daily_stock_analysis Agent工作流 是 AI Skill Hub 本期精选Agent工作流之一。在 GitHub 上收获超过 35.6k 颗 Star,综合评分 8.2 分,整体质量较高。我们强烈推荐将其纳入你的 AI 工具库,帮助提升工作效率。
LLM驱动的股票智能分析工作流,整合A/H/美股多数据源、实时新闻、AI决策引擎与多渠道推送能力。支持定时自动运行,适合量化交易者、股市投资者及AI应用爱好者。
daily_stock_analysis Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
LLM驱动的股票智能分析工作流,整合A/H/美股多数据源、实时新闻、AI决策引擎与多渠道推送能力。支持定时自动运行,适合量化交易者、股市投资者及AI应用爱好者。
daily_stock_analysis Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
# 方式一:pip 安装(推荐)
pip install daily_stock_analysis
# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install daily_stock_analysis
# 方式三:从源码安装(获取最新功能)
git clone https://github.com/ZhuLinsen/daily_stock_analysis
cd daily_stock_analysis
pip install -e .
# 验证安装
python -c "import daily_stock_analysis; print('安装成功')"
# 命令行使用
daily_stock_analysis --help
# 基本用法
daily_stock_analysis input_file -o output_file
# Python 代码中调用
import daily_stock_analysis
# 示例
result = daily_stock_analysis.process("input")
print(result)
# daily_stock_analysis 配置文件示例(config.yml) app: name: "daily_stock_analysis" debug: false log_level: "INFO" # 运行时指定配置文件 daily_stock_analysis --config config.yml # 或通过环境变量配置 export DAILY_STOCK_ANALYSIS_API_KEY="your-key" export DAILY_STOCK_ANALYSIS_OUTPUT_DIR="./output"
| 能力 | 覆盖内容 |
|---|---|
| AI 决策报告 | 核心结论、评分、趋势、买卖点位、风险警报、催化因素、操作检查清单 |
| 多市场数据聚合 | A股、港股、美股、ETF;行情、K 线、技术指标、资金流、筹码、新闻、公告和基本面 |
| Web / 桌面工作台 | 手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理、浅色 / 深色主题 |
| Agent 策略问股 | 多轮追问,支持均线、缠论、波浪、趋势、热点、事件、成长、预期等 15 种内置策略,覆盖 Web/Bot/API |
| 智能导入与补全 | 图片、CSV/Excel、剪贴板导入;股票代码/名称/拼音/别名补全 |
| 自动化与推送 | GitHub Actions、Docker、本地定时任务、FastAPI 服务和企业微信/飞书/Telegram/Discord/Slack/邮件推送 |
功能细节、字段契约、基本面 P0 超时语义、交易纪律、数据源优先级、Web/API 行为请看 完整配置与部署指南。
pip install -r requirements.txt
```bash
python main.py
常用命令:
bash python main.py --debug python main.py --dry-run python main.py --stocks 600519,hk00700,AAPL python main.py --market-review python main.py --schedule python main.py --serve-only ```
Docker 部署、定时任务、云服务器访问请参考 完整指南;桌面客户端打包请参考 桌面端打包说明。
<p align="center"> <img src="docs/assets/readme_workspace_tour_20260510.gif" alt="DSA Web 工作台演示" width="720"> </p>
cp .env.example .env && vim .env
完整环境变量、模型渠道、通知渠道、数据源优先级、交易纪律、基本面 P0 语义和部署说明请参考 完整配置指南。
结合LLM与量化分析的创新工作流,数据源丰富、自动化程度高,社区活跃度强。核心优势在AI决策与多渠道推送,适合寻求智能交易助手的开发者。
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。
✅ 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。
经综合评估,daily_stock_analysis Agent工作流 在Agent工作流赛道中表现稳健,质量优秀。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。
| 原始名称 | daily_stock_analysis |
| 原始描述 | 开源AI工作流:LLM驱动的 A/H/美股智能分析:多数据源行情 + 实时新闻 + LLM决策仪表盘 + 多渠道推送,零成本定时运行,纯白嫖. LLM-powered stoc。⭐35.6k · Python |
| Topics | 量化交易LLM应用AI工作流股票分析自动化开源 |
| GitHub | https://github.com/ZhuLinsen/daily_stock_analysis |
| License | MIT |
| 语言 | Python |
收录时间:2026-05-13 · 更新时间:2026-05-16 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端