PanWatch README

The project's README from github.com/TNT-Likely/PanWatch. As one markdown file: README.md.

盯盘侠 PanWatch

自托管 AI 盯盘助手 · 集成 TradingAgents 多 Agent 投资决策 — A 股 / 港股 / 美股实时监控、持仓管理、智能分析、全渠道推送

GitHub stars Docker Pulls License: MIT Last commit PWA

盯盘侠 PanWatch · TradingAgents 深度分析演示

🧠 持仓页点一下 → TradingAgents 9-Agent 投研团队接力分析 → 看多看空辩论 → 风控审查 → PM 决策书,3-5 分钟一条完整推理链,结论直推到你的 IM。

📸 功能一览

持仓 · 多账户汇总 机会页 · AI 评分选股
持仓管理 机会页 AI 评分
模拟盘 · 净值曲线 + 绩效 个股深度详情
模拟盘 个股详情
技术指标共振 · 一眼 MACD/RSI/KDJ 价格提醒 · 条件组合触发
技术指标 价格提醒
移动端截图

📱 支持 PWA，移动端可「添加到主屏幕」当原生 App 用。

💡 如果盯盘侠对你有帮助，点右上角 ⭐ Star 支持一下 —— 这是对开源项目最好的鼓励，也能让更多人发现它。

🧠 深度分析：TradingAgents 多 Agent 决策

接入 TradingAgents（76k+ star）多 Agent 投资决策框架，在持仓页点 🧠 图标即可触发：

为什么选择盯盘侠？

核心功能

智能 Agent 系统
Agent 触发时机 功能
盘前分析 每日开盘前 综合隔夜美股、新闻消息、技术形态，给出今日操作策略
盘中监测 交易时段实时 监控异动信号，RSI/KDJ/MACD 共振时推送提醒
盘后日报 每日收盘后 复盘当日走势，分析资金流向，规划次日操作
新闻速递 定时采集 抓取财经新闻，AI 筛选与持仓相关的重要信息
专业技术分析
  • 趋势指标：MA 多空排列、MACD 金叉死叉、布林带突破
  • 动量指标：RSI 超买超卖、KDJ 钝化与背离
  • 量价分析：量比异动、缩量回调、放量突破
  • 形态识别：锤子线、吞没形态、十字星等 K 线形态
  • 支撑压力：自动计算多级支撑位和压力位
多市场 & 多账户
  • 覆盖市场：A 股、港股、美股实时行情
  • 账户管理：支持多券商账户独立管理，汇总展示总资产
  • 交易风格：按短线/波段/长线分别设置，AI 建议更精准
全渠道通知

Telegram / 企业微信 / 钉钉 / 飞书 / Bark / 自定义 Webhook

价格提醒
  • 支持价格、涨跌幅、成交额、量比等条件组合（AND / OR）
  • 支持交易时段/全天生效、冷却时间、日触发上限、重复触发模式
  • 到期时间使用弹窗内日期面板 + HH:mm 输入，留空表示永不过期
  • 可按规则选择通知渠道，不选则走系统默认渠道

快速开始

docker run -d \
  --name panwatch \
  -p 8000:8000 \
  -v panwatch_data:/app/data \
  sunxiao0721/panwatch:latest

访问 http://localhost:8000，首次使用设置账号密码即可。

说明：镜像内已包含 Playwright 运行所需的系统依赖；Chromium 浏览器会在容器首次启动时自动下载并安装到挂载卷（默认 /app/data/playwright），首次启动可能需要几分钟且需要网络可达。

如果不需要截图等浏览器能力，可以在启动容器时设置 PLAYWRIGHT_SKIP_BROWSER_INSTALL=1 跳过首次 Chromium 下载/安装。

Docker Compose 
version: '3.8'
services:
  panwatch:
    image: sunxiao0721/panwatch:latest
    container_name: panwatch
    ports:
      - "8000:8000"
    volumes:
      - panwatch_data:/app/data
    restart: unless-stopped

volumes:
  panwatch_data:

