aimoon

Aimoon — AI A股分析工具

输入股票代码，自动完成 采集 → 整合 → AI分析 → 可视化报告 四步流程。

# 安装（二选一，v0.6.1 已发布到 PyPI）
pip install aimoon              # 方式一：从 PyPI 直接安装（推荐）
cd aimoon && uv sync && pip install -e .   # 方式二：从源码安装（开发/贡献用）

# 配置（编辑 .env 填入 API Key）
cp .env.example .env

# 首次使用需安装 Playwright 浏览器（股吧/头条/微信采集用）
uv run playwright install chromium

# 分析任何A股
aimoon 600519                  # 贵州茅台（真实数据）
aimoon 600519 --mock           # Mock模式（无需API Key）
aimoon 600519 --test           # 测试模式（采集真实数据，跳过AI分析）
aimoon test 600519             # 同 --test
aimoon 000001                  # 平安银行
aimoon 000858 -o ./reports     # 五粮液，指定输出目录
aimoon 600519 --fast           # 快速模式(跳过自检+COMPILE,直接出初稿)
aimoon 600519 --mock --fast    # Mock + 快速组合

---

数据采集覆盖

✅ = 开箱即用   ⚠️ = 需手动配置   🚧 = 开发中

---

安装指南

前置依赖

• Python ≥ 3.12
• uv（Python包管理器）: powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
• Chrome 浏览器 (Playwright 需要)

基础安装

方式一：从 PyPI 安装（推荐，无需克隆仓库）

pip install aimoon
uv run playwright install chromium   # 仅首次需安装浏览器

方式二：从源码安装（开发 / 贡献）

# 1. 进入项目目录
cd aimoon

# 2. 安装依赖
uv sync

# 3. 安装 CLI 工具（全局可用）
pip install -e .

# 4. Playwright 浏览器
uv run playwright install chromium

提示: 也可用 uv tool install --editable . 替代 pip install -e .，两者等效。

升级

# PyPI 安装用户
pip install --upgrade aimoon

# 源码安装用户
git pull
uv sync
pip install -e .             # 重新安装 CLI

卸载

uv tool uninstall aimoon

配置文件 (.env)

# === 必配 ===
AI_PROVIDER=deepseek              # AI 提供商：deepseek（默认）| longcat
DEEPSEEK_API_KEY=sk-xxx          # DeepSeek API Key（--test 模式可跳过）
LONGCAT_API_KEY=sk-xxx           # LongCat API Key（AI_PROVIDER=longcat 时必填）

# === 雪球（推荐配置，可获取含PE的实时行情 + 财报 + 雪球热帖）===
XUEQIU_TOKEN=xq_a_token=xxx; u=xxx
XUEQIU_COOKIE=xq_a_token=xxx; u=xxx

# === 可选 ===
DEEPSEEK_BASE_URL=https://api.deepseek.com   # 自定义 DeepSeek API 地址
LONGCAT_THINKING_ENABLED=false               # LongCat 思考模式开关（关掉可显著省成本）
MOCK_MODE=false                               # 设为 true 等同 --mock
CACHE_DIR=./cache                             # 数据缓存目录

雪球 Cookie 获取: 浏览器登录 xueqiu.com → F12 → Application → Cookies → 复制 xq_a_token 和 u

---

命令行选项

股票代码规则: 6开头 → 上海(SH)，0/3开头 → 深圳(SZ)，4/8开头 → 北交所(BJ)

