_price = support_price * 0.99\r\nstop_loss_pct = (current_price - stop_loss_price) \u002F current_price\r\n# → 급등주에서 48%+ 손절폭 발생\r\n\r\n# v1.16.6 (고정 손절폭 - 해결)\r\ncriteria = TRIGGER_CRITERIA.get(trigger_type, TRIGGER_CRITERIA[\"default\"])\r\nsl_max = criteria[\"sl_max\"]  # 5% or 7%\r\nstop_loss_price = current_price * (1 - sl_max)\r\nstop_loss_pct = sl_max  # 항상 5% 또는 7%\r\n# → 에이전트 기준 항상 충족\r\n```\r\n\r\n**2. 트리거 유형별 손절폭 기준 (trading_agents.py와 동기화)**\r\n\r\n| 트리거 유형 | 손익비 목표 | 손절폭 |\r\n|------------|-----------|--------|\r\n| 거래량 급증 상위주 | 1.2+ | 5% |\r\n| 갭 상승 모멘텀 상위주 | 1.2+ | 5% |\r\n| 일중 상승률 상위주 | 1.2+ | 5% |\r\n| 마감 강도 상위주 | 1.3+ | 5% |\r\n| 시총 대비 자금 유입 | 1.3+ | 5% |\r\n| 거래량 증가 횡보주 | 1.5+ | 7% |\r\n\r\n**3. 시총 필터 상향: 3000억 → 5000억**\r\n\r\n유동성 리스크 감소 및 기관 관심 종목 선별.\r\n\r\n| 시총 기준 | 종목 수 | 특징 |\r\n|----------|--------|------|\r\n| 3000억+ (v1.16.5) | 734개 | 소형주 일부 포함 |\r\n| **5000억+ (v1.16.6)** | **518개** | 중형주 이상, 충분한 유동성 |\r\n\r\n**4. 등락률 상한선 신설: 20%**\r\n\r\n상한가 종목 및 과열 종목 필터링.\r\n\r\n```python\r\n# v1.16.5: 등락률 상한선 없음\r\n\r\n# v1.16.6: 20% 상한선 추가\r\nsnap = snap[snap[\"전일대비등락률\"] \u003C= 20.0]\r\n```\r\n\r\n**5. 목표가 최소 +15% 보장**\r\n\r\n저항선이 낮은 경우에도 최소 손익비 2.0 이상 확보.\r\n\r\n```python\r\n# v1.16.5: 저항선만 사용\r\ntarget_price = valid_highs.max()\r\n\r\n# v1.16.6: 최소 +15% 보장\r\nmin_target = current_price * 1.15\r\nif target_price \u003C min_target:\r\n    target_price = min_target\r\n```\r\n\r\n**6. 에이전트 점수 계산 간소화**\r\n\r\n```python\r\n# v1.16.5 (복잡한 손절폭 점수)\r\nif stop_loss_pct \u003C= 0.10:\r\n    sl_score = 1.0 - (stop_loss_pct \u002F 0.10)\r\nelse:\r\n    sl_score = max(0, 0.5 - (stop_loss_pct - 0.10) * 5)\r\n\r\n# v1.16.6 (간소화 - 항상 만점)\r\nsl_score = 1.0  # 고정 손절폭이므로 항상 기준 이내\r\n```\r\n\r\n#### 결과\r\n\r\n| 지표 | v1.16.5 | v1.16.6 |\r\n|------|---------|---------|\r\n| **손절가 계산** | 10일 지지선 기준 | 현재가 × 고정비율 |\r\n| **손절폭** | 0% ~ 50%+ (가변) | **5% ~ 7% (고정)** |\r\n| **시총 필터** | 3000억+ (734개) | **5000억+ (518개)** |\r\n| **등락률 필터** | 없음 | **20% 이하** |\r\n| **목표가** | 저항선만 | **저항선 + 최소 +15%** |\r\n| **agent_fit_score** | 0.03 ~ 0.9 | **0.7 ~ 1.0** |\r\n\r\n**실제 테스트 결과 (2026-01-13 기준)**:\r\n\r\n| 종목 | 등락률 | agent_fit_score | 손절폭 | 손익비 |\r\n|------|--------|-----------------|--------|--------|\r\n| 한화시스템 | +14.2% | **1.0** | 5.0% | 3.0 |\r\n| 기가비스 | +18.5% | **1.0** | 5.0% | 3.0 |\r\n| SK텔레콤 (횡보) | +2.5% | **1.0** | 7.0% | 2.1 |\r\n\r\n---\r\n\r\n### 연평균 15% 달성 시뮬레이션 (10슬롯 기준)\r\n\r\n```\r\n시스템 구조:\r\n- 포트폴리오: 10개 슬롯 (각 10%)\r\n- 회전율: 슬롯당 월 2회 (평균 보유 15일)\r\n- 월 총 진입: 20회, 연 총 진입: 240회\r\n\r\n손익비 구조:\r\n- 손절: -5% (위험)\r\n- 익절: +10% ~ +15% (보상)\r\n- 손익비: 2.0 이상 필수\r\n\r\n확률 분포:\r\n- 손절: 35%\r\n- 본전: 15%\r\n- 익절: 50%\r\n\r\n월간 기대치:\r\n= (0.35 × -5%) + (0.15 × 0%) + (0.50 × +12%)\r\n= -1.75% + 0% + 6.0% = +4.25%\r\n\r\n연환산 (현실적):\r\n= 월 2% 순수익 × 복리 12개월\r\n= 1.02^12 = 26.8%\r\n→ 거래비용\u002F시장악조건 할인 후 약 15% 달성 가능\r\n```\r\n\r\n---\r\n\r\n### 데이터베이스 마이그레이션 자동화\r\n\r\nv1.16.5에서 추가된 `trigger_type`, `trigger_mode` 컬럼이 기존 DB에 없을 경우 자동 추가.