股票智能分析系统5分钟部署
每天盯着几十只自选股，翻行情、看新闻、读公告，花掉大把时间还不一定能抓住关键信号。如果有个 AI 助手能每天早上帮你把自选股过一遍，给出评分、趋势判断和风险提示，是不是就省心多了？daily_stock_analysis 就是这样一个开源项目——它用大模型驱动，支持 A 股、港股、美股等多市场，而且最友好的是，你可以通过 GitHub Actions 免费部署，连服务器都不用买。
一、项目背景
daily_stock_analysis 是一个基于 AI 大模型的多市场自选股智能分析系统，由开发者 ZhuLinsen 开源维护。它能自动从多个数据源获取行情、新闻、公告和基本面信息，调用大模型生成结构化的决策分析报告，并通过企业微信、飞书、Telegram、Discord、Slack、邮件等多种渠道推送到你手中。
核心能力包括：AI 决策报告（评分、趋势、买卖点位、风险警报、催化因素）、多市场数据聚合（A股/港股/美股/ETF/日股/韩股）、Web 工作台（手动分析、历史报告、回测、持仓管理）、Agent 策略问股（15 种内置策略）、自动化定时任务等。
无论你是个人投资者还是量化爱好者，这个项目都能帮你大幅减少信息处理时间，把精力集中在决策上。
官方GitHub的项目地址:
https://github.com/ZhuLinsen/daily_stock_analysis
二、本文环境说明
- 操作系统：不限（GitHub Actions 云端运行，无需本地服务器）
- 运行时 / 语言版本：Python 3.10+（仅本地/Docker 部署需要）
- Docker / Compose 版本：Docker 24.x, Docker Compose v2（仅 Docker 部署需要）
- 部署方式：GitHub Actions（推荐，零成本） / Docker Compose / 本地 pip
- 是否为简化方案：是，本文采用 GitHub Actions 一键部署，无需服务器
- 硬件要求：无（GitHub Actions 免费额度足够每日运行）
三、安装前准备
3.1 前置条件
- 一个 GitHub 账号（免费）
- 一个 AI 模型 API Key（推荐 Anspire 或 AIHubMix，无需科学上网，含免费额度）
- 一个通知渠道（如企业微信机器人，免费）
3.2 获取项目代码
不需要本地克隆，直接在 GitHub 上操作即可。
3.3 安装前注意事项
- GitHub Actions 免费额度：每个账号每月 2000 分钟，本项目每天运行约 1-2 分钟，完全够用
- 所有配置通过 GitHub Secrets 管理，不会泄露到代码仓库
四、安装与部署
4.1 Fork 仓库
- 打开项目地址：https://github.com/ZhuLinsen/daily_stock_analysis
- 点击右上角的Fork按钮
- 建议顺手点个Star支持一下项目
4.2 配置 AI 模型（至少配置一个）
进入你 Fork 后的仓库，点击Settings→Secrets and variables→Actions→New repository secret。
以下三选一即可：
选项 A：Anspire（推荐，一 Key 同时用大模型和联网搜索）
| Secret 名称 | 值 |
|---|---|
| ANSPIRE_API_KEYS | 从 https://open.anspire.cn 注册获取的 API Key |
选项 B：AIHubMix（聚合平台，一个 Key 切换全系模型）
| Secret 名称 | 值 |
|---|---|
| AIHUBMIX_KEY | 从 https://aihubmix.com 注册获取的 Key |
选项 C：Google Gemini（有免费额度）
| Secret 名称 | 值 |
|---|---|
| GEMINI_API_KEY | 从 https://aistudio.google.com 获取的 API Key |
4.3 配置通知渠道（至少配置一个）
以最方便的企业微信机器人为例：
- 在企业微信群 → 点击设置 → 群机器人 → 添加机器人
- 复制 Webhook 地址
- 在仓库 Secrets 中添加：
| Secret 名称 | 值 |
|---|---|
| WECHAT_WEBHOOK_URL | 复制的 Webhook 地址 |
其他渠道（飞书、Telegram、Discord、Slack、邮件）配置方式类似，可同时配置多个。
4.4 配置自选股（必填）
添加自选股列表：
| Secret 名称 | 值 |
|---|---|
| STOCK_LIST | 如 600519,300750,002594,AAPL,hk00700,7203.T,005930.KS |
代码格式说明：
- A股：直接写代码，如 600519（贵州茅台）、300750（宁德时代）
- 港股：加 hk 前缀，如 hk00700（腾讯）
- 美股：直接写代码，如 AAPL、TSLA
- 日股：加 .T 后缀，如 7203.T（丰田）
- 韩股：加 .KS 或 .KQ 后缀
4.5 配置新闻源（推荐）
新闻源显著影响舆情分析和催化因素质量，建议至少配置一个：
| Secret 名称 | 说明 |
|---|---|
| ANSPIRE_API_KEYS | 已在上文配置，同一 Key 可复用为新闻搜索 |
| SERPAPI_API_KEYS | 从 https://serpapi.com 获取，适合实时金融新闻 |
4.6 启用 Actions
- 进入仓库的Actions标签页
- 点击I understand my workflows, go ahead and enable them
- 左侧找到每日股票分析工作流
4.7 手动测试运行
- 进入Actions→每日股票分析
- 点击Run workflow→Run workflow
