Yourdaylight/stock_datasource

A股赛博操盘手 🤖📈

AI 原生的 A 股智能投资助手——赛博操盘手 —— 基于tushare构建的本地财经库。支持历史数据与实时数据的多Agent协同架构，为个人投资者提供专业级的股票分析、智能选股、投资组合管理、策略回测、AI 生成量化策略能力。
原生支持 MCP 与 SKILL。可作为 DeepSeek Harness（dsh） 的官方 MCP 数据源，并支持命令行、网页、API、OpenClaw、PicoClaw 等多种交互。

🧭 DeepSeek Harness

本仓库给 DeepSeek Harness 提供行情 / 财务查询：dsh 跑 Agent 循环，这里只当 MCP 数据服务。

不要把 PicoClaw 用的 http://localhost:8001/messages 配进 dsh（那是自研 JSON-RPC，不是官方 Streamable HTTP）。用仓库自带的 overlay：

export STOCK_DATASOURCE_ROOT=/absolute/path/to/stock_datasource
--patch 必须写在 --no-open / --port 前面
dsh web --patch "$STOCK_DATASOURCE_ROOT/integrations/dsh/stock.cordis.yml"

模型只看到两个工具，避免上百个插件查询撑爆上下文：

| dsh 工具 | 作用 |
|---|---|
| mcp__stock__stock_list_tools | 按分类 / 关键词发现查询 |
| mcp__stock__stock_call_tool | 按返回的 name 调用，结果自动截断 |

会话里可以直接问：「用 stock 工具查 600519.SH 最近几个交易日收盘价」。HTTP 备选入口、截断参数与工具约定见 DeepSeek Harness 接入。

📱 PicoClaw 微信联动能力

通过集成 PicoClaw，系统可以把股票分析、行情问答与实时订阅能力直接延伸到微信场景实现随时盯盘：启动服务后自动拉起微信登录二维码，完成绑定后即可在微信里查询股票数据、订阅行情、承接 AI 投顾工作流。

- 微信扫码即连：前端直接展示登录二维码，完成绑定更顺滑
- 微信内直接问股：把财报分析、热点新闻、个股研究带到日常聊天场景
- Claw 能力外延：让项目里的 MCP / Agent 能力以更自然的方式触达到终端用户

alt text
PicoClaw 微信联动界面

🧠 AI 原生能力

Agent 中心 — 可配置化 AI 平台

系统已从硬编码Agent架构升级为可配置化Agent平台。所有Agent通过数据库管理，用户可自定义Agent的提示词、技能和执行引擎。

核心概念

| 概念 | 说明 |
|------|------|
| Agent | 一个可配置的AI单元，由系统提示词 + 技能 + 模型配置 + Runtime定义 |
| Agent Team | 多个Agent组成的协作团队，支持最多3层汇报层级 |
| Runtime | Agent的执行引擎：LangGraph（本地）/ Claude CLI / CodeBuddy CLI |
| Skill | Agent可使用的能力：平台MCP工具 / 用户Skills / 项目Skills |

Agent Team 层级架构（以哨兵智能选股为例）

┌─────────────────────────────────────────────────┐
│ Tier 3 · 决策层                                  │
│   [技术面专家]  [价值投资专家]                     │
│         综合研判 → 输出选股结果                    │
└─────────────────────▲───────────────────────────┘
│ 汇报
┌─────────────────────┴───────────────────────────┐
│ Tier 2 · 分析层                                  │
│   [选股专家]                                     │
│         结合大盘+板块信号筛选标的                   │
└─────────────────────▲───────────────────────────┘
│ 汇报
┌─────────────────────┴───────────────────────────┐
│ Tier 1 · 执行层                                  │
│   [行情分析师]  [板块轮动分析师]                   │
│         并行采集大盘趋势 + 热门板块                │
└─────────────────────▲───────────────────────────┘
│
用户指令