\r\n\r\n```python\r\n# tracking\u002Fdb_schema.py\r\ndef add_trigger_columns_if_missing(cursor, conn):\r\n    \"\"\"trigger_type, trigger_mode 컬럼 자동 추가\"\"\"\r\n    tables = [\"stock_holdings\", \"trading_history\"]\r\n    columns = [\"trigger_type TEXT\", \"trigger_mode TEXT\"]\r\n    for table in tables:\r\n        for col_def in columns:\r\n            try:\r\n                cursor.execute(f\"ALTER TABLE {table} ADD COLUMN {col_def}\")\r\n                conn.commit()\r\n            except:\r\n                pass  # 컬럼이 이미 존재\r\n```\r\n\r\n---\r\n\r\n## 변경된 파일\r\n\r\n| 파일 | 변경 유형 | 설명 |\r\n|------|----------|------|\r\n| `trigger_batch.py` | 수정 | 손절가 계산, 시총\u002F등락률 필터, 목표가 최소값 |\r\n| `tracking\u002Fdb_schema.py` | 수정 | 마이그레이션 함수 추가 |\r\n| `tracking\u002F__init__.py` | 수정 | 마이그레이션 함수 export |\r\n| `stock_tracking_agent.py` | 수정 | 마이그레이션 함수 호출 |\r\n\r\n---\r\n\r\n## 업데이트 방법\r\n\r\n```bash\r\ngit pull\r\n```\r\n\r\n> **참고**: 기존 DB 사용자는 자동으로 `trigger_type`, `trigger_mode` 컬럼이 추가됩니다.\r\n\r\n---\r\n\r\n## 테스트\r\n\r\n```bash\r\n# trigger_batch 실행 테스트\r\npython trigger_batch.py afternoon INFO --output test_result.json\r\n\r\n# 결과 확인 (agent_fit_score가 0.7+ 이어야 정상)\r\ncat test_result.json | python -m json.tool\r\n\r\n# 정리\r\nrm test_result.json\r\n```\r\n\r\n---\r\n","2026-01-13T15:40:25",{"id":199,"version":200,"summary_zh":201,"released_at":202},107822,"v1.16.5","## PRISM-INSIGHT v1.16.5\r\n발표일: 2026년 1월 13일\r\n\r\n## 주요 변경사항\r\n\r\n### 매수 에이전트 프롬프트 개선 (Trading Agent Prompt Enhancement)\r\n시스템의 특성을 명확히 전달하여 LLM이 더 일관된 매매 결정을 내리도록 프롬프트를 개선했습니다.\r\n\r\n#### 문제점\r\n- 에이전트가 \"지지 확인 후 진입\", \"돌파 안착 확인 후 진입\" 같은 조건부 관망 결정\r\n- 시스템에 관심목록 추적 기능이 없어 조건부 관망은 무의미\r\n- 트리거 발동 시 한 번만 분석하므로 \"다음 기회\"는 존재하지 않음\r\n- 강세장에서도 손익비를 절대 조건으로 적용하여 기회 손실\r\n\r\n#### 해결 방법\r\n\r\n**1. 시스템 제약사항 섹션 신설 (프롬프트 최상단)**\r\n```\r\n## 시스템 제약사항\r\n\r\n1. 이 시스템은 종목을 관심목록에 넣고 추적하는 기능이 없음.\r\n2. 트리거 발동 시 딱 한 번만 분석. \"다음 기회\"는 없음.\r\n3. 따라서 조건부 관망은 무의미함. 다음 표현 사용 금지:\r\n   - \"지지 확인 후 진입\"\r\n   - \"돌파 안착 확인 후 진입\"\r\n   - \"눌림 시 재진입 고려\"\r\n4. 판단 시점은 오직 \"지금\"뿐: \"진입\" OR \"미진입\".\r\n5. 애매하면 \"미진입\"하되, \"나중에 확인\" 언급 금지.\r\n6. 이 시스템은 분할매매가 불가능함.\r\n   - 매수: 포트폴리오의 10% 비중(1슬롯)으로 100% 매수\r\n   - 매도: 1슬롯 보유분 100% 전량 매도\r\n   - 올인\u002F올아웃 방식이므로 더욱 신중한 판단 필요\r\n```\r\n\r\n**2. 트리거 유형별 진입 기준 (강세장 전용)**\r\n강세장에서 손익비는 '참고 기준'이지 절대 조건이 아님. 모멘텀 강도와 추세 방향을 손익비보다 우선 고려.\r\n\r\n| 트리거 유형 | 손익비 참고 | 손절폭 | 우선 판단 요소 |\r\n|------------|------------|-------|---------------|\r\n| 거래량 급증 상위주 | 1.2+ | -5% | 모멘텀, 추세 |\r\n| 갭 상승 모멘텀 상위주 | 1.2+ | -5% | 갭 강도 |\r\n| 일중 상승률 상위주 | 1.2+ | -5% | 상승 강도 |\r\n| 마감 강도 상위주 | 1.3+ | -5% | 패턴, 수급 |\r\n| 시총 대비 자금 유입 | 1.3+ | -5% | 자금 집중도 |\r\n| 거래량 증가 횡보주 | 1.5+ | -7% | 매집 신호 |\r\n| 트리거 정보 없음 | 1.5+ | -7% | 기존 기준 |\r\n\r\n**3. 트리거 정보 에이전트 전달**\r\n`stock_tracking_agent.py`에서 trigger_type, trigger_mode를 매수 에이전트에게 전달하여 트리거 유형별 진입 기준 적용.\r\n\r\n```python\r\n# 프롬프트에 트리거 정보 섹션 추가\r\n### 트리거 정보 (진입 기준 차별화 필수 참고)\r\n- **발동 트리거**: 거래량 급증 상위주\r\n- **트리거 모드**: afternoon\r\n```\r\n\r\n**4. 손절 규칙 (엄격 유지)**\r\n- 약세장\u002F횡보장: -5% ~ -7%\r\n- 강세장 (손익비 ≥ 1.5): -7%\r\n- 강세장 (손익비 \u003C 1.5): -5% (손익비 낮으면 손절 타이트)\r\n\r\n**5. 