夜雨聆风
非技术圈的朋友刷到我的朋友圈，问我在AI浪潮下有没有什么炒股分析软件推荐。他连Python都没装过，传统AI股票工具对他来说门槛太高了。
我的需求很具体：零基础、零成本、每天自动推送AI股票分析报告到手机上（当然零成本有点夸张，多少还是需要点token的）。
然后我翻到了这个项目——GitHub上拿了 39.1K Stars（来源：GitHub API 核实），MIT协议开源，支持A股、港股、美股，5分钟配置好就能每天自动跑。
先给你们看推送效果，看到这个你才有动力往下配置。
这个项目能做什么
LLM驱动的股票智能分析系统，每天自动分析自选股，推送「决策仪表盘」到企业微信/飞书/Telegram。
此处为随便输入的模拟数据
快速上手：5分钟搞定，零成本运行
GitHub Actions 部署，不用买服务器，不用自己跑定时任务。
第一步：Fork这个仓库
点击右上角 Fork，顺手点个 Star 支持一下。
第二步：在GitHub Secrets里填配置
Settings → Secrets and variables → Actions → New repository secret。
⚠️ 注意事项先说在前面：- 股票代码格式：A股直接数字（600519），港股要加hk前缀（hk00700），美股用字母代码（AAPL）- 自选股建议控制在10只以内，超过可能超时- 新闻源至少配一个，不然AI分析缺少舆情支撑
必填配置：
STOCK_LIST | 600519,hk00700,AAPL |
ANSPIRE_API_KEYS |
通知渠道（至少配一个）：
WECHAT_WEBHOOK_URL | |
FEISHU_WEBHOOK_URL | |
TELEGRAM_BOT_TOKENTELEGRAM_CHAT_ID |
第三步：启用Actions，等着收报告
Actions → 每日股票分析 → Run workflow。默认每个工作日18:00（北京时间）自动执行，周末和节假日不运行（想强制跑就手动Run workflow）。
决策仪表盘长什么样
这是推送的核心内容，直接看效果：
🎯 2026-02-08 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⚪ 中钨高新(000657): 观望 | 评分 65 | 看多⚪ 永鼎股份(600105): 观望 | 评分 48 | 震荡🟡 新莱应材(300260): 卖出 | 评分 35 | 看空⚪ 中钨高新 (000657)📰 重要信息速览💭 舆情情绪: 市场关注其AI属性与业绩高增长，情绪偏积极📊 业绩预期: 2025年前三季度扣非净利润同比暴涨407.52%🚨 风险警报: 风险点1：2月5日主力资金大幅净卖出3.63亿元，需警惕短期抛压 风险点2：筹码集中度高达35.15%，筹码分散，拉升阻力大✨ 利好催化: 利好1：被定位为AI服务器HDI核心供应商，受益于AI产业 利好2：业绩同比大幅增长，基本面强劲每只股票有评分、有结论、有风险有催化，简洁明了。飞书/企业微信/Telegram收到的是这种格式的卡片。
数据从哪来，AI用哪家
多数据源 + 多AI模型双层冗余，不绑死任何一个渠道。
行情数据源（可混用）- A股：AkShare、Tushare、Pytdx、Baostock- 港股/美股：YFinance、Longbridge
新闻搜索（可混用）- Anspire（中文内容优化）- SerpAPI（百度搜索补强）- Tavily、博查、Brave、MiniMax
AI模型（可混用）- Anspire / AIHubMix（一Key多模型）- Google Gemini / OpenAI兼容 / DeepSeek / 通义千问 / Claude / Ollama
配置填API Key，程序自动路由，某个渠道挂了自动切换降级。
—— 进阶：开发者玩法 ——
以下内容面向有开发经验的读者，非技术用户看完上面就能用起来了。
Agent策略问股：像在跟投顾对话
Web工作台的 /chat 页面，支持直接对话问股。你可以直接问"帮我分析下贵州茅台最近的走势"，Agent调用实时行情、K线、技术指标、新闻来回答，支持多轮追问。
和AI Agent结合：已经有实际案例的方向
这个项目的 FastAPI层和数据层是解耦的，可以独立调用。这让外部接入成为可能。
方向一：接进Hermes/OpenCode作为控制层
用Agent作为"投顾助手"，在对话中调用DSA的API实时查询股票综合评分，不需要打开网页或等定时推送。
比如让Agent每天开盘前过一遍自选股，有异常信号（突然放量涨停、主力大单出逃）就主动推送到飞书。整个链路是：Hermes调度 → DSA API查询 → 通知渠道推送。
方向二：事件驱动的实时分析
把定时任务改成触发式——当某只股票触发设定的技术指标条件（如RSI低于30、成交量突增3倍）或新闻事件时，立即分析并推送。
方向三：多Agent协作
一个Agent盯市场数据，一个Agent分析研报，一个Agent执行推送。数据层解耦后，这种编排逻辑上是可行的。
本地运行 + FastAPI
# 克隆项目git clone https://github.com/ZhuLinsen/daily_stock_analysis.git && cd daily_stock_analysis# 安装依赖pip install -r requirements.txt# 配置环境变量cp .env.example .env && vim .env# 启动Web工作台python main.py --webui# 单独启动API服务python main.py --serve-only访问 http://127.0.0.1:8000 即可使用Web界面，API服务暴露在 /api 路径下供外部调用。
选型建议
写在最后
这个项目把AI股票分析的门槛拉低到了零——不需要写代码、不需要服务器、不需要付订阅费，GitHub Actions + 一个API Key就能跑起来。
对于非技术圈的朋友来说，这就是最友好的方案。
你用过类似的AI股票工具吗？踩过什么坑？或者想让我下期出哪个功能的详细教程？评论区告诉我。