内置 Agent（10个，全局可见）

Agent配置管理

| Agent | 职责 | 技能 |
|-------|------|------|
| 💬 通用对话助手 | 一般问答 | — |
| 📈 行情分析师 | K线/技术指标/趋势 | 日线行情、最新行情 |
| 🔍 选股专家 | 多维度条件筛选 | 估值数据、行情数据 |
| 📊 财报分析师 | 财务报表深度分析 | 估值数据 |
| 📐 技术面专家 | 技术指标与形态 | 日线数据 |
| 💎 价值投资专家 | 巴菲特式价值分析 | 估值+行情 |
| 🔄 板块轮动分析师 | 行业轮动判断 | 行情+估值 |
| 📰 新闻分析师 | 财经新闻解读 | — |
| 📉 指数分析师 | 大盘指数分析 | 最新行情 |
| 🏦 ETF分析师 | ETF选择与配置 | — |

内置 Agent Team（6个）

| Team | Agent链路 | 用途 |
|------|----------|------|
| 哨兵智能选股 | 行情分析师→板块轮动→选股专家→技术面+价值投资→综合 | 完整选股链路 |
| 个股全面体检 | 财报+技术面+价值+新闻 → 综合诊断 | 4维并行分析个股 |
| 行业深度研究 | 行情+板块轮动 → 新闻分析 | 板块趋势研判 |
| 单股深度分析 | 财报分析师 → 技术面专家 | 基本面+技术面 |
| 价值投资筛选 | 选股专家 → 价值投资专家 | 低估值筛选 |
| 板块轮动扫描 | 板块轮动分析师 | 单Agent快速扫描 |

Runtime 支持

Runtime管理

| Runtime | 说明 | 自动探测 |
|---------|------|---------|
| LangGraph | 本地框架，调用LLM API + MCP工具 | 内置 |
| Claude Code | Anthropic CLI Agent | 探测 claude 命令 |
| CodeBuddy | 腾讯AI编程助手 | 探测 codebuddy 命令 |

技能来源

- 平台工具 (54个)：MCP Server自动发现的TuShare数据工具
- 用户Skills (220+)：~/.claude/skills/ + ~/.codebuddy/skills/ 自动扫描
- 项目Skills (5个)：skills/ 目录下的SKILL.md定义
| DeepAgent             | 深度研究   | 多轮深度分析、复杂研究任务                     |
| WorkflowAgent         | 工作流执行 | 编排多步骤工作流任务                           |
| WorkflowGeneratorAgent| 工作流生成 | AI 自动生成工作流定义                           |
| ChatAgent             | 通用对话   | 其他投资相关问题、AI工作流调用                 |

Agent 安全中间件

| 中间件 | 功能 |
|--------|------|
| CrossValidationMiddleware | 交叉验证，确保 AI 输出一致性 |
| GuardrailMiddleware | 安全护栏，防止违规输出 |
| LoopDetectionMiddleware | 循环检测，防止 Agent 陷入死循环 |
| MemoryInjectionMiddleware | 记忆注入，自动携带用户上下文 |
| SummarizationMiddleware | 自动摘要，长对话压缩 |

核心 AI 能力

- 🎯 智能意图识别：自动理解用户自然语言，精准路由到对应 Agent，支持并发执行和 Agent 间交接
- 🛡️ Agent 安全中间件：交叉验证、安全护栏、循环检测、记忆注入、自动摘要，保障 AI 输出质量和系统稳定性
- 🔧 Function Calling：每个 Agent 配备专业工具集，精准调用数据接口
- 💬 流式响应：实时展示 AI 思考过程和工具调用状态
- 🔗 会话记忆：支持多轮对话，保持上下文连贯
- 📊 Langfuse 可观测：完整的 AI 调用链路追踪、Token 统计、性能分析
- 🧭 DeepSeek Harness：官方 MCP stdio / Streamable HTTP，两层目录工具对接 dsh
- 🔌 MCP Server：支持 Claude Code、Cursor、PicoClaw 等（8001/messages）

可AI拓展的数据采集能力

我们定义了一套 Skill 可以一键基于 Tushare 的文档生成插件代码，插件是我们整套系统的数据采集基础，可以方便地扩展新的数据源和数据表。每个插件包括数据采集、数据清洗、数据入库等功能模块，并提供统一的 HTTP 接口与 MCP Tool 给 Agent 调用。当然也支持除 Tushare 之外的 AKShare、Baostock 等数据源。

alt text

🔍 数据探索中心

可视化浏览所有插件数据表，支持 SQL 查询、数据预览、导出等功能：

- 数据表浏览：按分类查看所有插件数据表（A股、港股、指数、ETF等）
- SQL 查询：在线执行 SQL，支持语法高亮和自动补全
- 数据导出：支持 CSV、Excel、JSON 格式导出
- SQL 模板：保存常用查询模板，方便复用