기타 개선**\r\n- 이모티콘 제거 (LLM 프롬프트에 불필요)\r\n- 영어\u002F한국어 버전 동기화\r\n\r\n#### 결과\r\n| 항목 | 변경 전 | 변경 후 |\r\n|------|--------|--------|\r\n| 조건부 관망 | 허용됨 | 금지 (명시적) |\r\n| 강세장 손익비 | 절대 조건 | 참고 기준 |\r\n| 트리거 정보 | 미전달 | 에이전트에게 전달 |\r\n| 시스템 제약 | 분산됨 | 상단 통합 |\r\n\r\n---\r\n\r\n### stock_tracking_agent.py 모듈화 리팩토링 (Code Refactoring)\r\n3,359줄의 거대한 단일 파일을 모듈화하여 LLM 컨텍스트 효율성과 가독성을 개선했습니다.\r\n\r\n#### 문제점\r\n- `stock_tracking_agent.py`가 3,359줄로 비대해짐\r\n- LLM이 파일 전체를 읽어야 해서 컨텍스트 비효율\r\n- 관련 기능이 뒤섞여 유지보수 어려움\r\n\r\n#### 해결 방법\r\n\r\n**1. tracking\u002F 패키지 신설**\r\n```\r\ntracking\u002F\r\n├── __init__.py        (58줄)   - 패키지 초기화 및 export\r\n├── db_schema.py       (207줄)  - 테이블 생성 SQL\r\n├── helpers.py         (306줄)  - 유틸리티 함수\r\n├── trading_ops.py     (254줄)  - 매수\u002F매도 연산\r\n├── journal.py         (472줄)  - JournalManager 클래스\r\n├── compression.py     (588줄)  - CompressionManager 클래스\r\n└── telegram.py        (162줄)  - TelegramSender 클래스\r\n```\r\n\r\n**2. Facade 패턴으로 100% 하위 호환성 유지**\r\n```python\r\n# stock_tracking_agent.py (기존 인터페이스 유지)\r\nclass StockTrackingAgent:\r\n    def __init__(self, ...):\r\n        # 내부적으로 모듈 위임\r\n        self._journal = JournalManager(...)\r\n        self._compression = CompressionManager(...)\r\n        self._telegram = TelegramSender(...)\r\n\r\n    # 기존 메서드 시그니처 그대로 유지\r\n    async def save_trading_journal(self, ...):\r\n        return await self._journal.save_trading_journal(...)\r\n```\r\n\r\n**3. 파일 크기 변화**\r\n| 파일 | 변경 전 | 변경 후 | 감소율 |\r\n|------|--------|--------|-------|\r\n| stock_tracking_agent.py | 3,359줄 | 1,651줄 | **51%** |\r\n| 신규 tracking\u002F 패키지 | - | 2,047줄 | - |\r\n\r\n#### 결과\r\n| 항목 | 변경 전 | 변경 후 |\r\n|------|--------|--------|\r\n| 메인 파일 크기 | 3,359줄 | 1,651줄 |\r\n| 모듈화 | 없음 | 7개 파일로 분리 |\r\n| LLM 컨텍스트 | 전체 파일 필요 | 필요한 모듈만 |\r\n| 하위 호환성 | - | 100% 유지 |\r\n\r\n---\r\n\r\n## 변경된 파일\r\n| 파일 | 변경 유형 | 설명 |\r\n|------|----------|------|\r\n| `cores\u002Fagents\u002Ftrading_agents.py` | 수정 | 시스템 제약사항, 트리거별 R\u002FR 기준 |\r\n| `stock_tracking_agent.py` | 수정 | 트리거 정보 전달, 모듈 위임 |\r\n| `tracking\u002F__init__.py` | 신규 | 패키지 초기화 |\r\n| `tracking\u002Fdb_schema.py` | 신규 | DB 스키마 정의 |\r\n| `tracking\u002Fhelpers.py` | 신규 | 유틸리티 함수 |\r\n| `tracking\u002Ftrading_ops.py` | 신규 | 매수\u002F매도 연산 |\r\n| `tracking\u002Fjournal.py` | 신규 | 저널 관리 |\r\n| `tracking\u002Fcompression.py` | 신규 | 압축 관리 |\r\n| `tracking\u002Ftelegram.py` | 신규 | 텔레그램 전송 |\r\n\r\n---\r\n\r\n## 업데이트 방법\r\n```bash\r\ngit pull\r\n```\r\n\r\n> **참고**: 이번 업데이트는 코드 구조 변경만 포함되어 별도의 마이그레이션이 필요 없습니다.\r\n\r\n---\r\n\r\n## 테스트\r\n```bash\r\n# 매수 에이전트 프롬프트 확인\r\npython -c \"from cores.agents.trading_agents import create_trading_scenario_agent; a = create_trading_scenario_agent('ko'); print(a.instruction[:1500])\"\r\n\r\n# 트리거 정보 전달 테스트 (실행 시 로그 확인)\r\npython stock_analysis_orchestrator.py --mode afternoon --no-telegram\r\n```\r\n\r\n---\r\n\r\n## 알려진 제한사항\r\n- 트리거 유형별 R\u002FR 기준은 강세장에서만 적용됨 (약세장은 기존 기준 유지)\r\n- 조건부 관망 금지는 프롬프트 수준 제약이므로 LLM이 100% 준수한다고 보장할 수 없음\r\n","2026-01-12T16:43:19",{"id":204,"version":205,"summary_zh":206,"released_at":207},107823,"v1.16.3","## PRISM-INSIGHT v1.16.3\r\n발표일: 2026년 1월 12일\r\n\r\n## 주요 변경사항\r\n\r\n### 시장 환경별 진입 기준 차별화 (Market-Adaptive Entry Criteria)\r\n강세장과 약세장에서 동일한 보수적 기준을 적용하던 문제를 개선하여, 시장 환경에 따라 진입 기준을 차별화합니다.