- 等待 1-2 分钟，运行完成后查看推送的通知
4.8 完成
默认每个**工作日 18:00（北京时间）**自动执行。你也可以随时手动触发。
五、配置说明
5.1 核心配置文件
项目通过 GitHub Secrets 管理所有敏感配置，无需手动编辑配置文件。如需本地运行，复制 .env.example 为 .env 并填入配置即可。
5.2 常用配置项
| Secret 名称 | 说明 | 必填 |
|---|---|---|
| STOCK_LIST | 自选股代码 | ✅ |
| ANSPIRE_API_KEYS / GEMINI_API_KEY 等 | AI 模型 API Key | ✅（至少一个） |
| WECHAT_WEBHOOK_URL 等 | 通知渠道 | ✅（至少一个） |
| SERPAPI_API_KEYS | 新闻搜索 | 推荐 |
| TAVILY_API_KEYS | 新闻搜索 | 可选 |
5.3 容易踩坑的配置点
- Secrets 名称必须完全一致，包括大小写和下划线
- STOCK_LIST 格式：A股代码不要加后缀，港股加 hk 前缀，美股直接写
- 通知渠道：企业微信机器人的 Webhook URL 需要完整复制，包括 https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key= 部分
六、跑通第一个 Demo
6.1 准备 Demo 输入
确保已配置好：
- AI 模型 API Key（任选一个）
- 通知渠道（任选一个）
- 自选股列表（至少一只股票）
6.2 运行 Demo
在 GitHub 仓库中：
- 进入Actions标签页
- 点击左侧每日股票分析
- 点击Run workflow→Run workflow
- 等待约 1-2 分钟
6.3 预期结果
运行成功后，你配置的通知渠道会收到类似这样的决策仪表盘：
`
🎯 2026-06-22 决策仪表盘
共分析3只股票 | 🟢买入:0 🟡观望:2 🔴卖出:1
📊 分析结果摘要
⚪ 贵州茅台(600519): 观望 | 评分 72 | 看多
⚪ 宁德时代(300750): 观望 | 评分 65 | 震荡
🟡 比亚迪(002594): 卖出 | 评分 38 | 看空
…
`
七、效果验证
7.1 验证方式一：检查通知渠道
查看企业微信/飞书/Telegram 等是否收到决策仪表盘消息。
7.2 验证方式二：查看 Actions 运行日志
在仓库Actions→每日股票分析→ 点击最新运行记录 → 查看日志，确认每一步执行成功。
7.3 验证方式三：启动 Web 工作台（可选）
如果本地有 Python 环境，可以启动 Web 界面查看完整报告：
` ash
git clone https://github.com/你的用户名/daily_stock_analysis.git
cd daily_stock_analysis
cp .env.example .env
编辑 .env 填入配置
pip install -r requirements.txt
python main.py --webui
`
访问 http://127.0.0.1:8000 即可看到 Web 工作台。
八、常见报错与解决方案
8.1 Actions 运行失败：Secrets 未配置
错误现象：Actions 日志显示 xxx not configured
原因分析：必填的 Secrets 未添加或名称拼写错误
解决方案：检查仓库 Settings → Secrets and variables → Actions，确保 Secrets 名称与文档完全一致
8.2 通知未收到
错误现象：Actions 运行成功，但没有收到推送
原因分析：通知渠道配置有误
解决方案：
- 企业微信：检查 Webhook URL 是否完整，机器人是否在群内
- 飞书：检查是否开启了签名校验，如需校验需同步配置 FEISHU_WEBHOOK_SECRET
- Telegram：检查 Bot Token 和 Chat ID 是否正确
8.3 股票代码不识别
错误现象：日志显示 Unknown stock code
原因分析：股票代码格式不正确
解决方案：
- A股：使用 6 位数字代码，如 600519
- 港股：加 hk 前缀，如 hk00700
- 美股：直接使用字母代码，如 AAPL
九、进阶说明
- Docker 部署：使用 docker-compose -f ./docker/docker-compose.yml up -d 启动定时分析或 FastAPI 服务
- Web 工作台：python main.py --webui 启动管理界面，支持配置管理、手动分析、历史报告、Agent 问股
- Agent 策略问股：Web 界面 /chat 页面支持均线金叉、缠论、波浪理论等 15 种内置策略
- 多模型配置：支持多渠道 fallback，可在 Web 设置页可视化管理
- 回测功能：自动回测分析记录，评估策略准确性
十、总结
这篇文章带你用 GitHub Actions 零成本部署了 daily_stock_analysis，从 Fork 仓库到收到第一份 AI 决策仪表盘，全程不到 10 分钟。最妙的是，之后每天收盘它都会自动跑一遍你的自选股，把行情、新闻、技术指标揉到一起，给你一份结构化的分析报告——不用再自己翻十几个页面拼信息了。
如果你对部署方式有自己的偏好，项目也支持 Docker 和本地 pip 安装，灵活度很高。
十一、适合谁继续深入
- 想做生产部署的开发者：研究 Docker Compose 部署和 FastAPI 服务模式
- 想研究源码的工程师：阅读 src/ 目录下的分析引擎和 LLM 调用逻辑
- 想做业务接入的团队：通过 Webhook 和 API 集成到现有投研流程
- 想做二次开发的用户：Fork 后自定义分析策略和报告模板