开源项目 GitHub Trending 2026-09-23T12:01 正文 ok 629 words

PanWatch：集成 TradingAgents 多 Agent 决策的自托管 AI 盯盘助手

英文标题：🔥 TNT-Likely/PanWatch

PanWatch 是一款可自托管的 AI 盯盘助手，面向 A 股、港股和美股提供实时行情监控、持仓管理、技术分析、价格提醒与多渠道通知。项目接入 TradingAgents 多 Agent 投资决策框架，可由技术、情绪、新闻和基本面分析师协作完成多空辩论、风控审查及 PM 决策，单次分析通常需 3—5 分钟。该系统支持 OpenAI 兼容 API、Docker 一键部署，以及 Telegram、企业微信、钉钉、飞书等推送渠道。对开发者而言，项目还提供 FastAPI、React 技术栈、可选 OpenTelemetry 导出和 Docker 镜像自动发布流程。

打开原文相关 3 · 机会 3

2.6 KB

3.7 KB

1.2 KB

1.3 KB

2.3 KB

5.8 MB

282.3 KB

232.5 KB

163.5 KB

513.7 KB

506.2 KB

100.3 KB

368.1 KB

373.2 KB

139.3 KB

173.1 KB

137.1 KB

中文

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

🧠 在持仓页面点击一下 → TradingAgents 9-Agent 投研团队接力分析 → 多空辩论 → 风控审查 → PM 决策书；3—5 分钟生成一条完整推理链，结论直接推送至你的 IM。

持仓 · 多账户汇总	机会页 · AI 评分选股

模拟盘 · 净值曲线 + 绩效	个股深度详情

技术指标共振 · 一眼查看 MACD/RSI/KDJ	价格提醒 · 条件组合触发

移动端截图

📱 支持 PWA，移动端可通过“添加到主屏幕”作为原生 App 使用。

🧠 深度分析：TradingAgents 多 Agent 决策

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

4 类分析师（技术 / 情绪 / 新闻 / 基本面）→ 多空辩论 → 风控审查 → PM 整合决策
3—5 分钟输出完整推理链，结论同步推送至 Telegram / 微信 / 钉钉
默认使用 deepseek-chat，单次成本约为 $0.05，月度预算可控
数据私有 — 自托管部署，持仓数据不会经过任何第三方
AI 原生 — 并非简单堆砌指标，而是让 AI 理解你的持仓、风格和目标
开箱即用 — Docker 一键部署，5 分钟完成配置

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，给出当日操作策略
盘中监测	交易时段实时	监控异动信号，在 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，由 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：支持多个券商账户独立管理，并汇总展示总资产
交易风格：可按短线 / 波段 / 长线分别设置，使 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、每日触发上限、重复触发模式
到期时间通过弹窗内日期面板 + HH:mm 输入；留空表示永不过期
可按规则选择通知渠道；未选择时使用系统默认渠道

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

访问 http://localhost:8000，首次使用时设置账号和密码即可。

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（默认路径为 /app/data/playwright）。首次启动可能需要几分钟，并且需要网络可访问。

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

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:

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 调度触发时间及时间展示）	`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。默认为 `INFO`（仅输出业务事件和错误）；排查问题时设为 `DEBUG`，可查看调度心跳、采集过程等底层日志。UI 日志面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 启动前执行 `export HTTP_PROXY=...`；② 在 `.env` 中写入 `http_proxy=http://host:port`；③ 在 UI 中选择“设置 → 全局 HTTP 代理”。三者优先级为：外部环境变量 > UI > `.env`。生效后，所有 httpx 客户端均通过代理访问。`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`）。仅在配置后启用 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

访问 Web 界面，设置登录账号。
设置 → AI 服务商：配置 OpenAI 兼容 API（支持 OpenAI / 智谱 / DeepSeek / Ollama 等）。
设置 → 通知渠道：添加 Telegram 或其他推送渠道。
持仓 → 添加股票：添加自选股，并启用相应 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

前端开发服务器运行在 http://localhost:5183，并将 /api 代理至 127.0.0.1:8000。前端使用 :5183 而非默认的 :5173，以避免与 BeeCount-Cloud 等本地常驻前端发生冲突。

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 内建一套自有可观测体系（结构化日志中 trace_id 全程贯穿 / 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。

在此基础上，还可选择性接入标准 OpenTelemetry 导出，将 trace 发送至 Jaeger / Tempo / Langfuse 等标准 APM。三类 span 映射如下：

Agent 单次运行 → root span（复用 agent_runs 的 trace_id 进行关联）
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：未安装依赖、未配置 endpoint 时，导出层全程为 no-op，不改变任何既有行为。

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" 即表示生效
python server.py

本地启动一个 Jaeger 进行验证：

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，选择 service=panwatch 查看 trace

Langfuse / Tempo 的配置方式相同：将 OTEL_EXPORTER_OTLP_ENDPOINT 指向相应的 OTLP 入口即可。

发布（Docker 镜像）

本项目内置 GitHub Actions 发布流程：

创建 tag（例如 0.2.3）将自动构建并推送 Docker 镜像：
- sunxiao0721/panwatch:0.2.3
- sunxiao0721/panwatch:latest
也支持在 GitHub Actions 中通过手动触发（workflow_dispatch）指定版本号。

需要在仓库 Secrets 中配置：

DOCKERHUB_USERNAME
DOCKERHUB_TOKEN

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

MIT

English / 原文

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

🧠 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。

持仓 · 多账户汇总	机会页 · AI 评分选股

模拟盘 · 净值曲线 + 绩效	个股深度详情

技术指标共振 · 一眼 MACD/RSI/KDJ	价格提醒 · 条件组合触发

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：

4 类分析师 （技术 / 情绪 / 新闻 / 基本面） → 看多看空辩论 → 风控审查 → PM 整合决策
3-5 分钟输出完整推理链，结论同步推送到 Telegram / 微信 / 钉钉
默认 deepseek-chat，单次 ~$0.05，月度预算可控
数据私有 — 自托管部署，持仓数据不经过任何第三方
AI 原生 — 不是简单的指标堆砌，而是让 AI 理解你的持仓、风格和目标
开箱即用 — Docker 一键部署，5 分钟完成配置

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

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:

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

访问 Web 界面，设置登录账号
设置 → AI 服务商 ：配置 OpenAI 兼容 API（支持 OpenAI / 智谱 / DeepSeek / Ollama 等）
设置 → 通知渠道 ：添加 Telegram 或其他推送渠道
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

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

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

MIT