数据探索

📊 AI 财报分析中心

专业级财报分析平台，支持 A股/港股 财报浏览与 AI 深度分析：

- 公司列表：支持按市场、行业筛选，关键词搜索
- 财报浏览：查看历史财报列表，快速定位报告期
- 双模式 AI 分析：
- ⚡ 快速规则分析：基于预设规则引擎，秒级出结果
- 🤖 AI 大模型深度分析：调用 LLM 深度分析，约 10-60 秒，洞察更深
- 分析历史：保存分析记录，支持对比查看

财报分析

🇭🇰 港股数据获取

系统支持港股日线数据的自动采集，使用 AKShare 作为数据源（免费、无权限限制）。

快速开始

1. 确保港股基础数据已加载
uv run cli.py load-hk-basic

2. 获取所有港股最近一年的历史日线数据
uv run scripts/fetch_hk_daily_from_akshare.py

3. 测试模式（仅获取前10只股票）
uv run scripts/fetch_hk_daily_from_akshare.py --max-stocks 10

数据更新

建议每日收盘后更新最新数据：

更新最近3天的数据bash
uv run scripts/fetch_hk_daily_from_akshare.py \
--start-date $(date -d "3 days ago" +%Y%m%d) \
--end-date $(date +%Y%m%d)

数据统计

- 股票覆盖：2,700+ 只港股
- 时间范围：最近一年历史数据
- 数据字段：开盘价、最高价、最低价、收盘价、成交量、涨跌幅等
- 数据源：AKShare（免费、无限制）

注意事项

1. 数据完整性：每只股票数据获取后立即入库，确保数据不丢失
2. 错误处理：约 0.7% 的股票可能因退市、新上市等原因获取失败，属于正常现象
3. 智能选股：港股数据已集成到智能选股系统，支持港股筛选和分析
4. 性能：全量获取约 2,700 只股票需 40-45 分钟

详细文档请参考 港股日线数据迁移总结。

哨兵选股系统

基于Agent Team的异常驱动选股，支持SSE流式可观测：

- 执行扫描：实时展示9个数据哨兵逐个扫描进度
- 分层汇报：哨兵告警 → 分析师研判 → LLM综合决策
- 完整链路：大盘研判→板块轮动→智能筛选→技术确认→价值把关

✨ 核心特性

📊 智能选股系统

- 实时行情展示：分页展示全市场股票，支持排序和搜索
- 多维度筛选：PE、PB、市值、涨跌幅、换手率等多条件组合
- AI 辅助选股：自然语言描述条件，AI 自动生成筛选策略
screener

📈 专业行情分析

- K 线图表：交互式 K 线，支持多种技术指标
- 趋势分析：均线系统、MACD、RSI 等技术分析
- 估值分析：PE、PB、市值等基本面指标
股票详情
行情看板

💼 投资组合管理

- 持仓跟踪：实时计算持仓盈亏
- 风险分析：波动率、最大回撤等风险指标
- 收益归因：分析收益来源
- AI 基于个人持仓定期分析

智能对话

实时展示Agent的思考与工具调用过程，实时渲染相关技术指标图
股票详情
股票详情

🔄 策略回测

- 可视化回测：图表展示策略表现
- 多策略支持：均线、动量、价值等策略模板
- 参数优化：自动寻找最优参数
- 多AI Agent对抗寻找最佳策略
策略生成

📊 量化选股系统

- 全市场初筛：多因子模型初筛候选标的
- RPS 排名：相对强度排名筛选强势股
- 深度分析：基本面 + 技术面多维度综合评分
- 交易信号：基于量化模型自动生成买卖信号
- 模型配置：自定义因子权重和参数

