ZhuLinsen/daily_stock_analysis

LLM-система интеллектуального анализа акций на нескольких рынках: данные из нескольких источников, новости в реальном времени, панель принятия решений, автоматические уведомления и бесплатный запуск по расписанию.

Агенты⭐ 65 387Pythonпоследний релиз: v3.32.0
Открыть на GitHub ↗Сайт проекта ↗

Что это за инструмент

Система автоматического анализа акций на базе LLM, собирающая данные с нескольких рынков и новостей для формирования инвестиционных решений.

Зачем нужен

Инструмент решает задачу регулярного мониторинга рынков и генерации аналитических отчетов без участия человека. Он полезен тем, кто хочет получать структурированные выводы и уведомления о рынке, используя LLM для обработки информации, при этом избегая расходов на выполнение задач по расписанию.

Что можно реализовать

  • Автоматическое получение ежедневных сводок по состоянию рынка и новостям
  • Мониторинг нескольких финансовых рынков одновременно через единый интерфейс
  • Настройка автоматических уведомлений о важных событиях или изменениях в аналитике
  • Использование интерактивной панели управления для визуализации данных и принятия решений
  • Запуск аналитических процессов по расписанию без затрат на вычислительные ресурсы

Ключевые возможности

  • Интеграция LLM для интеллектуального анализа данных
  • Поддержка мультирыночного сбора информации и новостей
  • Наличие панели принятия решений (decision dashboard)
  • Возможность полностью бесплатного запуска по расписанию
  • Автоматизированная система уведомлений

👤 Кому подойдёт: разработчики, исследователи данных, инвесторы, интересующиеся автоматизацией анализа

Релизы

v3.32.0minor
🕐 15 дн назад · релиз на GitHub ↗

Расширен реестр A-акций, добавлен API исследований, улучшена работа с Futu OpenD и оптимизированы поисковые запросы.

  • Added: Зарегистрированы A-шные индексы с единой идентификацией и поддержкой в Web, Bot, CLI и GitHub Actions.
  • Added: Появился агрегирующий API для исследований, структура ResearchArtifact и интерфейсы оценки качества данных.
  • Added: Улучшена интеграция с Futu OpenD для гонконгских акций, добавлен модуль токенизации для Web Chat.
  • Added: Настроена конфигурация таймаутов SearXNG и переключен Tavily на базовый режим для экономии кредитов.
  • Fixed: Исправлены приоритеты источников данных для США, нормализация названий акций и шрифты для Linux/Docker.
v3.31.0minor
🕐 28 дн назад · релиз на GitHub ↗

Релиз v3.31.0: улучшена работа Agent-таймаутов, стабильность расписаний и безопасность десктопа, добавлена поддержка xAI Grok.

  • Added: Agent-инструменты получили гибкие политики таймаутов, отмену параллельных вызовов и поддержку горячей перезагрузки.
  • Added: Добавлены примеры конфигурации xAI Grok через LiteLLM, интеграция Grok Bot и обновлены ссылки на AIHubMix.
  • Fixed: Восстановлена работа запланированных задач после перезапуска сервиса и исправлено распознавание вебхуков DingTalk.
  • Fixed: Улучшена логика поиска новостей: теперь пустые результаты явно отмечаются, а публичный SearXNG включается вручную.
  • Added: Обновлена десктопная библиотека builder-util-runtime для устранения уязвимости CVE-2026-54673 с утечкой заголовков.
v3.30.0minor
🕐 1 мес назад · релиз на GitHub ↗

v3.30.0: добавлены новые API-поверхности LLM, улучшена работа Agent Chat и Electron-клиента, исправлены баги и оптимизирован CI.

  • Added: Добавлены явные поверхности API Chat Completions и Responses для тестов подключений, анализа, скрининга и распознавания изображений.
  • Added: Agent Chat теперь сохраняет выбор навыков (Skill) в рамках сессии с корректной обработкой всех состояний выбора.
  • Added: В Electron-клиенте восстановлены функции генерации изображений для отчетов и стабилизирован формат подписей для Xiaohongshu.
  • Added: Введена новая контрактная функция parse_analysis_target() для строгой валидации тикеров и биржевых суффиксов.
  • Fixed: Исправлены проблемы с прокруткой на мобильных устройствах, состоянием списка наблюдения, маршрутизацией Lark и установкой на macOS.
  • Added: Бэкенд CI ускорен за счет параллельного выполнения тестов на трех раннерах с уточнением правил триггеров.