\r\n\r\n#### 문제점\r\n- 강세장에서도 약세장과 동일한 보수적 기준 적용 (손익비 2.0, 손절폭 7%)\r\n- 현금비율 90% 유지하며 FOMO 발생\r\n- trigger_batch.py와 trading_agents.py의 이중 필터링으로 진입 기회 감소\r\n\r\n#### 해결 방법\r\n\r\n**1. 시장 환경 판단 기준**\r\n```\r\n강세장: KOSPI 20일 이동평균선 위 + 최근 2주 +5% 이상 상승\r\n약세장\u002F횡보장: 위 조건 미충족\r\n```\r\n\r\n**2. 시장별 진입 기준 차별화**\r\n| 기준 | 강세장 | 약세장\u002F횡보장 |\r\n|------|--------|--------------|\r\n| 손익비 최소 | 1.5 | 2.0 |\r\n| 손절폭 최대 | 10% | 7% |\r\n| 최소 진입 점수 | 6점 | 7점 |\r\n\r\n**3. trigger_batch.py 점수 기준 완화**\r\n| 항목 | 기존 | 변경 |\r\n|------|------|------|\r\n| 손익비 만점 기준 | 2.0 | 1.5 |\r\n| 손절폭 만점 기준 | 7% | 10% |\r\n\r\n#### 과적합 방지 설계\r\n- 기존 규칙 \"완화\"만 적용 (새 규칙 추가 최소화)\r\n- 파라미터 2개만 조정 (손익비, 손절폭)\r\n- 약세장 기준은 기존 유지 (보수적 접근 유지)\r\n\r\n---\r\n\r\n### Trading Journal Memory 구조 개편 (Universal Principles System)\r\n기존 종목별로 묶여있던 매매 교훈(lessons)을 범용 원칙으로 추출하여 모든 매매 결정 시 활용할 수 있도록 개선했습니다.\r\n\r\n#### 문제점\r\n- `trading_journal.lessons`가 ticker에 매핑되어 범용 원칙으로 활용 불가\r\n- 과거 매매 경험이 동일 종목에만 적용됨\r\n- 교훈이 종목별로 분산되어 일관된 매매 원칙 형성 어려움\r\n\r\n#### 해결 방법\r\n\r\n**1. trading_principles 테이블 신규 생성**\r\n```sql\r\nCREATE TABLE trading_principles (\r\n    id INTEGER PRIMARY KEY,\r\n    scope TEXT NOT NULL DEFAULT 'universal',  -- universal\u002Fmarket\u002Fsector\r\n    scope_context TEXT,\r\n    condition TEXT NOT NULL,\r\n    action TEXT NOT NULL,\r\n    reason TEXT,\r\n    priority TEXT DEFAULT 'medium',  -- high\u002Fmedium\u002Flow\r\n    confidence REAL DEFAULT 0.5,\r\n    supporting_trades INTEGER DEFAULT 1,\r\n    is_active INTEGER DEFAULT 1\r\n);\r\n```\r\n\r\n**2. 교훈에서 범용 원칙 자동 추출**\r\n- `priority='high'` 교훈 → `universal` scope로 추출 (모든 매매에 적용)\r\n- `priority='medium\u002Flow'` 교훈 → `sector` scope로 추출 (섹터별 적용)\r\n\r\n**3. 매수 결정 시 범용 원칙 우선 표시**\r\n```python\r\ndef _get_relevant_journal_context(ticker, sector):\r\n    # 0. 범용 원칙 (최우선, LIMIT 10)\r\n    # 1. 동일 종목 이력 (LIMIT 3)\r\n    # 2. 동일 섹터 거래 (LIMIT 5)\r\n    # 3. 축적된 직관 (LIMIT 10)\r\n```\r\n\r\n#### 결과\r\n| 항목 | 변경 전 | 변경 후 |\r\n|------|--------|--------|\r\n| 교훈 활용 범위 | 동일 종목만 | 모든 매매 |\r\n| 범용 원칙 저장소 | 없음 | trading_principles 테이블 |\r\n| 컨텍스트 구성 | 종목 이력 중심 | 범용 원칙 우선 |\r\n\r\n---\r\n\r\n### 토큰 누적 방지 시스템 (Cleanup & Limits)\r\n시간이 지남에 따라 데이터가 무한 누적되는 것을 방지하는 정리 시스템을 추가했습니다.\r\n\r\n#### Input 토큰 제한\r\n| 섹션 | LIMIT | 예상 토큰 |\r\n|------|-------|----------|\r\n| Universal Principles | 10 | ~500 |\r\n| Same Stock History | 3 | ~200 |\r\n| Same Sector Trades | 5 | ~250 |\r\n| Trading Intuitions | 10 | ~500 |\r\n| Failure Patterns | 5 | ~250 |\r\n| **총 최대** | - | **~1,500-2,000** |\r\n\r\n#### cleanup_stale_data() 함수\r\n```python\r\nagent.cleanup_stale_data(\r\n    max_principles=50,        # 최대 원칙 수\r\n    max_intuitions=50,        # 최대 직관 수\r\n    min_confidence_threshold=0.3,\r\n    stale_days=90,\r\n    archive_layer3_days=365\r\n)\r\n```\r\n\r\n#### 정리 기준\r\n| 대상 | 조건 | 동작 |\r\n|------|------|------|\r\n| Low-confidence | `confidence \u003C 0.3` | 비활성화 |\r\n| Stale items | 90일 미검증 | 비활성화 |\r\n| Excess items | 50개 초과 | 하위 항목 비활성화 |\r\n| Old Layer 3 | 365일 이상 | 삭제 |\r\n\r\n---\r\n\r\n### compress_trading_memory.py 개선\r\n압축 스크립트에 cleanup 단계를 통합했습니다.