知识库集成（可选配置）

使用Weknora开源知识库，需要手动配置
基于该知识库实现将财报内容存入知识库用于后续分析

📰 新闻资讯中心

- 实时新闻：自动抓取财经新闻，情绪分析
- 热点追踪：追踪市场热点板块和概念
- 新闻筛选：按情绪、板块、来源过滤

🤖 多 Agent 竞技场

- 策略对抗：多个 Agent 执行不同策略，对比表现
- 淘汰赛制：自动淘汰弱势策略，留存强策略
- 可视化分析：收益曲线对比、雷达图评分

🔔 异动预警 & 龙虎榜

- 实时异动监控：涨跌停、放量突破等异动自动告警
- 龙虎榜数据：每日龙虎榜详情、机构席位追踪
- AI 异动解读：AI 自动分析异动原因和后续走势

📡 实时行情 & 微信联动

- 实时分钟线：盘中实时推送 K 线数据
- 微信桥接（PicoClaw）：扫码绑定微信，随时查股、接收行情推送
- 策略工作台：可视化配置策略参数，一键运行回测

🚀 快速开始

方式一：Docker 一键部署（推荐新用户）

适合没有现成 ClickHouse/Redis 的用户，所有基础设施由 docker-compose 一起启动。
bash
1. 克隆项目
git clone https://github.com/Yourdaylight/stock_datasource.git
cd stock_datasource

2. 安装依赖
curl -LsSf https://astral.sh/uv/install.sh | sh
uv sync

3. 交互式配置向导（自动验证 Tushare/LLM/数据库连通性，生成 .env）
uv run cli.py setup

4. 一键启动全部服务（ClickHouse + Redis + 后端 + 前端）
uv run cli.py server start --docker --with-infra

5. 初始化数据
docker compose exec backend bash -c "
uv run python cli.py init-db &&
uv run python cli.py load-stock-basic &&
uv run python cli.py load-trade-calendar --start-date 20240101 --end-date 20261231
"

访问：前端 http://localhost:18080 | API 文档 http://localhost:18080/docs

已有 ClickHouse/Langfuse？运行 setup 时选择自定义地址，向导会自动验证连通性。

Docker 日常运维：
bash
uv run cli.py server start --docker          # 启动
uv run cli.py server stop --docker            # 停止
uv run cli.py server restart --docker         # 重启
uv run cli.py server status --docker          # 查看状态

方式二：本地开发部署

适合开发调试，需要本地安装依赖。
bash
1. 克隆项目 & 安装依赖
git clone https://github.com/Yourdaylight/stock_datasource.git
cd stock_datasource
curl -LsSf https://astral.sh/uv/install.sh | sh
uv sync
cd frontend && npm install && cd ..

2. 启动基础设施（Docker 仅启动 ClickHouse + Redis）
docker compose -f docker-compose.infra.yml up -d clickhouse redis

3. 交互式配置（自动创建 .env 并验证所有连通性）
uv run cli.py setup

4. 环境健康检查（一键诊断 6 项依赖）
uv run cli.py doctor

5. 初始化数据库
uv run cli.py init-db
uv run cli.py load-stock-basic
uv run cli.py load-trade-calendar --start-date 20240101 --end-date 20261231

6. 一键启动所有服务（后端 + MCP + 前端，后台运行）
uv run cli.py server start

访问：前端 http://localhost:5173 | API 文档 http://localhost:6666/docs

日常开发命令：
bash
uv run cli.py server restart                   # 重启所有服务
uv run cli.py server stop -s backend           # 仅停止后端
uv run cli.py server status                    # 查看服务状态
uv run cli.py doctor                          # 环境健康检查
uv run cli.py config show                     # 查看配置（密钥脱敏）
uv run cli.py config set OPENAI_MODEL=gpt-4o  # 修改配置项

数据采集：
bash
A股/ETF/指数日线
uv run cli.py ingest-daily --date 20250119                # 采集单日
uv run cli.py backfill --start-date 20250101 --end-date 20250119  # 区间回补

港股
uv run cli.py load-hk-stock-list                           # 加载港股列表
uv run cli.py load-hk-daily --symbol 00700 --start-date 20250101  # 采集单只

通用插件运行
uv run cli.py run-plugin tushare_daily --trade-date 20250119     # 运行指定插件
uv run cli.py list-plugins                                       # 查看所有插件