---

架构

采用 六边形架构（Ports & Adapters） + DDD 分层设计：

                    ┌──────────────────────────────────────────┐
                    │           Adapters (Driving)            │
                    │  CLI entry point  ·  PipelineOrchestrator│
                    └─────────────────────┬────────────────────┘
                                          │
                    ┌─────────────────────▼────────────────────┐
                    │        Application Layer (Core)          │
                    │  services/  ·  ports/ (output ports)     │
                    │  — orchestration only, no business logic │
                    └─────────────────────┬────────────────────┘
                                          │
                    ┌─────────────────────▼────────────────────┐
                    │          Domain Layer (Core)             │
                    │  aggregates  ·  entities  ·  value objs  │
                    │  domain services  ·  repository ports    │
                    │  — pure business logic, no IO            │
                    └─────────────────────┬────────────────────┘
                                          │
                    ┌─────────────────────▼────────────────────┐
                    │          Adapters (Driven)               │
                    │  collectors  ·  AI analyzer  ·  report   │
                    │  validation  ·  config  ·  financial     │
                    └──────────────────────────────────────────┘

分层结构

• core/domain/ — 领域模型（无外部依赖，仅 Pydantic）

  • aggregates/stock_analysis.py — StockAnalysis 聚合根
  • entities/ — 实体：quote, financial, kline, capital_flow, social, research
  • value_objects/ — 不可变值对象：KlineBar, DimensionScore, AnalysisReport, CollectResult, FinancialReport
  • services/ — 纯领域服务：symbol resolution（注：文档曾描述的 scoring.py 评分模块实际并不存在）
  • repositories/ — 资源库接口（数据访问输入端口）

• core/application/ — 应用层（仅编排）

  • services/stock_analysis_service.py — collect_and_analyze() 主用例函数
  • ports/ — 输出端口接口：AIAnalyzer, DataValidator, ReportGenerator

• adapters/driving/ — 驱动适配器（输入侧）

  • cli/main.py — CLI 入口
  • cli/pipeline.py — PipelineOrchestrator，组装所有适配器

• adapters/driven/ — 被驱动适配器（输出侧）

  • collectors/ — 数据采集适配器（Composite Repository 模式）
  • ai/ — AI 分析适配器（提供商无关：DeepSeek / LongCat，支持 Tool Calling + 流式输出）
  • report/ — HTML 报告生成器（Jinja2）
  • validation/ — 数据完整性校验
  • financial/ — 财务报告适配器
  • config/ — 配置适配器

关键设计决策

• 函数式应用服务 — 无类式 UseCase，纯函数 + 显式依赖注入
• Composite Repository — CompositeStockAnalysisRepository 组合多个采集器，统一对外提供 StockAnalysisRepository 端口
• 统一 Pydantic 模型 — 单一模型层，无 dataclass/Pydantic 双系统
• 依赖方向: core/ 从不导入 adapters/，所有依赖指向内部