\r\n\r\n```bash\r\n# 압축 + 정리 실행 (기본)\r\npython compress_trading_memory.py\r\n\r\n# 옵션\r\npython compress_trading_memory.py --skip-cleanup      # 정리 건너뛰기\r\npython compress_trading_memory.py --max-principles 30 # 커스텀 설정\r\npython compress_trading_memory.py --dry-run           # 미리보기\r\n```\r\n\r\n---\r\n\r\n### Trading Insights 대시보드 통합\r\nTrading Journal Memory 데이터를 웹 대시보드에서 시각화할 수 있도록 새로운 **💡 인사이트** 탭을 추가했습니다.\r\n\r\n#### 신규 탭 구성\r\n| 섹션 | 내용 |\r\n|------|------|\r\n| 요약 카드 | 총 원칙 수, 활성 원칙, 고우선순위, 평균 수익률, 평균 신뢰도 |\r\n| 📊 트리거 성과 분석 | 7\u002F14\u002F30일 수익률 추적, 실제 매매 성과, 놓친 기회\u002F회피한 손실 |\r\n| 범용 원칙 | trading_principles 테이블 시각화 |\r\n| 매매일지 | trading_journal 테이블 (아코디언 UI) |\r\n| 축적 직관 | trading_intuitions 테이블 |\r\n\r\n#### 성과 분석 기능\r\n| 분석 항목 | 설명 |\r\n|----------|------|\r\n| 추적 현황 | 총 추적, 완료, 대기, 진행중, 매매, 관망 건수 |\r\n| 관망종목 트리거 유형별 성과 | 트리거별 7\u002F14\u002F30일 수익률 |\r\n| 실제 매매 성과 | 최근 30일 매매 성과 (승률, Profit Factor) |\r\n| 실제 매매 종목의 트리거 유형별 성과 | 2026.01.12부터 추적 |\r\n| 관망종목의 손익비 구간별 분석 | Risk\u002FReward 비율별 성과 분포 |\r\n| 놓친 기회 | 관망했지만 30일 후 +10% 이상 상승한 종목 |\r\n| 회피한 손실 | 관망하여 -10% 이상 손실을 피한 종목 |\r\n| 데이터 기반 권고 | 통계 기반 매매 전략 개선 제안 |\r\n\r\n---\r\n\r\n### 실제 매매 종목 트리거 유형 저장\r\n`stock_holdings`와 `trading_history` 테이블에 `trigger_type`, `trigger_mode` 컬럼을 추가하여 실제 매매 종목의 트리거 유형을 추적합니다.\r\n\r\n#### 문제점\r\n- `analysis_performance_tracker`에만 trigger_type이 있어 관망 종목만 트리거 분석 가능\r\n- 실제 매매한 종목의 트리거 유형별 성과를 볼 수 없음\r\n\r\n#### 해결 방법\r\n\r\n**1. 스키마 변경** (자동 적용)\r\n```sql\r\nALTER TABLE stock_holdings ADD COLUMN trigger_type TEXT;\r\nALTER TABLE stock_holdings ADD COLUMN trigger_mode TEXT;\r\nALTER TABLE trading_history ADD COLUMN trigger_type TEXT;\r\nALTER TABLE trading_history ADD COLUMN trigger_mode TEXT;\r\n```\r\n\r\n**2. 데이터 흐름**\r\n```\r\ntrigger_results_*.json (trigger_type 정보)\r\n    ↓\r\nstock_tracking_agent.py\r\n    ├─ buy_stock() → stock_holdings (trigger_type 저장)\r\n    └─ sell_stock() → trading_history (trigger_type 저장)\r\n```\r\n\r\n> **참고**: 기존 매매 기록에는 trigger_type이 없으므로, 대시보드의 \"실제 매매 종목의 트리거 유형별 성과\"는 2026.01.12부터 측정됩니다.\r\n\r\n---\r\n\r\n## 업데이트 방법\r\n```bash\r\ngit pull\r\npip install -r requirements.txt\r\n\r\n# 1. 교훈 → 원칙 마이그레이션 (선택","2026-01-11T16:35:58",{"id":209,"version":210,"summary_zh":211,"released_at":212},107824,"v1.15.1","## PRISM-INSIGHT v1.15.1\r\n발표일: 2026년 1월 6일\r\n\r\n## 주요 변경사항\r\n\r\n### KRX 로그인 최적화 (Single Login Architecture)\r\n기존 분석 파이프라인 실행 시 KRX 로그인이 14회 이상 발생하던 문제를 1~2회로 최적화했습니다.\r\n\r\n#### 문제점\r\n- 각 분석 섹션 병렬 처리 시 동시 로그인 시도\r\n- ISIN 캐시가 프로세스마다 개별 구축 (매번 2,738개 종목 조회)\r\n- 세션 파일이 있어도 매번 재검증\r\n- trigger_batch.py가 subprocess로 실행되어 별도 세션 필요\r\n\r\n#### 해결 방법\r\n\r\n**1. trigger_batch subprocess → 직접 import 변경**\r\n```python\r\n# 변경 전: subprocess로 실행 (별도 프로세스 = 별도 로그인)\r\nresult = subprocess.run([\"python3\", \"trigger_batch.py\", mode])\r\n\r\n# 변경 후: 직접 import로 세션 공유\r\nfrom trigger_batch import run_trigger_batch\r\ntrigger_results = await run_trigger_batch(mode)\r\n```\r\n\r\n**2. 파일 락(File Lock) 기반 동시 로그인 방지**\r\n```python\r\n# 여러 프로세스가 동시에 로그인 시도 시\r\n# 첫 번째 프로세스만 로그인, 나머지는 대기 후 세션 재사용\r\nfcntl.flock(lock_file, fcntl.LOCK_EX)  # 배타적 잠금\r\n```\r\n\r\n**3. 