🛠️ CLI 工具一览

系统提供了完整的命令行工具，覆盖配置、部署、数据采集全流程：

| 命令 | 说明 |
|------|------|
| uv run cli.py setup | 交互式配置向导（自动验证连通性） |
| uv run cli.py doctor | 环境健康检查（ClickHouse/Redis/Tushare/LLM/Proxy） |
| uv run cli.py server start/stop/restart/status | 服务生命周期管理 |
| uv run cli.py config show/set | 查看/修改配置（密钥自动脱敏） |
| uv run cli.py init-db | 初始化数据库表结构 |
| uv run cli.py ingest-daily | 采集单日数据 |
| uv run cli.py backfill | 区间数据回补 |
| uv run cli.py run-plugin  | 运行任意数据插件 |
| uv run cli.py list-plugins | 查看所有已注册插件 |
| uv run cli.py proxy status/set/test | 代理配置管理 |
| uv run cli.py task list/stats/cancel | 任务队列管理 |

详细用法请参考 CLI 使用指南。

🔌 MCP Server 集成

系统提供 MCP (Model Context Protocol) Server，可集成到 Claude Code、Cursor 等 AI IDE：

启动 MCP Server
bash
Docker Compose 部署: MCP 进程随 backend 容器一起启动，对外仍暴露 8001 端口
docker compose up -d backend frontend worker

本地非 Docker 调试: 仍可单独启动 MCP 进程
uv run python -m stock_datasource.services.mcp_server

配置 AI IDE

在 Claude Code 或 Cursor 中添加配置：
json
{
"mcpServers": {
"stock_datasource": {
"url": "http://localhost:8001/messages",
"transport": "streamable-http"
}
}
}

8001/messages 是给 PicoClaw / 部分 IDE 使用的自研 HTTP JSON-RPC，不要配进 DeepSeek Harness。dsh 请用文首 DeepSeek Harness 小节的 overlay，详见 DeepSeek Harness 接入。

🔓 开放 API 网关（Open API Gateway）

系统提供标准 HTTP 数据查询接口，复用 MCP API Key 认证体系，让外部用户可通过 curl / Python / 任何 HTTP 客户端查询数据。
安全边界：仅开放 Plugin 数据查询接口（纯数据库查询），AI/管理/用户隐私路由一律不开放。

快速使用
bash
1. 在前端「个人中心」创建 API Key (sk-xxx)

2. 调用开放数据接口
curl -X POST http://localhost:18080/api/open/v1/tushare_daily/query \
-H "Authorization: Bearer sk-YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"trade_date": "20250301", "ts_code": "600519.SH"}'

3. 查看已开放的接口文档
curl http://localhost:18080/api/open/docs \
-H "Authorization: Bearer sk-YOUR_API_KEY"

核心特性

- 认证机制：复用 MCP API Key (sk-xxx)，支持 Header 和 Query 两种传入方式
- 访问策略：每个接口独立控制启用/禁用、速率限制、最大返回记录数
- 速率限制：滑动窗口算法，按分钟（默认 60/min）和按天（默认 10000/day）两维度
- 响应截断：超出最大记录数自动截断（默认 5000 条）
- 用量追踪：每次调用记录到 ClickHouse api_usage_log 表
- 管理面板：管理员在 /api-access 页面配置可开放接口

可开放接口范围

| 类别 | 示例 | 状态 |
|------|------|------|
| A股日线 | /api/open/v1/tushare_daily/query | 需手动启用 |
| ETF日线 | /api/open/v1/tushare_etf_fund_daily/query | 需手动启用 |
| 港股日线 | /api/open/v1/akshare_hk_daily/query | 需手动启用 |
| 股票基本信息 | /api/open/v1/tushare_stock_basic/query | 需手动启用 |
| 财务报表 | /api/open/v1/tushare_income/query | 需手动启用 |
| 其他插件 | 全部 77 个数据插件 | 需手动启用 |

绝对不开放的接口：/auth/、/chat/、/datamanage/、/portfolio/、/memory/、/mcp_api_key/ 等系统/管理/AI路由。