评分模型

11 因子评分（1-5 分），3 维度加权：

---

项目结构

src/aimoon/
├── __init__.py                    # 版本号（从 package metadata 读取）
├── adapters/
│   ├── driving/                   # 驱动适配器（输入侧）
│   │   └── cli/
│   │       ├── main.py            # CLI 入口
│   │       └── pipeline.py        # PipelineOrchestrator — 流程编排
│   └── driven/                    # 被驱动适配器（输出侧）
│       ├── collectors/            # 数据采集器
│       │   ├── base.py            # 采集器基类 + 注册表
│       │   ├── quote.py           # 行情（雪球→新浪→腾讯 三级兜底）
│       │   ├── kline.py           # K线历史（akshare）
│       │   ├── capital_flow.py    # 资金流向（pysnowball + akshare + 东方财富）
│       │   ├── research_report.py # 机构研报（东方财富，最近一年）
│       │   ├── eastmoney_playwright.py # 东方财富股吧 (Playwright, 15条)
│       │   ├── cninfo.py         # 巨潮资讯·公司公告 (20条)
│       │   ├── wechat.py         # 微信公众号（搜狗搜索 Playwright, 20条）
│       │   ├── toutiao.py        # 今日头条（Playwright, 18-20条）
│       │   ├── social_orchestrator.py # 社交采集编排器
│       │   ├── composite_repo.py # 组合资源库（统一对外接口）
│       │   ├── mock_repo.py      # Mock 数据资源库
│       │   └── mock.py           # Mock 数据生成器
│       ├── ai/                    # AI 分析引擎（多提供商）
│       │   ├── analyzer.py        # AIAnalyzer（提供商无关：DeepSeek / LongCat，Tool Calling + 流式）
│       │   ├── prompts.py         # Prompt 模板
│       │   ├── post_processor.py  # 社交文本清洗 + 报告后处理（数据清洗在此）
│       │   ├── web_search_tool.py # Web 搜索工具（Bing → DuckDuckGo 兜底）
│       │   └── pipeline/          # v2 AI 分析流水线（DIRECT / 骨架+扩写双流）
│       ├── report/                # 报告生成
│       │   ├── generator.py       # Jinja2 模板渲染
│       │   └── templates/index.html
│       ├── financial/             # 财务数据处理
│       │   ├── akshare_adapter.py  # akshare 适配器（三大表 + 新浪兜底）
│       │   ├── annual_report_pdf.py # 巨潮年报 PDF 下载 + pdfplumber 解析
│       │   └── parsing.py          # 报表字段解析工具
│       ├── validation/            # 数据质量
│       │   └── integrity_checker.py
│       ├── config/                # 配置
│       │   └── settings.py        # Pydantic-settings + .env
│       └── common/                # 共享工具
│           ├── browser.py         # Playwright 浏览器管理
│           ├── cache.py           # 缓存工具
│           ├── parsers.py         # 解析工具
│           └── retry.py           # 重试工具
└── core/
    ├── domain/                    # 领域层（纯业务逻辑）
    │   ├── aggregates/
    │   │   └── stock_analysis.py  # StockAnalysis 聚合根
    │   ├── entities/              # 实体（quote, financial, kline 等）
    │   ├── value_objects/         # 值对象（DimensionScore, AnalysisReport 等）
    │   ├── services/              # 领域服务
    │   │   └── symbols.py         # 股票代码解析
    │   └── repositories/          # 资源库接口（端口）
    │       └── stock_analysis_repo.py
    └── application/               # 应用层（编排）
        ├── services/
        │   └── stock_analysis_service.py  # collect_and_analyze() 主用例
        └── ports/                 # 输出端口接口
            ├── ai_analyzer.py
            ├── data_validator.py
            └── report_generator.py

输出示例

生成的 HTML 报告包含：

• 头部：股票代码、实时行情（价格/涨跌/PE）、当前时间
• 三列卡片：基本面（含数据来源如"2026一季报"）/ 资金面 / 估值百分位
• K线走势图：近120日收盘价折线图 + 成交量柱状图（Chart.js 交互式图表）
• 全网热度：各平台帖子列表（15-20条，含点赞/评论/链接）
• 机构研报：评级分布、EPS预测、PDF下载链接（最近一年）
• AI 综合分析报告：默认 DeepSeek v4-flash 深度思考（可切换 LongCat），支持 Web 搜索工具调用
• 执行摘要 + 估值情景卡片：报告顶部附评级/仓位建议，以及乐观🟢/中性🟡/悲观🔻三档安全边际测算
  • 月度监测清单 + Red Team 压力测试：跟踪关键指标阈值，并给出极端情景下的风险推演
  • 分析质量护栏（v0.6.0 强化）：生成前提示词自检（占比必须带%、单一指标单一口径、禁同句自我重复、术语统一、结论—正文一致性）+ 报告后 0-LLM 数字对账（report_reconciler），从源头降低数据幻觉
  • 亮色/暗色主题切换：右上角按钮一键切换，状态自动保存
• 数据来源清单：每个平台采集状态

报告为纯静态 HTML，可直接通过浏览器打开或分享。

---

开发

uv sync --group dev          # 安装开发依赖（pytest + ruff + bandit + pylint）
uv run ruff check src/       # Lint 检查 (line-length 100)
uv run mypy src/aimoon/      # 类型检查
uv run pytest                # 运行测试

---

免责声明

本报告由 AI 自动生成，所有分析内容仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。