📌 项目地址：ZhuLinsen/daily_stock_analysis | ⭐ 37,187 颗星 | 🔧 Python | 📜 未标注
这个项目解决了什么问题
我每天开盘前要翻一遍自选股：看一眼K线形态、查一下资金流向、扫一眼新闻有没有突发利空。一套下来半小时过去了，还经常漏掉关键信息。
ZhuLinsen/daily_stock_analysis 做的事就是把这些步骤自动化——你把自选股列表告诉它，它每天定时拉行情、算技术指标、抓新闻公告，再用AI生成一份分析报告，推到你微信/飞书/Telegram上。
我试了两周，结论是：省下的时间确实值。报告里的信息面比我手动翻的还全，AI给的评分和买卖点位参考可以作为决策前的快速检查。
它产出的报告长什么样
一份完整的AI分析报告包含这几个模块：
核心结论 + 综合评分。比如“7.2分，短期偏多但需注意量能不足”。评分是技术面、资金面、新闻情绪加权算出来的，不是AI瞎编。
趋势判断。把均线、MACD、RSI这些技术指标用自然语言总结出来，不用自己看K线图。
买卖点位。支撑位和压力位的数值范围，依据是当前形态和筹码分布。
风险警报。技术背离、资金异常流出、筹码恶化，AI会标出来。
催化因素。近期事件、财报预期、行业政策变化，来自新闻搜索和公告抓取。
操作检查清单。像“是否突破颈线位”“是否放量”这种条件勾选，辅助你做决策前确认。
数据来源覆盖K线、均线/MACD/RSI、资金流向、筹码分布、新闻公告、基本面（市盈率、利润增速等）。AI内置了15种投资策略（均线、缠论、波浪、趋势、热点、事件、成长、预期等），在Web工作台或聊天机器人里，你可以用这些策略跟AI做多轮追问，比如“用缠论看这只票当前是日线级别几买”。
部署：GitHub Actions 5分钟，零成本
我按README推荐的GitHub Actions试了一遍，步骤很简单。
1. Fork这个仓库。顺手点个Star，项目作者需要曝光。
2. 配置Secrets。进自己Fork仓库的Settings → Secrets and variables → Actions → New repository secret。
3. 配置AI模型（至少一个）。
| Secret名称 | 说明 | 推荐理由 |
|---|---|---|
ANSPIRE_API_KEYS |
一个Key同时用全球热门大模型和联网搜索，有免费额度，不需要科学上网 | 省事 |
AIHUBMIX_KEY |
类似全模型聚合服务，本项目用户有10%优惠 | 备选 |
GEMINI_API_KEY / ANTHROPIC_API_KEY / OPENAI_API_KEY |
其他模型商，如果你已经有这些Key可以直接用 | 可选 |
如果要用Ollama本地模型，更建议本地/Docker部署，GitHub Actions环境不适合。
4. 配置通知渠道（至少一个）。
| Secret名称 | 说明 |
|---|---|
WECHAT_WEBHOOK_URL |
企业微信机器人Webhook |
FEISHU_WEBHOOK_URL |
飞书机器人Webhook |
TELEGRAM_BOT_TOKEN TELEGRAM_CHAT_ID |
Telegram Bot |
DISCORD_WEBHOOK_URL |
Discord Webhook |
SLACK_WEBHOOK_URL |
Slack Webhook |
SMTP_* |
邮箱SMTP配置 |
完整字段在docs/full-guide.md里有模板。
配置完这些，GitHub Actions会自动按工作流定时触发。你可以在.github/workflows里看到默认的cron表达式，改成自己想要的频率。免费额度足够每天分析几支股票。
如果你不想用GitHub Actions，README也提供了Docker、Crontab、FastAPI Web服务三种部署方式。
数据源和AI模型都能换
这个项目最让我觉得值的是可定制性。它不是硬编码一个数据源或模型，而是做成可插拔的。
行情数据：支持AkShare（国内行情）、Tushare、Pytdx、Baostock、YFinance（美股）、Longbridge。其中AkShare免费且覆盖面广，Tushare需要Token。
新闻搜索：集成了7个数据源，包括SerpAPI、Tavily、Bocha、Brave、MiniMax、SearXNG，还有一个可选的美股社交舆情API（Stock Sentiment API，抓Reddit/X/Polymarket情绪）。
AI模型：支持OpenAI兼容的所有模型（DeepSeek、通义千问、Moonshot等）、Gemini、Claude、Anspire、AIHubMix、Ollama本地模型。docs/LLM_CONFIG_GUIDE.md里详细讲了路由规则和图像识别配置（比如你想让AI看图说话理解K线截图）。
你还可以在Web工作台上临时分析股票、看历史报告、做回测、管理持仓，甚至切换浅色/深色主题。智能导入功能支持截图、CSV/Excel、剪贴板里的股票代码自动识别和补全。
几个值得注意的点
- 这个项目不是Python库，不能
pip install。它是一个完整应用，需要按Fork + 配置Secrets的流程部署。仓库里没有setup.py。 - 依赖外部API。AI模型和部分数据源需要注册并获取API Key。有些有免费额度，有些收费。部署前最好确认一下各服务的收费政策。
- AI不构成投资建议。项目README也强调了一样的话。它只是整理信息、给参考，最终决策还得你自己做。但省下了每天手动刷行情、读新闻的时间，这已经值了。
- 文档很全。除了主README，
docs/目录里有完整配置与部署指南、LLM配置指南。要深度定制，先翻一遍能避开不少坑，比如基本面P0超时语义、交易纪律定义、数据源优先级规则都在里面。
如果你每天需要跟踪几支股票，不想开盘前花一小时翻各种数据，花5分钟配置这个系统，后面每天到点就能在微信/飞书/Telegram里收到一份AI整理好的决策参考。省下来的时间，可以多读几份财报，或者做点别的事。