🏗️ 系统架构

┌────────────────────────────────────────────────────────────────────────┐
│                    前端 (Vue 3 + TypeScript + TDesign)                   │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌───────────┐   │
│  │ 智能对话  │ │ 行情中心  │ │Agent中心 │ │ 量化选股  │ │  数据管理  │   │
│  │ (Chat)   │ │(行情/指数 │ │ Agent管理│ │ (Quant)  │ │           │   │
│  │          │ │ /ETF)    │ │Agent Teams│ │          │ │           │   │
│  │          │ │          │ │ Runtime  │ │          │ │           │   │
│  │          │ │          │ │ 哨兵选股  │ │          │ │           │   │
│  └────┬─────┘ └────┬─────┘ └────┬─────┘ └────┬─────┘ └─────┬─────┘   │
└───────┼────────────┼────────────┼────────────┼─────────────┼──────────┘
│            │            │            │             │
▼            ▼            ▼            ▼             ▼
┌────────────────────────────────────────────────────────────────────────┐
│                        API Layer (FastAPI)                              │
│                                                                        │
│  ┌──────────────────────────────────────────────────────────────────┐  │
│  │                    Agent 执行引擎                                  │  │
│  │                                                                    │  │
│  │  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────────┐  │  │
│  │  │  LangGraph  │  │ Claude CLI  │  │    CodeBuddy CLI        │  │  │
│  │  │(本地LLM+MCP)│  │ (subprocess)│  │    (subprocess)         │  │  │
│  │  └──────┬──────┘  └──────┬──────┘  └───────────┬─────────────┘  │  │
│  │         │                │                      │                │  │
│  │         └────────────────┴──────────────────────┘                │  │
│  │                          │                                        │  │
│  │         ┌────────────────▼────────────────┐                      │  │
│  │         │   Agent 配置 (ClickHouse)        │                      │  │
│  │         │   10 内置 + 用户自定义            │                      │  │
│  │         └────────────────┬────────────────┘                      │  │
│  │                          │                                        │  │
│  │         ┌────────────────▼────────────────┐                      │  │
│  │         │   Agent 团队 (层级编排)          │                      │  │
│  │         │   Tier1→Tier2→Tier3 汇报链路     │                      │  │
│  │         └─────────────────────────────────┘                      │  │
│  └──────────────────────────────────────────────────────────────────┘  │
│                                                                        │
│  ┌─────────────────┐  ┌──────────────────┐  ┌─────────────────────┐  │
│  │  技能 (MCP)      │  │  哨兵系统         │  │  开放 API 网关       │  │
│  │  54平台工具      │  │  哨兵扫描(SSE)   │  │  /api/open/v1/*    │  │
│  │  220用户Skills   │  │  9哨兵+4分析师    │  │                    │  │
│  └─────────────────┘  └──────────────────┘  └─────────────────────┘  │
└─────────────────┬──────────────────┬──────────────────┬───────────────┘
│                  │                  │
▼                  ▼                  ▼
┌───────────────────┐  ┌─────────────────┐  ┌────────────────────┐
│   LLM 提供商       │  │   ClickHouse    │  │      Redis         │
│  DeepSeek/GPT/..  │  │  A股全量数据     │  │   缓存 & 队列      │
└───────────────────┘  └─────────────────┘  └────────────────────┘

技术栈

| 层级       | 技术                                                    |
| ---------- | ------------------------------------------------------- |
| 前端   | Vue 3, TypeScript, TDesign, ECharts, Pinia              |
| 后端   | Python 3.12, FastAPI, LangGraph, uv                     |
| Agent  | 可配置Agent + 层级Team编排 + 多Runtime支持              |
| 数据库 | ClickHouse（列式存储，Agent配置+金融数据）              |
| 缓存   | Redis（会话缓存、数据缓存）                             |
| 数据源 | TuShare Pro（A股）、AKShare（港股/实时）、同花顺指数    |
| AI     | DeepSeek V4 Pro / GPT-4o，Function Calling              |
| Runtime| LangGraph + Claude CLI + CodeBuddy CLI                  |
| 可观测 | Langfuse + 哨兵扫描SSE流式                              |