docker-compose up -d
环境变量
变量名 说明 默认值
AUTH_USERNAME 预设登录用户名 首次访问时设置
AUTH_PASSWORD 预设登录密码 首次访问时设置
JWT_SECRET JWT 签名密钥 自动生成
DATA_DIR 数据存储目录 ./data
TZ 应用时区（影响 Agent 调度触发时间与时间展示） Asia/Shanghai
PLAYWRIGHT_SKIP_BROWSER_INSTALL 跳过首次 Chromium 安装（不需要截图时可用） 未设置
LOG_LEVEL 控制台日志级别。默认 INFO（只输出业务事件 + 错误）；排查问题时设 DEBUG 可看到调度心跳、采集过程等底层日志。UI 日志板始终保留完整记录，不受影响 INFO
HTTP_PROXY / HTTPS_PROXY / http_proxy 出站 HTTP 代理。三种配置方式任选其一: ① 启动前 export HTTP_PROXY=...；② .env 里写 http_proxy=http://host:port；③ UI「设置 → 全局 HTTP 代理」。三者优先级:外部环境变量 > UI > .env。生效后所有 httpx 客户端走代理。NO_PROXY 默认包含 localhost,127.0.0.1 未设置
OTEL_EXPORTER_OTLP_ENDPOINT OpenTelemetry OTLP 导出端点(如 http://jaeger:4318)。配置后才启用 OTel trace 导出;留空则完全关闭(零副作用)。还需安装可选依赖 requirements-otel.txt。详见下方「OTel 导出」 未设置(关闭)
首次配置
  1. 访问 Web 界面，设置登录账号
  2. 设置 → AI 服务商：配置 OpenAI 兼容 API（支持 OpenAI / 智谱 / DeepSeek / Ollama 等）
  3. 设置 → 通知渠道：添加 Telegram 或其他推送渠道
  4. 持仓 → 添加股票：添加自选股，启用对应 Agent
本地开发

环境要求：Python 3.10+ / Node.js 18+ / pnpm

# 一键开发（推荐）
make dev-api          # 启动后端（自动 venv+依赖，监听 :8000）
make dev-web          # 启动前端（自动 pnpm install，监听 :5183）

# 或手动
python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
python server.py                              # 后端 :8000

cd frontend && pnpm install && pnpm dev       # 前端 :5183

前端 dev server 跑在 http://localhost:5183，并把 /api 代理到 127.0.0.1:8000。 前端用 :5183 而非默认 :5173，是为了和 BeeCount-Cloud 等本地常驻前端错开。

技术栈

后端：FastAPI / SQLAlchemy / APScheduler / OpenAI SDK

前端：React 18 / TypeScript / Tailwind CSS / shadcn/ui

OTel 导出（可选，默认关闭）

PanWatch 内建一套自建可观测体系(结构化日志 trace_id 贯穿 / agent_runs 运行表 / TradingAgents 节点级进度与成本),开箱即用、无需任何外部组件。

在此之上,可可选地再挂一层标准 OpenTelemetry 导出,把 trace 送到 Jaeger / Tempo / Langfuse 等标准 APM。三类 span 映射:

  • Agent 一次运行 → root span(复用 agent_runs 的 trace_id 关联)
  • 单次 LLM 调用 → gen_ai 子 span,遵循 OpenTelemetry GenAI 语义约定(gen_ai.system / gen_ai.request.model / gen_ai.usage.input_tokens / gen_ai.usage.output_tokens / gen_ai.operation.name),可被标准 APM 识别为一次模型调用
  • TradingAgents 节点 → 子 span(复用节点级进度回调)

默认完全关闭:不装依赖、不配 endpoint 时,导出层全程 no-op,不改变任何现有行为。

开启三步:

# 1. 安装可选依赖
pip install -r requirements-otel.txt

# 2. 配置 OTLP 端点(指向你的 collector / APM)
export OTEL_EXPORTER_OTLP_ENDPOINT=http://localhost:4318
export OTEL_SERVICE_NAME=panwatch   # 可选,默认 panwatch

# 3. 正常启动;启动日志出现 "OTel 导出已启用" 即生效
python server.py

本地起一个 Jaeger 验证:

docker run -d --name jaeger -p 16686:16686 -p 4318:4318 \
  jaegertracing/all-in-one:latest
# 触发任意 Agent 运行后,打开 http://localhost:16686 选 service=panwatch 查看 trace

