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
🧠 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 |
|---|---|
 |
 |
| 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
为什么选择盯盘侠？
- 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
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
- 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 traceLangfuse / 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:0.2.3sunxiao0721/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_USERNAMEDOCKERHUB_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
