🎯 A股智能分析助手

---

📖 简介

一个 A 股短线分析工具，采用「短线交易信号 + 营收质量」双轨研判体系。

当前版本已升级为 v3.2.0，除了原有的 Claude Code Skill 能力，还新增了 Tauri + Python Sidecar 桌面端， 支持在 Windows 上独立运行：输入股票代码即可生成结构化短线分析报告，并可将标的加入自选看板长期跟踪。

运行形态

核心适配度

• 质量约束完整：具备数据真实性审计、采集质量门禁、身份校验、报告后置质量检查
• 插件化扩展：支持自定义专家插件，动态发现与加载
• 多源交叉验证：同时接入多个数据源，取多数一致值，降低单点错误风险

---

🌟 核心特性

---

🚀 快速开始

桌面端（推荐）

git clone https://github.com/wjt0321/china-stock-analyst.git
cd china-stock-analyst

# 安装 Python 依赖
pip install -r requirements.txt

# 安装前端依赖
cd src-tauri/ui && npm install
cd ../..

# 启动开发模式
npx --prefix src-tauri/ui tauri dev

首次启动会编译 Rust 端，请耐心等待窗口弹出。

原 Claude Code Skill 形态（已归档）

早期以 Claude Code Skill 方式运行，相关入口与说明已归档至 docs/archive/。 如仍需 Skill 形态，可参考：

• 技能定义：docs/archive/02-skill-entry-20260403.md
• 改进记录：docs/archive/04-improvement-report-20260403.md

验证安装

# 核心回归测试
python -m pytest tests/test_stock_skill.py -v

# 桌面端测试
python -m pytest desktop/tests -v

当前测试结果：145 项核心测试 + 62 项桌面端测试全部通过 ✅

配置（可选）

东方财富 API（结构化数据增强）：

# .env.local
EASTMONEY_APIKEY=你的API密钥

AKShare（免费数据源，无需配置）：

pip install akshare

---

📦 功能模块

1. 数据采集

2. 分析引擎

3. 回测系统

4. 插件系统

5. 配置系统

---

💡 使用示例

📊 单标的分析

请分析 600519（茅台）
看看珠江股份 600684 怎么样

🔍 多标的对比

请对比中国能建和首开股份，给我短线建议
分析一下电力板块：晋控电力、长源电力

⚡ 高意图复杂请求

请今日采集市场数据，先筛选10支，再组织专家讨论，最后推荐3支

🔄 回测分析

from scripts.backtest_runner import quick_backtest

result = quick_backtest("600519")
print(f"总收益: {result.metrics.total_return:.2%}")
print(f"夏普比率: {result.metrics.sharpe_ratio:.2f}")

🎯 策略优化

from scripts.strategy_optimizer import StrategyOptimizer

optimizer = StrategyOptimizer()
result = optimizer.optimize_scoring_weights("600519", objective="sharpe_ratio")
print(optimizer.get_optimization_report(result))

🔌 插件扩展

from scripts.plugin_base import ExpertPlugin, PluginContext, PluginResult

class MyExpertPlugin(ExpertPlugin):
    name = "my_expert"
    version = "1.0.0"
    category = "custom"
    
    def can_handle(self, context: PluginContext) -> bool:
        return "自定义" in context.request
    
    def execute(self, context: PluginContext) -> PluginResult:
        # 你的分析逻辑
        return PluginResult(success=True, content="分析结果")

---

🎭 执行流程

固定链路

run_data_auditor
→ collect_data
→ run_fundamental_expert
→ run_technical_expert
→ run_quant_flow_expert
→ run_risk_expert
→ run_macro_expert
→ run_industry_researcher_expert
→ run_event_hunter_expert
→ run_expert_identifier_agent
→ supervisor_review
→ render_report

---

📊 评分体系

双轨评分

最终标签：可做 / 观察 / 回避

---

📁 项目结构

china-stock-analyst/
├── README.md                   # 项目说明（本文件）
├── CLAUDE.md                   # 开发者指南
├── requirements.txt            # Python 依赖
├── config/
│   └── settings.json           # 外置配置
├── desktop/                    # Python Sidecar 服务
│   ├── service.py              # Sidecar 主服务
│   ├── storage.py              # SQLite 持久化
│   ├── data_fetcher.py         # 多源数据获取
│   ├── analysis_engine.py      # 分析引擎
│   ├── report_renderer.py      # Markdown 报告渲染
│   └── scrapling_adapters/     # Scrapling 数据源适配器
├── src-tauri/                  # Tauri 桌面端
│   ├── ui/                     # React + Vite 前端
│   └── src/                    # Rust 宿主代码
├── scripts/                    # 原 Skill 核心脚本
│   ├── team_router.py          # 团队路由
│   ├── generate_report.py      # 报告生成
│   ├── stock_utils.py          # 工具函数
│   ├── technical_indicators.py # 技术指标计算
│   ├── technical_report.py     # 技术分析报告
│   ├── backtest_framework.py   # 回测框架
│   ├── backtest_runner.py      # 回测运行器
│   ├── akshare_adapter.py      # AKShare 适配器
│   ├── strategy_optimizer.py   # 策略优化器
│   ├── plugin_base.py          # 插件基类
│   ├── plugin_loader.py        # 插件加载器
│   └── config_loader.py        # 配置加载器
├── plugins/
│   ├── __init__.py
│   └── expert/
│       ├── technical_indicators_plugin.py
│       └── fund_flow_plugin.py
├── agents/                     # 专家定义
├── tests/                      # 回归测试
├── stock-reports/              # 生成的 Markdown 报告
├── docs/
│   ├── archive/                # 历史文档归档（编号 01-06）
│   ├── plans/                  # 实施计划
│   ├── superpowers/            # 设计规格
│   └── WINDOWS_SETUP.md        # Windows 配置指南
└── assets/
    └── 报告模板.md

