|
🔀 能力路由<br/>6 类数据集按源能力独立路由, 换源不换口径
</td> <td width="33.3%" valign="top">
🔍 策略引擎<br/>全自定义策略 + 自定义信号 + AI 生成, 毫秒级扫全 A 股
</td> <td width="33.3%" valign="top">
📊 指标流水线<br/>68 列指标与信号, 一次扫表落盘 enriched Parquet
</td> </tr> <tr> <td width="33.3%" valign="top">
🧪 回测研究<br/>因子/策略/分钟回测, T+1/费用/滑点, 因子归因
</td> <td width="33.3%" valign="top">
🔬 因子平台<br/>DSL 自定义因子 + 检验组合, 与策略双向联动
</td> <td width="33.3%" valign="top">
⛏️ 因子挖掘<br/>样本外搜索多因子组合, 显式发布、永不上线
</td> </tr> <tr> <td width="33.3%" valign="top">
🌡️ 市场环境<br/>情绪周期 6 阶段 + 概念/行业主线排名
</td> <td width="33.3%" valign="top">
🚨 异动监控<br/>竞价/盘中/偏移三类异动一页覆盖
</td> <td width="33.3%" valign="top">
📡 监控中心<br/>四类规则 AND/OR + 语音播报 + 飞书推送
</td> </tr> <tr> <td width="33.3%" valign="top">
📈 个股分析<br/>9 类关键价位 + AI 四维分析
</td> <td width="33.3%" valign="top">
🏆 连板梯队<br/>连板统计 + 概念轮动 + 盘后 AI 复盘
</td> <td width="33.3%" valign="top">
🧰 数据扩展<br/>插件化数据源, 扩展字段成页, 两级拉取配方, 按日历史回补
</td> </tr> <tr> <td width="33.3%" valign="top">
🌐 开放接口<br/>Token 六档权限, 65 端点契约化, 读+写闭环
</td> <td width="33.3%" valign="top">
🔌 MCP 服务器<br/>12 个工具把面板能力交给任意 AI 客户端
</td> <td width="33.3%" valign="top">
🧠 AI 对话助手<br/>一句话问全站数据, 工具足迹逐条可核对
</td> </tr> <tr> <td width="33.3%" valign="top">
🧩 扩展页面<br/>11 个官方页面单文件化, 删目录即卸载、复制即导入
</td> <td width="33.3%" valign="top">
📦 页面插件<br/>页面打包产物上传即挂载, 免重建宿主, 刷新生效
</td> <td width="33.3%" valign="top">
🎛️ 菜单设置<br/>显隐/排序 + 内置/自定义/扩展三类管理与架构徽标
</td> </tr> </table>
📄 19 个页面的完整功能细节见 docs/features.md 与 screenshots/ —— 上表之外, 回测四种研究视图、异动三时间线、页面插件运行时分发等都在其中。
---
❤️ 支持与交流
|
<sub>如果这个项目对你有帮助,欢迎请作者喝杯咖啡 ☕</sub>
<br/>
<img src="./assets/support/wechat-appreciation.jpg" alt="微信赞赏码 · 感谢道友支持 愿一路长红" height="240" />
<sub>作者精力有限,优先响应赞助回馈,希望理解 📈</sub>
</td> <td align="center" width="50%">
<sub>欢迎加入交流群,一起讨论交流</sub>
<br/>
<img src="./community-qr-code.jpg" alt="交流群二维码" height="240" />
</td> </tr> </table>
---
🚀 快速开始
已装 Docker?一条命令跑起来 ⬇️
docker run -d --name tsp -p 3018:3018 -v ${PWD}/data:/app/data ghcr.io/shy3130/tick-stock-panel:latest
打开 <http://localhost:3018> 即可使用 · 多架构镜像(linux/amd64 · arm64)由 CI 自动发布,本地无需 Python / Node
还没决定要不要部署? 先逛逛 官网 tsp.shy313.com —— 功能总览 · 账户注册 · API Key 管理
</div>
<br/>
| 方式 | 适合谁 | 前置要求 |
|---|
| **A · GHCR 现成镜像**(即上方一条命令) | 多数用户,拿来即用 ⭐ 推荐 | Docker | | **B · Compose 本地构建** | 跑自己改过的代码 / 全套挂载 | Docker | | **C · 本机 AI 代部署** | 完全不想碰命令行 | 任一本机 AI 编程助手 | | **D · Dev 模式** | 二次开发 | Python ≥ 3.11 · Node ≥ 20 · [uv](https://docs.astral.sh/uv/) · pnpm(npm i -g pnpm) | | **E · 桌面客户端** | 想要原生桌面窗口、免装环境 | Windows 10+ / macOS(Apple Silicon) |
方式 B:Docker Compose(本地构建,全套挂载)