Langfuse / Tempo 同理,把 OTEL_EXPORTER_OTLP_ENDPOINT 指向对应 OTLP 入口即可。

发布（Docker 镜像）

本项目内置 GitHub Actions 发布流程：

  • 打 tag（例如 0.2.3）会自动构建并推送 Docker 镜像
    • sunxiao0721/panwatch:0.2.3
    • sunxiao0721/panwatch:latest
  • 也支持在 GitHub Actions 里手动触发（workflow_dispatch）指定版本号

需要在仓库 Secrets 中配置：

  • DOCKERHUB_USERNAME
  • DOCKERHUB_TOKEN

捐赠支持

如果你觉得 PanWatch 有帮助，欢迎请作者喝杯咖啡：

微信赞赏 支付宝

贡献

欢迎提交 Issue 和 PR！自定义 Agent 和数据源开发请参考 贡献指南。 社区交流（Telegram）：t.me/panwatch

License

MIT

PanWatch (TNT-Likely/PanWatch)

Searching Database…

2.1K ·GitHub
PanWatch
这是什么?PanWatch(盯盘侠)是一个自托管的 AI 股票监控助手,覆盖 A 股、港股和美股市场:支持持仓跟踪、实时提醒和自动报告,并基于 TradingAgents 框架提供多智能体分析。
这是需要注册使用的在线服务,还是我自己在本地跑的程序?需要自己运行——通过 Docker Compose 部署,在浏览器里使用;手机上可以把它作为 PWA 添加到主屏幕。没有人为你提供托管服务。
我怎么把它跑起来?部署 Docker Compose 套件(镜像 sunxiao0721/panwatch),打开网页界面设置登录账号,然后在设置里选择 AI 服务商和通知渠道,再添加股票。README 承诺 5 分钟即可完成配置。
使用它需要 API 密钥吗?需要,你得在设置里填一个 OpenAI 兼容的 API 密钥(支持 OpenAI、智谱、DeepSeek、Ollama 等),默认用的是 deepseek-chat,每次分析大约 0.05 美元。推送方面,你需要添加一个通知渠道,比如 Telegram、企业微信或钉钉。
第一次启动有什么需要注意的吗?首次启动时,容器会在它的数据卷里下载 Chromium,用于截图功能,这可能需要几分钟,并且需要联网。如果不需要截图功能,可以设置 PLAYWRIGHTSKIPBROWSERINSTALL=1 跳过。
我对某只持仓触发 AI 分析后会发生什么?会运行一个由 9 个智能体组成的 TradingAgents 流水线:四类分析师(技术面、情绪面、新闻面、基本面)先把结果输入多空辩论,然后是风控审查,最后生成基金经理决策备忘录。完整的推理链大约需要 3-5 分钟,结论会推送到你的聊天软件。
它支持哪些市场和账户?支持 A 股、港股和美股的实时行情。可以独立管理多个券商账户并汇总总资产,还可以设置短线、波段或长线交易风格,让 AI 建议符合你的持仓周期。
价格提醒是怎么工作的?你可以组合多个条件(价格、涨跌幅、换手率、量比),用 AND/OR 逻辑连接,另外还能设置生效时段、冷却时间、每日触发上限和可选的过期时间。每条规则可以单独选择自己的渠道——Telegram、企业微信、钉钉、飞书、Bark 或自定义 webhook——也可以使用默认渠道。
每个交易日它会自动做些什么?有四个定时任务:开盘前结合策略做盘前分析,盘中监控并在 RSI/KDJ/MACD 共振时发出提醒,盘后生成回顾当天走势和资金流向的报告,还会推送经 AI 筛选的、与你持仓相关的新闻流。
What are similar projects?easy-stock, tick-stock-panel, easytrader, daily_stock_analysis, akshare, valuecell, TradingAgents-CN, QuantDinger
Which topics is it in?a-share, stock, stock-analysis, technical-analysis, investment, langgraph, trading-bot, quant, stock-market, fintech, trading, pwa
Creator
TNT-Likely
Size
19.1 MB
Stars
2.1K
Updated
CommitOct 16Release0.18.1Oct 12
Age
8mo
Commits · 90 Days