📁 项目结构

stock_datasource/
├── src/stock_datasource/
│   ├── models/
│   │   ├── agent_config.py        # Agent配置Pydantic模型（含Runtime/ModelConfig）
│   │   ├── orchestration.py       # Agent Team/Pipeline模型
│   │   └── database.py            # ClickHouse客户端
│   ├── services/
│   │   ├── agent_config_service.py    # Agent CRUD (ClickHouse持久化)
│   │   ├── orchestration_service.py   # Team/Pipeline CRUD
│   │   ├── orchestration_engine.py    # DAG执行引擎（多Runtime分发）
│   │   ├── skill_registry.py         # 技能注册中心
│   │   ├── mcp_server.py             # MCP工具服务（8001 / PicoClaw）
│   │   ├── mcp_dsh.py                # DeepSeek Harness MCP（stdio / 8002）
│   │   ├── mcp_catalog.py            # dsh 两层目录工具
│   │   └── http_server.py            # FastAPI入口
│   ├── modules/                   # 功能模块（28个）
│   │   ├── agent_management/      # Agent管理API（CRUD+Skills+Runtime探测）
│   │   ├── orchestration/         # Agent Team编排API
│   │   ├── sentinel/              # 哨兵系统（SSE流式扫描）
│   │   ├── chat/                  # 智能对话
│   │   ├── auth/                  # 认证
│   │   ├── market/                # 行情
│   │   ├── screener/              # 选股
│   │   ├── portfolio/             # 持仓
│   │   ├── quant/                 # 量化
│   │   └── ...
│   ├── agents/                    # Agent执行层（LangGraph集成）
│   │   ├── orchestrator.py        # OrchestratorAgent（Chat调度）
│   │   ├── base_agent.py          # Agent基类
│   │   └── middlewares/           # 安全中间件
│   └── plugins/                   # TuShare数据采集插件（77个）
├── frontend/src/
│   ├── views/
│   │   ├── chat/                  # 智能对话（含Agent Teams快捷入口）
│   │   ├── agent-management/      # Agent管理 + Runtime管理
│   │   ├── orchestration/         # Agent Teams编辑器（3层层级）
│   │   ├── sentinel/              # 哨兵选股（SSE可观测）
│   │   ├── market/                # 行情分析
│   │   └── ...
│   ├── api/
│   │   ├── agent.ts               # Agent API客户端
│   │   ├── orchestration.ts       # Team API客户端
│   │   └── sentinel.ts            # 哨兵API客户端
│   └── App.vue                    # 菜单布局（Agent中心二级菜单）
├── skills/                        # 项目级SKILL.md定义
└── data/                          # 运行时数据

🧪 测试
bash
运行所有测试
uv run pytest tests/

测试 Chat对话
curl -X POST http://localhost:6688/api/chat/stream \
-H "Authorization: Bearer $TOKEN" \
-H "Content-Type: application/json" \
-d '{"session_id": "test", "content": "今日大盘走势如何"}'

测试 Agent Team执行
curl -X POST http://localhost:6688/api/orchestrations/{team_id}/execute \
-H "Authorization: Bearer $TOKEN" \
-H "Content-Type: application/json" \
-d '{"input_data": {"message": "帮我选3只低估值成长股"}}'

测试哨兵扫描（SSE流式）
curl -N -X POST http://localhost:6688/api/sentinel/scan/stream \
-H "Authorization: Bearer $TOKEN"

📚 文档

| 文档                           | 说明                   |
| ------------------------------ | ---------------------- |
| CLI 使用指南 | 命令行工具详细使用说明 |
| 开发指南  | 开发者文档             |
| 插件开发 | 新建数据插件快速参考   |

🔧 常见问题

Q: Docker 启动后前端访问不了？

检查端口配置 APP_PORT，确保没有被占用。查看日志 docker-compose logs frontend。

Q: AI 返回错误 "Invalid API key"？

检查 .env.docker 中的 OPENAI_API_KEY 是否正确配置，然后重建容器：
bash
docker-compose build backend && docker-compose up -d backend

Q: 如何使用国产大模型？

修改 .env 中的配置：
env
OPENAI_BASE_URL=https://api.model.haihub.cn/v1
OPENAI_MODEL=DeepSeek-V4-Pro
OPENAI_API_KEY=your-api-key

支持的模型：DeepSeek-V4-Pro, DeepSeek-V3, DeepSeek-R1, GPT-4o, GPT-4o-mini 等。

Q: 数据采集失败？
确保 TuShare Token 有效且有足够积分。可通过 uv run cli.py doctor 检查所有依赖连通性。

📄 许可证

MIT License

🤝 贡献

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
6. 开启 Pull Request

Star History

Star History Chart