```bash cp .env.example .env docker compose up --build
方式 C:本机 AI 代部署(AI玩家首选)
装一个本机 AI 编程助手(Trae / Codex / OpenCode / ZCode / WorkBuddy 等,任选其一),新建一个空文件夹用助手打开,把下面这段话原样发给它:
帮我部署开源项目 https://github.com/shy3130/tick-stock-panel 到本机:
克隆到当前文件夹;有 Docker 优先拉 ghcr.io/shy3130/tick-stock-panel:latest 现成镜像,没有就走 Dev 模式;
缺少的依赖(Docker / Python / Node)帮我一起装好;
最后告诉我浏览器打开哪个地址、需要填哪些 Key。
AI 会自动完成克隆、装依赖、启动服务,完成后浏览器打开 <http://localhost:3018> 即可;TICKFLOW_API_KEY 等配置按 AI 提示填,详见 配置。
docker-compose.yml 的 app 服务
mem_limit: 1500m memswap_limit: 3g # 留 swap 缓冲, 避免偶发峰值直接触发 OOM kill
- **不要在 2 GB 机器上跑回测/参数优化/因子挖掘**:这类任务会另起独立 worker 进程并重新加载整套后端,单个约 800 MB,与主进程叠加必然超出。
- **不要多开实例**:每个后端实例都会各自构建一份历史缓存。重复运行启动脚本会叠加占用,Windows 可用下面的命令确认是否只有一个:
powershell Get-CimInstance Win32_Process | Where-Object { $_.CommandLine -like '*uvicorn*app.main:app*' } | Select-Object ProcessId, ParentProcessId, CommandLine ```
- 确认预热规模:
data/logs/backend.log 中的 enriched 历史缓存: N rows 表示本次预热实际载入的行数,N 越大占用越高。历史数据较少时(例如首次只同步了几十天)内存会明显低于上表。
跑起来后的第一次使用
- 设置 → 凭据与能力 → 点 重新检测,确认档位标签与能力路由矩阵
- 设置 → 立即跑盘后管道:拉日 K + 计算 enriched 表(None / Free 走 free-api,当日数据盘后 1-2 小时可用)
- 自选页加标的 → 策略页点策略卡片扫描 / 配自定义信号
- 回测页选策略 + 区间 → 看净值 / 夏普 / 交易明细(SSE 实时进度),结果可导出 CSV、存候选一键复测
- 监控中心配规则,盘中实时弹窗 + 持久化记录;异动监控覆盖竞价/盘中/偏移全时段
- 配好 AI Key 后,悬浮球 / ⌘K 呼出 AI 对话助手,直接问「今天市场怎么样」「我的自选表现如何」「我的扩展数据表里有什么」,或让它「生成一个放量站上 20 日线的信号」「检查一下数据完整性」——写操作会先弹确认卡, 你点确认才执行
- 想接自己的程序?设置 → 开放接口建个 Token,照着 examples/open-api 十分钟跑通第一个脚本;AI 玩家直接配 MCP
- 想定制页面?核心之外 11 个官方页面都是单文件扩展(新装默认隐藏,在设置 → 菜单设置开启);自己开发的页面用 frontend/page-pack-template 打包,经设置 → 页面插件上传即用,宿主无需重建
---
📸 界面预览
| 看板 Dashboard |
策略 Screener |
 |
 |
| 回测 Backtest |
挖掘 Mining |
 |
 |
| 监控中心 Monitor |
市场环境 Regime |
 |
 |
📸 [查看更多界面截图 »](./screenshots/README.md)
</div>
---
.env
POLARS_MAX_THREADS=2 # 主要收益项: 用约 40% 的构建耗时换 500MB 内存 yaml
⚙️ 配置
所有配置从根目录 .env 读取(复制 .env.example 开始),也可在面板 设置 页修改。最常用的三项:
TICKFLOW_API_KEY= # 留空 = None 模式(历史日K免费);填 Key 解锁更多
AI_API_KEY= # 留空 = 关闭 AI;填 Key 启用策略生成与 AI 对话助手
PORT=3018 # 服务端口
📖 完整配置项(数据源档位、AI、服务、密码、老 CPU 兼容)见 docs/configuration.md。
---
🌐 开放能力(Open API + MCP)
面板的核心能力不只长在页面上 —— 全部开放成受控接口,外部程序与 AI 客户端平等消费:
🌐 开放平台门户已上线 → tsp.shy313.com 浏览 TSP 全部功能 · 注册账户 · 邀请好友 · 创建 API Key · 在线调用开放接口,一个入口直达。
设置 → 开放接口 · Token 管理 明文只显示一次,六档 scope 按需授予 |
设置 → 菜单设置 · 架构标注 每页核心/扩展徽标,悬停看归属原因 |
 |
 |
| 能力 | 说明 |
|---|