세션 신선도(Freshness) 추적**\r\n```python\r\n# 5분 이내 검증된 세션은 재검증 생략\r\nFRESH_SESSION_THRESHOLD = 300  # 5분\r\nif time_since_validation \u003C FRESH_SESSION_THRESHOLD:\r\n    return  # 로그인 생략\r\n```\r\n\r\n**4. ISIN 캐시 파일 공유**\r\n```python\r\n# ~\u002F.krx_isin_cache.json에 종목코드-ISIN 매핑 저장\r\n# 12시간 TTL로 프로세스 간 공유\r\nISIN_CACHE_TTL = 43200  # 12시간\r\n```\r\n\r\n**5. 쿠키 도메인 수정**\r\n```python\r\n# 기존: data.krx.co.kr (특정 서브도메인만)\r\n# 변경: .krx.co.kr (전체 KRX 도메인)\r\n```\r\n\r\n#### 결과\r\n| 항목 | 변경 전 | 변경 후 |\r\n|------|--------|--------|\r\n| 카카오 로그인 횟수 | 14회+ | 1~2회 |\r\n| ISIN 캐시 구축 | 매 프로세스 | 12시간 1회 |\r\n| 세션 검증 | 매 API 호출 | 5분 1회 |\r\n| trigger_batch 세션 | 별도 로그인 | 메인과 공유 |\r\n\r\n---\r\n\r\n### 하이브리드 선별 후보 확장 (3개 → 10개)\r\n각 트리거별 하이브리드 선별 후보 수를 3개에서 10개로 확장했습니다.\r\n\r\n#### 변경 이유\r\n- 후보 풀이 넓어져 매수\u002F매도 에이전트 기준(손익비, 손절폭)에 더 적합한 종목 선별 가능\r\n- API 호출 증가 미미 (~9회 → ~30회), 메모리 영향 무시 가능\r\n\r\n#### 변경 내용\r\n```python\r\n# 변경 전\r\nTOP_N_CANDIDATES = 3  # 각 트리거별 상위 3개\r\n\r\n# 변경 후\r\nTOP_N_CANDIDATES = 10  # 각 트리거별 상위 10개\r\n```\r\n\r\n**참고자료: docs\u002FTRIGGER_BATCH_ALGORITHMS.md**\r\n\r\n---\r\n\r\n### pykrx 호환 컬럼명 수정\r\n`get_market_ohlcv_by_ticker` 함수의 반환 DataFrame 컬럼명을 pykrx와 동일하게 영문으로 통일했습니다.\r\n\r\n#### 문제점\r\n`stock_tracking_agent.py`에서 `KeyError: 'Close'` 에러 발생\r\n```python\r\n# 기존: 한글 컬럼명 반환\r\ndf.columns = [\"시가\", \"고가\", \"저가\", \"종가\", \"거래량\", \"거래대금\"]\r\n\r\n# stock_tracking_agent.py에서 영문 컬럼 기대\r\ncurrent_price = df.loc[ticker, \"Close\"]  # KeyError!\r\n```\r\n\r\n#### 해결\r\n```python\r\n# 변경: pykrx 호환 영문 컬럼명\r\ndf.columns = [\"Open\", \"High\", \"Low\", \"Close\", \"Volume\", \"Amount\"]\r\n```\r\n\r\n---\r\n\r\n### 세션 관리 추상화 개선\r\nprism-insight 클라이언트 코드에서 KRX 세션 관리 세부사항을 알 필요 없도록 리팩토링했습니다.\r\n\r\n#### 변경 전 (Leaky Abstraction)\r\n```python\r\n# prism-insight에서 직접 세션 프리워밍 호출 필요\r\nfrom kospi_kosdaq_stock_server import ensure_session_valid\r\nensure_session_valid()  # 클라이언트가 세션 관리 세부사항을 알아야 함\r\n```\r\n\r\n#### 변경 후\r\n```python\r\n# 자동 세션 관리 - 클라이언트 코드 변경 불필요\r\n# krx_data_client 내부에서 자동으로 처리\r\nclient.get_market_ohlcv(...)  # 필요시 자동 로그인\r\n```\r\n\r\n`ensure_session_valid()` 함수는 DEPRECATED 처리되었으며, 내부적으로 자동 호출됩니다.\r\n\r\n---\r\n\r\n### kospi-kosdaq-stock-server 업그레이드\r\n버전 0.3.20으로 업그레이드\r\n- 파일 락 기반 동시 로그인 방지\r\n- 세션 신선도 추적 (5분 TTL)\r\n- ISIN 캐시 파일 공유 (12시간 TTL)\r\n- 쿠키 도메인 수정 (.krx.co.kr)\r\n- pykrx 호환 영문 컬럼명\r\n- 세션 관리 자동화\r\n\r\n## 업데이트 방법\r\n```bash\r\ngit pull\r\npip install -r requirements.txt\r\n```\r\n\r\n## 알려진 제한사항\r\n- KRX 세션은 약 6~7분 후 만료되어 자동 재로그인됨\r\n","2026-01-05T16:08:29",{"id":214,"version":215,"summary_zh":216,"released_at":217},107825,"v1.15.0","## PRISM-INSIGHT v1.15.0\r\n발표일: 2026년 1월 5일\r\n\r\n## 주요 변경사항\r\n\r\n### KRX 데이터 수집 방식 변경 (Breaking Change)\r\nKRX 거래소의 로그인 시스템 도입으로 기존 pykrx 라이브러리 사용이 제한되어, 자체 로그인 크롤링 방식(krx_data_client)으로 전환했습니다.\r\n로그인 방식은 네이버\u002F카카오 로그인 중에 우선 '카카오' 로그인만 적용했습니다.\r\n\r\n처음엔 로그인 없이 Open API Key를 받아서 대체할까 했지만, open api에서는 투자자별 거래동향 데이터를 제공하지 않아서,\r\n데이터 퀄리티를 위해 어쩔 수 없이 크롤링 방식을 채택했습니다.