TNT-Likely/PanWatch 源码: https://github.com/TNT-Likely/PanWatch # 盯盘侠 PanWatch 自托管 AI 盯盘助手 · 集成 TradingAgents (https://github.com/TauricResearch/TradingAgents) 多 Agent 投资决策 — A 股 / 港股 / 美股实时监控、持仓管理、智能分析、全渠道推送 GitHub stars (https://github.com/TNT-Likely/PanWatch/stargazers) Docker Pulls (https://hub.docker.com/r/sunxiao0721/panwatch) License: MIT Last commit (https://github.com/TNT-Likely/PanWatch/commits/main) PWA (https://github.com/TNT-Likely/PanWatch) 盯盘侠 PanWatch · TradingAgents 深度分析演示 > 🧠 持仓页点一下 → TradingAgents 9-Agent 投研团队接力分析 → 看多看空辩论 → 风控审查 → PM 决策书,3-5 分钟一条完整推理链,结论直推到你的 IM。 ## 📸 功能一览 | 持仓 · 多账户汇总 | 机会页 · AI 评分选股 | |:—:|:—:| | 持仓管理 | 机会页 AI 评分 | | 模拟盘 · 净值曲线 + 绩效 | 个股深度详情 | | 模拟盘 | 个股详情 | | 技术指标共振 · 一眼 MACD/RSI/KDJ | 价格提醒 · 条件组合触发 | | 技术指标 | 价格提醒 | 移动端截图 > 📱 支持 PWA,移动端可「添加到主屏幕」当原生 App 用。 > 💡 如果盯盘侠对你有帮助,点右上角 ⭐ Star 支持一下 —— 这是对开源项目最好的鼓励,也能让更多人发现它。 ## 🧠 深度分析:TradingAgents 多 Agent 决策 接入 TradingAgents (https://github.com/TauricResearch/TradingAgents)(76k+ star)多 Agent 投资决策框架,在持仓页点 🧠 图标即可触发: - 4 类分析师(技术 / 情绪 / 新闻 / 基本面) → 看多看空辩论 → 风控审查 → PM 整合决策 - 3-5 分钟输出完整推理链,结论同步推送到 Telegram / 微信 / 钉钉 - 默认 deepseek-chat,单次 ~$0.05,月度预算可控 ## 为什么选择盯盘侠? - 数据私有 — 自托管部署,持仓数据不经过任何第三方 - AI 原生 — 不是简单的指标堆砌,而是让 AI 理解你的持仓、风格和目标 - 开箱即用 — Docker 一键部署,5 分钟完成配置 ## 核心功能 智能 Agent 系统 | Agent | 触发时机 | 功能 | |—––|———|——| | 盘前分析 | 每日开盘前 | 综合隔夜美股、新闻消息、技术形态,给出今日操作策略 | | 盘中监测 | 交易时段实时 | 监控异动信号,RSI/KDJ/MACD 共振时推送提醒 | | 盘后日报 | 每日收盘后 | 复盘当日走势,分析资金流向,规划次日操作 | | 新闻速递 | 定时采集 | 抓取财经新闻,AI 筛选与持仓相关的重要信息 | 专业技术分析 - 趋势指标:MA 多空排列、MACD 金叉死叉、布林带突破 - 动量指标:RSI 超买超卖、KDJ 钝化与背离 - 量价分析:量比异动、缩量回调、放量突破 - 形态识别:锤子线、吞没形态、十字星等 K 线形态 - 支撑压力:自动计算多级支撑位和压力位 多市场 & 多账户 - 覆盖市场:A 股、港股、美股实时行情 - 账户管理:支持多券商账户独立管理,汇总展示总资产 - 交易风格:按短线/波段/长线分别设置,AI 建议更精准 全渠道通知 Telegram / 企业微信 / 钉钉 / 飞书 / Bark / 自定义 Webhook 价格提醒 - 支持价格、涨跌幅、成交额、量比等条件组合(AND / OR) - 支持交易时段/全天生效、冷却时间、日触发上限、重复触发模式 - 到期时间使用弹窗内日期面板 + HH:mm 输入,留空表示永不过期 - 可按规则选择通知渠道,不选则走系统默认渠道 ## 快速开始 bash docker run -d \ --name panwatch \ -p 8000:8000 \ -v panwatch_data:/app/data \ sunxiao0721/panwatch:latest 访问 http://localhost:8000,首次使用设置账号密码即可。 说明:镜像内已包含 Playwright 运行所需的系统依赖;Chromium 浏览器会在容器首次启动时自动下载并安装到挂载卷(默认 /app/data/playwright),首次启动可能需要几分钟且需要网络可达。 如果不需要截图等浏览器能力,可以在启动容器时设置 PLAYWRIGHT_SKIP_BROWSER_INSTALL=1 跳过首次 Chromium 下载/安装。 Docker Compose yaml version: '3.8' services: panwatch: image: sunxiao0721/panwatch:latest container_name: panwatch ports: - "8000:8000" volumes: - panwatch_data:/app/data restart: unless-stopped volumes: panwatch_data: bash docker-compose up -d 环境变量 | 变量名 | 说明 | 默认值 | |––––|——|––––| | AUTH_USERNAME | 预设登录用户名 | 首次访问时设置 | | AUTH_PASSWORD | 预设登录密码 | 首次访问时设置 | | JWT_SECRET | JWT 签名密钥 | 自动生成 | | DATA_DIR | 数据存储目录 | ./data | | TZ | 应用时区(影响 Agent 调度触发时间与时间展示) | Asia/Shanghai | | PLAYWRIGHT_SKIP_BROWSER_INSTALL | 跳过首次 Chromium 安装(不需要截图时可用) | 未设置 | | LOG_LEVEL | 控制台日志级别。