| **API Token** | 设置 → 开放接口 创建,明文只显示一次,SHA-256 哈希存储,吊销立即生效 | | **网络门禁** | Token 通道默认仅本机/内网调用,公网一律 403(API_TOKEN_LOCAL_ONLY=0 显式放开,远程推荐 SSH 隧道);门禁先于验签,不泄露 Token 有效性也不消耗限流额度 | | **六档 scope** | read:market / read:ext / write:ext / read:analysis / run:backtest / paper:trade,管理面永不开放给 Token | | **65 端点契约** | GET /api/openapi.json?tier=a 机器可读,Postman/代码生成即用;**契约快照测试 + CI 守护**,开放面变更必须显式确认 | | **数据写闭环** | write:ext 程序化写入扩展表行数据(与内置数据同台分析),表结构锁死在管理面 | | **SSE 事件流** | 60 秒一次性票据订阅实时告警推送,票据只继承 scope 不放大权限 | | **MCP 服务器** | 12 个精选工具,按 Token scope 暴露;模拟盘交易刻意不交给 AI | | **示例与文档** | [examples/open-api](./examples/open-api/README.md) 四个零依赖可运行示例 · [docs/features.md → 开放接口](./docs/features.md) · [开放平台设计方案](./docs/open-platform-plan.md) |
开放接口面向本部署的二次开发与个人工具集成(自有页面、脚本、机器人、MCP 客户端),不作为数据对外分发通道;公网部署默认仅接受内网 Token 调用,详见 configuration.md → 开放接口网络门禁。
```bash
核心域 / 扩展域边界
按「数据与语义的归属 + 依赖箭头方向」划分,而非页面外观:
| 内容 | 划线依据 |
|---|
| **核心域 · 8** | 数据底座 / 能力路由 / 订阅锚点(自选) / 策略与回测 / 因子与挖掘 / 环境数据生产 / 监控推送管道 / 扩展数据存储 + 认证配置 | 被多个模块消费其数据与语义,自身不依赖外围 | | **扩展域 · 5 通道** | 数据源插件 · 扩展数据表 · 自定义策略/信号 · 页面扩展(单文件源码 + 运行时页面插件) · 后端 custom 模块 | 只消费核心契约,可整体替换/移除而不伤核心 |
设置 → 菜单设置里每个页面带 核心 / 扩展 架构徽标与 内置 / 自定义 / 扩展 类型徽标;11 个官方页面(概念/行业/个股/财务分析、监控中心、异动、持仓提醒、模拟盘、信号库、复盘、连板梯队)已全部落地为 frontend/src/custom/<ns>/extension.tsx 单文件扩展 —— 删除目录即卸载、复制目录即导入;例如监控中心页面可换,规则引擎与推送管道属核心照常运行。新装默认隐藏这些扩展页面(菜单设置一键开启),老用户升级自动保持原菜单位置与排序。免宿主重建的运行时分发走页面插件(设置 → 页面插件,契约见 docs/page-sdk.md)。详见 docs/open-platform-plan.md。
🇨🇳 中文文档镜像
AI 翻译
2026-06-26
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介
tickflow-stock-panel 是一个功能强大的量化股票分析面板,旨在为开发者和投资者提供直观的行情监控、策略回测及数据分析能力。通过集成实时行情与深度财务数据,该工具能够帮助用户快速构建个人量化工作流,实现从数据获取到交易决策的全链路闭环。
⚡ 功能介绍
本项目集成了多维度的量化功能:支持实时 K 线图表展示与买卖点自动标注;提供强大的选股功能,支持内置策略扫描及自定义信号组合;内置专业的回测引擎,可针对不同策略进行净值与夏普比率分析;此外,通过监控中心功能,用户可以实现对个股异动与市场信号的实时弹窗通知。
📋 环境依赖
在运行本项目之前,请确保您的开发环境已安装以下工具:Python 版本需 ≥ 3.11,Node.js 版本需 ≥ 20。此外,强烈建议安装最新版本的 uv 包管理工具,以实现更高效的依赖管理与环境构建。
🛠 安装步骤(Docker/pip/源码)
推荐使用 Docker 进行部署,这是最省心且适合生产环境的方式。首先,通过 `cp .env.example .env` 命令复制配置文件,并根据需要填写 API Key(若留空则进入 Free 模式直接体验)。随后,执行 `docker compose up --build` 即可完成整个环境的自动化构建与启动。
🚀 使用教程
首次启动后,请进入面板的“设置 → 凭据与能力”点击“重新检测”以确认权限。随后点击“立即跑盘后管道”同步数据:Free 用户将同步内置 DEMO 数据,Starter+ 用户可同步全 A 股列表。您可以利用“自选”页跟踪标的,在“选股”页运行策略,或在“回测”页进行历史数据验证。若需实时预警,请在“监控中心”配置规则,系统将通过 SSE 实时推送通知。
⚙️ 配置说明(含 MCP / env)
项目的所有核心配置均通过根目录下的 `.env` 文件进行管理。您可以参考 `.env.example` 模板进行初始化。此外,为了提升操作便捷性,部分配置项也支持直接在 Web 面板的“设置”页面中进行实时修改,无需频繁重启服务。
🔄 工作流/模块
本项目拥有灵活的数据处理工作流。除了内置的 TickFlow 日 K、分钟 K 及财务数据外,系统重点支持第三方数据接入:可通过 HTTP 定时拉取 Tushare 等数据源,或通过上传 CSV/Excel/JSON 文件实现自动 Schema 发现与符号归一化。所有数据将统一汇入 DuckDB 进行查询,配合 APSched 盘后定时管道,让您的自定义量化数据也能与内置数据同台分析。
🎯 aiskill88 AI 点评
A 级
2026-06-24
高质量的开源AI工作流项目,适合量化交易和股票分析
📚 实用指南(长尾问题)
适合谁