\r\n\r\nKRX 데이터 수집은 kospi-kosdaq mcp 서버(https:\u002F\u002Fgithub.com\u002Fdragon1086\u002Fkospi-kosdaq-stock-server)와\r\n프리즘 인사이트에서 직접 pykrx를 이용했었습니다만,\r\n이번에 kospi-kosdaq mcp 서버 리파지토리에 자체크롤링 기능을 라이브러리화 시켜서 프리즘에서는 pykrx를 쓰지 않고 kospi-kosdaq 리파지토리만 참조해서 쓰기로 했습니다.\r\n\r\n**필수 설정:**\r\n```bash\r\n# .env\r\nKAKAO_ID=your_kakao_email@example.com\r\nKAKAO_PW=your_kakao_password\r\n```\r\n\r\n```yaml\r\n# mcp_agent.config.yaml\r\nkospi_kosdaq:\r\n  command: \"python3\"\r\n  args: [\"-m\", \"kospi_kosdaq_stock_server\"]\r\n  env:\r\n    KAKAO_ID: \"your_kakao_id\"\r\n    KAKAO_PW: \"your_kakao_password\"\r\n```\r\n\r\n```카카오계정\r\n2단계 인증이 설정되어 있는 경우, 매 분석시 마다 카카오 앱에서 확인 버튼을 눌러야 합니다.\r\n이게 번거로우시다면 카카오앱 > 전체 설정 > 카카오계정 > 계정 보안 > 2단계 인증 '사용 안함' 으로 변경하시면 됩니다.\r\n```\r\n---\r\n\r\n### 트리거 선정 알고리즘 개선\r\n기존 각 트리거 카테고리별 단순 1위 선정 방식에서, 매수\u002F매도 에이전트 로직과 궁합이 좋은 종목을 선정하는 하이브리드 방식으로 변경했습니다.\r\n#### 하이브리드 선별 (Hybrid Selection)\r\n\r\n#### 목적\r\n\r\n기존 복합점수 방식은 \"오늘 가장 많이 움직인 종목\"을 선별하지만, 이미 급등한 종목은 매수\u002F매도 에이전트(trading_agents.py) 기준에 맞지 않을 수 있습니다.\r\n\r\n하이브리드 선별은 **에이전트 기준에 더 잘 맞는 종목**을 선별하기 위해 추가 데이터를 분석합니다.\r\n\r\n#### trading_agents.py 기준\r\n\r\n| 기준 | 값 | 설명 |\r\n|------|-----|------|\r\n| 손익비 (Risk\u002FReward) | ≥ 2.0 | 예상 수익이 예상 손실의 2배 이상 |\r\n| 손절폭 | ≤ 7% | 현재가 대비 손절가 거리 |\r\n\r\n#### 에이전트 점수 계산\r\n\r\n```python\r\n# 10일간 데이터에서 지지선\u002F저항선 추출\r\n지지선 = 10일간 최저가\r\n저항선 = 10일간 최고가\r\n\r\n# 손절가\u002F목표가 계산\r\n손절가 = 지지선 × 0.99  # 지지선 1% 아래\r\n목표가 = 저항선\r\n\r\n# 손절폭 계산\r\n손절폭 = (현재가 - 손절가) \u002F 현재가\r\n\r\n# 손익비 계산\r\n손익비 = (목표가 - 현재가) \u002F (현재가 - 손절가)\r\n\r\n# 에이전트 점수 계산\r\nrr_score = min(손익비 \u002F 2.0, 1.0)  # 손익비 2.0이면 만점\r\nsl_score = max(0, 1 - 손절폭\u002F0.07)  # 손절폭 7%이면 0점\r\n\r\n에이전트점수 = rr_score × 0.6 + sl_score × 0.4\r\n```\r\n\r\n#### 최종 점수 계산\r\n\r\n```python\r\n최종점수 = 복합점수(정규화) × 0.4 + 에이전트점수 × 0.6\r\n```\r\n\r\n#### 선별 흐름\r\n\r\n```\r\n1. 각 트리거에서 상위 3개 후보 선별\r\n2. 각 후보에 대해 10일간 OHLCV 데이터 조회\r\n3. 에이전트 점수 계산 (손익비, 손절폭 기반)\r\n4. 최종 점수 = 복합점수(40%) + 에이전트점수(60%)\r\n5. 각 트리거에서 최종 점수 1위 선택\r\n```\r\n\r\n#### 효과 예시\r\n\r\n| 종목 | 복합점수 | 에이전트점수 | 최종점수 | 손익비 | 손절폭 |\r\n|------|---------|------------|---------|-------|-------|\r\n| A (급등주) | 0.70 | 0.03 | 0.42 | 0.10 | 25% |\r\n| B (안정주) | 0.57 | 0.85 | **0.53** | 3.36 | 2.6% |\r\n\r\n→ 복합점수만으로는 A가 선택되지만, 하이브리드로는 **에이전트 기준에 맞는 B**가 선택됨\r\n\r\n**참고자료(트리거 알고리즘들 소개) : docs\u002FTRIGGER_BATCH_ALGORITHMS.md**\r\n---\r\n\r\n### 매매일지(Trading Journal) 에이전트 신규 추가 (Optional)\r\n- 매수\u002F매도 에이전트와 연동되는 매매일지 시스템 추가\r\n- JSON 기반 매매 기록 관리\r\n- 장기기억 압축(Memory Compression) 알고리즘 적용\r\n  - 최신 기록: 상세 보관\r\n  - 오래된 기록: 요약 압축하여 장기기억으로 전환\r\n- 과거 매매 패턴 학습을 통한 의사결정 품질 향상 기대\r\n\r\n**기본값: 비활성화 (기존 사용자 영향 없음)**\r\n\r\n활성화하려면 `.env`에 다음 설정 추가:\r\n```bash\r\nENABLE_TRADING_JOURNAL=true\r\n```\r\n\r\n#### 핵심 개념\r\n\r\n```\r\n매매 완료 → 복기 분석 → 일지 저장 → 시간 경과 → 기억 압축 → 직관 추출\r\n```\r\n\r\n- **Trading Journal (매매 일지)**: 매 거래 종료 시 AI가 매수\u002F매도 맥락을 비교 분석하고 교훈을 추출\r\n- **Memory Compression (기억 압축)**: 시간이 지난 일지를 단계별로 요약하여 저장 공간과 조회 효율 최적화\r\n- **Trading Intuitions (매매 직관)**: 반복되는 패턴에서 추출된 규칙으로, 새로운 매수 결정에 참고\r\n\r\n\r\n**참고자료(매매일지 관련 기능 소개) : docs\u002FTRADING_JOURNAL.md**\r\n\r\n**참고 문헌**\r\n\r\n| 논문 | 관련 기능 |\r\n|------|----------|\r\n| [Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.19413) (2025) | Layer 