股票智能分析看板

1. 多源数据路由引擎（系统的“根基”）
该引擎采用**分级降级（Fallback）**机制，确保了金融数据的可用性和准确性。
Tier 1 & 2 (高频)：利用腾讯和新浪的 Web API 获取毫秒级实时价格。
Tier 3 & 4 (深度)：通过 AkShare 和 BaoStock 获取复杂的宏观、财务、K 线历史数据。
标准化处理：解决了 A/港/美股代码格式不一的痛点，将“自然语言输入”转化为“机器可读数据”。
2. AI 全景深度研判（系统的“大脑”）
这是平台最亮点的部分，它将传统的量化数据“喂”给 LLM 进行逻辑转换。
超级 Context 注入：AI 不再是盲目聊天，而是基于实时注入的财务报表、新闻和技术面指标进行“有理有据”的推理。
结构化输出控制：
深度：包含商业模式与财务体检。
速度：提供“一句话散户结论”，适配快节奏决策。
稳定性：后端具备 JSON 提取容错，防止 LLM 输出乱码导致前端崩溃。
3. 智能晚报与推送（系统的“触角”）
解决了用户“主动盯盘”的焦虑，转为“被动接收精华”。
交叉推演：不只是报股价，而是分析“大盘环境”对“个人持仓”的潜在影响，生成明天的操作剧本。
Server 酱集成：利用微信作为通知载体，符合国内用户的使用习惯。

一、 数据采集层：死缠烂打的“水源”获取
系统的第一步是获取实时、准确的数据。为了防止金融数据源常见的“断流”或“限流”问题，采用了漏斗式路由引擎：
实时抓取：优先访问腾讯与新浪的行情接口。这两个接口的特点是**极速（毫秒级）**且无需授权，能够支持秒级的价格波动刷新。
深度补全：当涉及复杂的财务报表（如资产负债表、利润表）或长周期 K 线时，系统切换至 AkShare。它整合了东方财富、同花顺等多源数据，确保了基本面分析的深度。
自动清洗：系统内置了“翻译官”，能将用户输入的模糊代码（如 600519）自动识别为标准格式（sh600519），并将“亿”、“万”等中文字符串转换为计算机可计算的浮点数。
二、 逻辑加工层：AI 的“全景研判”
这是系统的灵魂。不同于普通的聊天机器人，这里的 AI 被注入了结构化的金融 Context（上下文）：
数据喂料：系统会将实时行情、技术面指标（MACD、RSI等）、财务健康度（PE、ROE等）以及最新的新闻舆情，打包成一封长达几千字的“投研内参”发送给大模型（LLM）。
交叉验证铁律：在指令集（System Prompt）中强制要求 AI：
禁止孤立看多：股价大涨但成交量萎缩时，必须提示风险。
禁止盲目看空：财报虽差但若处于行业估值底部，需寻找企稳迹象。
结构化输出：AI 返回的内容被强制约束为 JSON 格式，包含“商业模式、财务体检、技术分析、交易操作”四个标准板块，确保前端显示整齐划一。
三、 预警与推送层：决策的“最后一公里”
分析得再好，看晚了也无济于事。该层负责将分析结果主动送达用户：
智能晚报：每天收盘后，系统自动扫描你的“自选股”和“持仓股”，结合当天大盘走势（如放量下跌还是缩量反弹），生成一份定制化的复盘报告。
微信触达：通过 Server 酱 接口，将报告推送到手机微信。用户不需要时刻盯着电脑，也能在晚饭时间完成对明日操作剧本的推演。
四、 安全与交互层：本地化的“保险箱”
考虑到金融数据的敏感性，系统在设计上极其克制：
数据本地化：所有的 API Key（DeepSeek、Server 酱）和你的持仓记录只存放在本地的 SQLite 数据库中。代码库不包含任何硬编码密钥，确保你的“钱袋子”隐私不外泄。
极致交互：前端采用极简设计，利用 Markdown 渲染技术，让 AI 生成的枯燥文本变成清晰的图文报告；通过本地缓存机制，即使在断网状态下也能翻看历史研判记录。