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
最佳实践
- 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
- API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
部署方案
- Docker:tickflow-stock-panel 提供官方镜像,docker compose up 一键启动
- 本地部署:CPU 8GB 起,GPU 推荐 16GB+ 显存
- 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排,无需编写复杂代码
- 支持多步骤自动化任务链,实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制,保障稳定运行
- 提供可复用的自动化模板,快速在同类场景部署
👥 适合谁
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
⭐ 最佳实践
- 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
- API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队
🎯 使用场景
- 自动化日常重复性工作,将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
✅ 优点
- +MIT 协议,可免费商用
- +大幅减少重复性人工操作
- +可视化流程,清晰直观
- +可扩展性强,支持复杂场景
⚠️ 不足
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
⚠️ 使用须知
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。 建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
📄 License 说明
✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合
❓ 常见问题 FAQ
tickflow-stock-panel 是一款TypeScript开发的AI辅助工具。开源AI工作流:自托管、零运维的 A 股「选股 + 监控 + 回测」量化工作台 | 基于 TickFlow 数据 | 能力驱动适配全档位订阅 | 自由接入第三方扩展数据(Tus。⭐117 · TypeScript 主要应用场景包括:量化交易和股票分析。
访问 tickflow-stock-panel 的 GitHub 仓库或官方网站,按照 README 文档中的步骤安装依赖并运行。通常需要 Python 3.8+ 或 Node.js 16+ 基础环境。
tickflow-stock-panel 完全免费,采用 MIT 许可证开源发布,任何人都可以免费使用、修改和分发。
tickflow-stock-panel 主要面向有一定技术基础的用户,包括开发者、数据分析师、AI 工程师等专业人士。
tickflow-stock-panel 在 GitHub 上已获得 117 个 Star,处于积极发展阶段,社区在持续扩大。
Agent 工作流是以 AI 为核心决策节点的自动化流程,AI 可以根据上下文动态调整执行路径,而不是固定按顺序执行。与普通自动化(如 Zapier)相比,Agent 工作流能处理更复杂、需要判断的场景,但配置要求也相对更高。
通常需要配置:① API Key(AI 模型和外部服务的访问密钥);② 数据源地址(如数据库连接、Webhook URL);③ 输出目标(邮件地址、Slack 频道、文件路径等)。具体配置项请参考工作流说明文档或 README 中的环境变量列表。
常见失败原因:① API Key 过期或配额耗尽;② 外部服务暂时不可用;③ 输入数据格式不符合预期;④ 网络超时。建议先查看运行日志中的错误信息,定位失败的具体步骤,再针对性排查。
💡 AI Skill Hub 点评
AI Skill Hub 点评:TickFlow股票面板 的核心功能完整,质量优秀。对于自动化工程师和运维人员来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。
⬇️ 获取与下载
✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub
📚 深入学习 TickFlow股票面板
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
| 原始名称 |
tickflow-stock-panel |
| 原始描述 |
开源AI工作流:自托管、零运维的 A 股「选股 + 监控 + 回测」量化工作台 | 基于 TickFlow 数据 | 能力驱动适配全档位订阅 | 自由接入第三方扩展数据(Tus。⭐117 · TypeScript |
| Topics |
workflowa-stockai-agentaigcbacktesting |
| GitHub |
https://github.com/shy3130/tickflow-stock-panel |
| License |
MIT |
| 语言 |
TypeScript |
🤖 交给 Agent 安装 · TickFlow股票面板
选择 Agent 类型,复制安装指令后粘贴到对应客户端
claude skill install https://github.com/shy3130/tickflow-stock-panel
| |