---

🧪 运行测试

# 运行核心回归测试
python -m pytest tests/ -v

# 运行主测试
python -m pytest tests/test_stock_skill.py -v

# 运行集成测试
python -m pytest tests/test_integration.py -v

# 运行桌面端测试
python -m pytest desktop/tests -v

测试覆盖：

• 路由与高意图激活
• 数据审计与重采降级
• 专家鉴别、身份与价格校验
• 回测框架与绩效指标
• 插件系统加载与执行
• 策略优化与归因分析
• 桌面端持久化与 Sidecar 命令
• 当前回归测试总量：145 项核心测试 + 62 项桌面端测试（全部通过）

---

📜 开源协议

本项目采用 MIT License。详见 LICENSE。

---

💻 桌面端

项目已支持 Tauri 2 + Python Sidecar 桌面端，作为当前主推形态。

已具备的能力（MVP）

开发运行

前提：系统已安装 Python 3.10+（桌面端 Sidecar 直接调用系统 Python）。

# 1. 安装前端依赖
cd src-tauri/ui && npm install

# 2. 安装 Python 依赖（项目根目录）
cd ../..
pip install -r requirements.txt

# 3. 启动 Tauri 开发模式
npx --prefix src-tauri/ui tauri dev

首次启动会编译 Rust 端，可能需要 1-3 分钟。

打包

python scripts/build_sidecar.py
cd src-tauri && cargo tauri build

相关文档

• 设计文档：docs/superpowers/specs/2026-07-08-desktop-app-design.md
• 实施计划：docs/superpowers/plans/2026-07-08-desktop-app-implementation-plan.md

---

🌐 数据来源与致谢

本项目坚持「多源交叉验证，免费合规优先」原则。分析时会从多个数据源获取同一字段， 通过多数一致机制降低单点错误风险。当前接入的数据源包括：

💡 特别感谢：

• Scrapling 提供了轻量、可扩展的本地网页爬取能力， 让项目能够在不依赖外部搜索 API 的情况下直接获取公开行情数据，显著提升了数据可控性与准确性。
• AKShare 社区提供了丰富、免费且持续维护的 A 股数据接口， 让个人开发者也能以合规方式获取高质量金融数据。

公开市场数据仅供学习研究，请勿用于高频交易或商业用途。

⚠️ 数据声明：所有数据源均来自公开接口或开源库，项目不保证数据实时性与完整性。 分析结果仅供参考，不构成投资建议。

---

📅 更新日志

v3.2.0 (2026-07-08)

• 桌面端 MVP：
  • 新增 Tauri 2 + React + Python Sidecar 桌面端
  • 支持分析向导、自选股看板、报告列表、报告删除
  • 看板最近报告以标题展示，点击可跳转查看
• 历史文档归档：
  • 将 SKILL.md、审查报告、改进报告等 6 份历史资料归档至 docs/archive/
  • README 新增数据来源致谢与桌面端使用说明

v3.1.0 (2026-05-01)

• 策略参数优化器：
  • Grid Search 自动寻优
  • 支持评分权重、止损止盈参数优化
  • 多目标函数（收益率/夏普比率/胜率/风险调整收益）
• 回测归因分析：
  • 分析市场/交易/风险/胜率因子贡献度
  • 生成归因分析 Markdown 报告
• 测试回归通过：130 项全部通过

v3.0.0 (2026-05-01)

• 插件化架构：
  • 新增 ExpertPlugin / FilterPlugin / TransformPlugin 抽象基类
  • 动态发现与加载插件
  • 示例插件：技术指标分析、资金流向分析
• team_router 集成：
  • 新增 get_available_plugins() / execute_plugin() API
  • 延迟加载，可选依赖
• 测试回归通过：130 项全部通过

v2.6.0 (2026-05-01)

• 配置模块集成：
  • 硬编码常量迁移到 config/settings.json
  • 新增 config_loader.py 动态加载
• 回测框架与 AKShare 打通：
  • 新增 backtest_runner.py 集成数据源
  • 支持自动信号生成
• 技术指标与报告联动：
  • 新增 technical_report.py 生成技术分析报告
  • 支持 ATR/VWAP/RSI/支撑压力位/量比/动量分析
• 性能优化：
  • 20+ 正则表达式预编译
• 测试回归通过：145 项全部通过

v2.5.0 (2026-05-01)

• AKShare 数据源接入：
  • 新增 akshare_adapter.py 数据适配器
  • 支持历史K线、资金流向、新闻资讯
• 跨平台路径支持：
  • 新增 platform_paths.py 统一路径管理
• Windows 环境文档：
  • 新增 docs/WINDOWS_SETUP.md
• 技术指标计算器：
  • 新增 technical_indicators.py
  • ATR/VWAP/RSI/支撑压力位计算
• 回测框架：
  • 新增 backtest_framework.py
  • 支持信号回测、绩效指标、Markdown 报告
• 测试回归通过：145 项全部通过

v2.4.3 (2026-04-03)

• 发布 Release/Tag：2.4.3
• README 与 SKILL 文档收敛
• 报告质量门禁增强
• 批量质量检查增强
• 测试回归通过：130 项全部通过

---

📌 免责声明

⚠️ 所有分析仅供参考，不构成投资建议。股市有风险，投资需谨慎。