1→2→3 계층적 메모리 압축, 핵심 정보 추출 및 통합 |\r\n| [Human-inspired Episodic Memory for Infinite Context LLMs](https:\u002F\u002Farxiv.org\u002Fabs\u002F2407.09450) (2024) | 매매 복기 분석, 에피소딕 기억 구조 |\r\n| [Memory in the Age of AI Agents: A Survey](https:\u002F\u002Farxiv.org\u002Fabs\u002F2512.13564) (2025) | 에이전트 메모리 시스템 전반, 장기기억 관리 |\r\n\r\n\r\n---\r\n\r\n### kospi-kosdaq-stock-server 업그레이드\r\n버전 0.3.8로 업그레이드 (pykrx 제거 및 자체 크롤링 로직 추가)\r\n\r\n## 업데이트 방법\r\n```bash\r\ngit pull\r\npip install -r requirements.txt\r\npython3 -m playwright install chromium\r\n```\r\n","2026-01-04T17:33:08",{"id":219,"version":220,"summary_zh":221,"released_at":222},107826,"v1.14.2","## PRISM-INSIGHT v1.14.2\r\n발표일: 2025년 12월 30일\r\n\r\n### 주요 변경사항\r\n\r\n#### 보고서 병렬처리 툴호출 버그 fix\r\n#### GPT 5.2가 생성해주는 보고서의 불필요한 마크다운 형식 심볼 보완 처리","2025-12-30T14:42:38",{"id":224,"version":225,"summary_zh":226,"released_at":227},107827,"v1.14.0","## PRISM-INSIGHT v1.14.0\r\n발표일: 2025년 12월 30일\r\n\r\n### 주요 변경사항\r\n\r\n#### AI 모델 업그레이드\r\n- **GPT 모델 gpt-4.1 → gpt-5.2 업그레이드** (#136)\r\n  - cores\u002Freport_generation.py의 모든 GPT 모델을 gpt-5.2로 업그레이드\r\n  - reasoning_effort=\"none\" 파라미터 추가로 추론 오버헤드 제거\r\n  - 4개 함수 업데이트: generate_detailed_report, generate_comprehensive_report, generate_executive_summary, generate_investment_strategy\r\n  - 주가 차트 분석 영역 범위 2년 -> 1년으로 축소 (API 비용 절감)\r\n  - 각 섹션별 출력 글자수를 3천자로 제한 유도 (API 비용 절감)\r\n\r\n#### 차트 및 데이터 시각화 개선\r\n- **투자자별 거래량 차트 한글 라벨 깨짐 수정** (#134)\r\n  - 투자자 유형 영어 매핑을 4개에서 11개로 확장\r\n  - 추가된 유형: 금융투자(Securities), 보험(Insurance), 투신(Mutual Funds), 사모(Private Equity), 은행(Banks), 기타금융(Other Finance), 연기금등(Pension Funds), 전체(Total)\r\n  - 조회 기간을 730일(2년)에서 30일(1달)로 단축하여 수급 분석 정확도 향상\r\n\r\n- **투자자 유형 라벨 누락 수정** (#135)\r\n  - pykrx 투자자 유형 매핑 2개 추가\r\n    - '연기금 등' → 'Pension Funds' (띄어쓰기 버전)\r\n    - '기타외국인' → 'Other Foreigners'\r\n\r\n#### 리포트 생성 성능 최적화\r\n- **리포트 병렬처리 옵션 추가** (#135)\r\n  - PRISM_PARALLEL_REPORT 환경변수 추가\r\n  - false(기본값): 순차 실행 (API rate limit 안전)\r\n  - true: 병렬 실행 (속도 향상, 6개 섹션 동시 실행)\r\n  - .env.example에 설정 가이드 추가\r\n\r\n#### 모의투자 기능 강화\r\n- **장외시간 예약 주문 스케줄링 기능 추가** (#133)\r\n  - 모의투자 모드에서 장외 시간(16:00 이후) BUY 시그널 발생 시 IGW00009 에러 해결\r\n  - ScheduledOrderManager 클래스 추가로 예약 주문 관리\r\n  - 예약 주문을 logs\u002Fscheduled_orders.json에 저장하여 재시작 시에도 유지\r\n  - 백그라운드 스케줄러로 1분마다 실행 가능한 주문 체크\r\n  - 다음 영업일 09:05에 자동으로 시장가 매수 실행\r\n  - 장외시간 감지 및 다음 시장 개장 시간 계산 유틸리티 함수 추가\r\n\r\n### 버그 수정\r\n- **모의투자 장외시간 IGW00009 에러 해결** (#133)\r\n  - 모의투자에서 지원되지 않는 예약주문 API(CTSC0008U) 에러 해결\r\n  - 예약주문 실패 시 fallback에 time.sleep(1.0) 추가로 rate limit 방지\r\n\r\n- **리포트 출력 파일명 수정** (#135)\r\n  - 리포트 생성 시 출력 파일명 정규화\r\n\r\n### 기술적 개선\r\n- GPT-5.2 등 고급 모델 사용 시 rate limit 경고 주석 추가\r\n- is_market_hours(), get_next_market_open() 등 시장 시간 관련 유틸리티 함수 추가\r\n- 환경변수를 통한 설정 관리 강화 (.env.example 문서화)","2025-12-30T05:29:44",{"id":229,"version":230,"summary_zh":231,"released_at":232},107828,"v1.13.3","## PRISM-INSIGHT v1.13.3\r\n발표일: 2025년 12월 27일\r\n\r\n### 주요 변경사항\r\n\r\n#### 전인구 투자실험 버그 수정(본인 의견 영상만 필터링, 대시보드 잘못 표기된 데이터 수정)\r\n#### 대시보드 보유종목 분석 탭 버그 수정\r\n#### 대시보드 현금비율 표기 수정","2025-12-26T16:35:19"]