默认 INFO(只输出业务事件 + 错误);排查问题时设 DEBUG 可看到调度心跳、采集过程等底层日志。UI 日志板始终保留完整记录,不受影响 | INFO | | HTTP_PROXY / HTTPS_PROXY / http_proxy | 出站 HTTP 代理。三种配置方式任选其一: 1 启动前 export HTTP_PROXY=...;2 .env 里写 http_proxy=http://host:port;3 UI「设置 → 全局 HTTP 代理」。三者优先级:外部环境变量 > UI > .env。生效后所有 httpx 客户端走代理。NO_PROXY 默认包含 localhost,127.0.0.1 | 未设置 | | OTEL_EXPORTER_OTLP_ENDPOINT | OpenTelemetry OTLP 导出端点(如 http://jaeger:4318)。配置后才启用 OTel trace 导出;留空则完全关闭(零副作用)。还需安装可选依赖 requirements-otel.txt。详见下方「OTel 导出」 | 未设置(关闭) | 首次配置 1. 访问 Web 界面,设置登录账号 2. 设置 → AI 服务商:配置 OpenAI 兼容 API(支持 OpenAI / 智谱 / DeepSeek / Ollama 等) 3. 设置 → 通知渠道:添加 Telegram 或其他推送渠道 4. 持仓 → 添加股票:添加自选股,启用对应 Agent 本地开发 环境要求:Python 3.10+ / Node.js 18+ / pnpm bash # 一键开发(推荐) make dev-api # 启动后端(自动 venv+依赖,监听 :8000) make dev-web # 启动前端(自动 pnpm install,监听 :5183) # 或手动 python -m venv venv && source venv/bin/activate pip install -r requirements.txt python server.py # 后端 :8000 cd frontend && pnpm install && pnpm dev # 前端 :5183 前端 dev server 跑在 http://localhost:5183,并把 /api 代理到 127.0.0.1:8000。 前端用 :5183 而非默认 :5173,是为了和 BeeCount-Cloud 等本地常驻前端错开。 技术栈 后端:FastAPI / SQLAlchemy / APScheduler / OpenAI SDK 前端:React 18 / TypeScript / Tailwind CSS / shadcn/ui OTel 导出(可选,默认关闭) PanWatch 内建一套自建可观测体系(结构化日志 trace_id 贯穿 / agent_runs 运行表 / TradingAgents 节点级进度与成本),开箱即用、无需任何外部组件。 在此之上,可可选地再挂一层标准 OpenTelemetry (https://opentelemetry.io/) 导出,把 trace 送到 Jaeger / Tempo / Langfuse 等标准 APM。三类 span 映射: - Agent 一次运行 → root span(复用 agent_runs 的 trace_id 关联) - 单次 LLM 调用 → gen_ai 子 span,遵循 OpenTelemetry GenAI 语义约定 (https://opentelemetry.io/docs/specs/semconv/gen-ai/)(gen_ai.system / gen_ai.request.model / gen_ai.usage.input_tokens / gen_ai.usage.output_tokens / gen_ai.operation.name),可被标准 APM 识别为一次模型调用 - TradingAgents 节点 → 子 span(复用节点级进度回调) 默认完全关闭:不装依赖、不配 endpoint 时,导出层全程 no-op,不改变任何现有行为。 开启三步: bash # 1. 安装可选依赖 pip install -r requirements-otel.txt # 2. 配置 OTLP 端点(指向你的 collector / APM) export OTEL_EXPORTER_OTLP_ENDPOINT=http://localhost:4318 export OTEL_SERVICE_NAME=panwatch # 可选,默认 panwatch # 3. 正常启动;启动日志出现 "OTel 导出已启用" 即生效 python server.py 本地起一个 Jaeger 验证: bash docker run -d --name jaeger -p 16686:16686 -p 4318:4318 \ jaegertracing/all-in-one:latest # 触发任意 Agent 运行后,打开 http://localhost:16686 选 service=panwatch 查看 trace Langfuse / Tempo 同理,把 OTEL_EXPORTER_OTLP_ENDPOINT 指向对应 OTLP 入口即可。 发布(Docker 镜像) 本项目内置 GitHub Actions 发布流程: - 打 tag(例如 0.2.3)会自动构建并推送 Docker 镜像 - sunxiao0721/panwatch:0.2.3 - sunxiao0721/panwatch:latest - 也支持在 GitHub Actions 里手动触发(workflow_dispatch)指定版本号 需要在仓库 Secrets 中配置: - DOCKERHUB_USERNAME - DOCKERHUB_TOKEN ## 捐赠支持 如果你觉得 PanWatch 有帮助,欢迎请作者喝杯咖啡: | 微信赞赏 | 支付宝 | |:—:|:—:| | | | ## 贡献 欢迎提交 Issue 和 PR!自定义 Agent 和数据源开发请参考 贡献指南。 社区交流(Telegram):t.me/panwatch (https://t.me/panwatch) ## License MIT