TNT-Likely/PanWatch

📱 支持 PWA，移动端可「添加到主屏幕」当原生 App 用。

| 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 |

• 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

• 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

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

• 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

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

| 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) |

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

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。

后端：FastAPI / SQLAlchemy / APScheduler / OpenAI SDK

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

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)

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。

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

• DOCKERHUB_USERNAME
• DOCKERHUB_TOKEN