daily_stock_analysis：用 LLM 和 GitHub Actions 搭建零成本股票决策看板

它解决的是自选股每日复盘的信息聚合问题

散户盯盘最常见的问题是信息分散。行情在一个 App，新闻在另一个网站，公告在交易所，舆情在社交平台。daily_stock_analysis 把这些问题压缩成一个流程：每天定时拉取你指定的自选股数据，交给 LLM 生成一份结构化的决策仪表盘，再推送到企业微信、飞书或 Telegram。它面向的不是量化交易者，而是想用 AI 辅助日常决策、又不愿意自己写爬虫和调 API 的个人投资者。项目覆盖 A股、港股、美股、日股、韩股、台股和 ETF，内置 AkShare、Baostock、YFinance 等免费数据源，宣称可以零配置运行，这一点在 README 中反复强调。

数据流：从多源行情到 LLM 决策报告

整个系统的核心是一条流水线。首先，STOCK_LIST 环境变量定义要分析的股票代码，例如 600519,hk00700,AAPL,7203.T。然后，行情模块从多个数据源拉取价格、K 线和技术指标，新闻模块从搜索服务抓取相关资讯，舆情模块可选接入 Reddit 和 X 的数据。这些原始材料被组织成提示词，交给配置好的 LLM 生成报告。报告内容不是简单的涨跌总结，而是包含评分、趋势、买卖点位、风险警报和催化因素。README 展示的示例中，每只股票都有舆情情绪、业绩预期、风险点和利好催化，最后汇总成一个带颜色的仪表盘文本。这个设计的关键在于，LLM 不是直接回答「该不该买」，而是基于聚合数据做结构化输出，降低了幻觉对决策的直接影响。

部署方式：GitHub Actions 是零成本的核心卖点

项目提供了三种运行方式，但 README 明确推荐 GitHub Actions。流程是 Fork 仓库，在 Settings 里配置 Secrets，启用 Actions，然后手动触发一次工作流。默认每个工作日北京时间 18:00 自动执行，非交易日自动跳过。这种方式不需要服务器，Actions 的免费额度对每日一次的分析任务通常足够。本地运行同样简单：git clone 后 pip install -r requirements.txt，复制 .env.example 为 .env，然后执行 python main.py。常用命令包括 --dry-run 做试运行、--stocks 临时指定股票、--schedule 启动定时任务、--serve-only 只启动 FastAPI 服务。Docker 部署也支持，但 README 没有给出具体命令，需要查阅 docs/full-guide.md。

配置的隐性成本：API Key 的数量和选择

虽然号称零配置可运行，但实际要达到 README 展示的效果，你需要配置至少一个 LLM 服务商和至少一个通知渠道。LLM 选项包括 Anspire、AIHubMix、Gemini、OpenAI 兼容接口、DeepSeek、通义千问、Claude 和 Ollama。通知渠道覆盖企业微信、飞书、Telegram、Discord、Slack 和邮件。新闻源是另一个需要决策的点，README 建议至少配置一个搜索服务，否则舆情和催化因素的质量会下降。这意味着你至少要维护两到三个 API Key。项目在 README 中提供了 Anspire 和 AIHubMix 的推广链接，并提到新用户有免费额度，但这是商业推广，不是开源社区的纯公益。对于不想注册多个服务的用户，Ollama 本地模型是一个选择，但它更适合 Docker 部署，GitHub Actions 环境难以运行。

免费数据源的边界：稳定性不保证是明说的

README 在数据源部分有一句很直白的话：免费源受上游限流、接口变动和网络波动影响，稳定性不保证。这是项目最诚实的声明。AkShare、Baostock、YFinance 这类免费接口，随时可能因为上游调整而失效，导致某天的分析失败或数据缺失。项目对此的应对是提供 token 型数据源作为替代，比如 Tushare 用于 A股，Longbridge 用于港股和美股，TickFlow 用于多市场。但配置这些服务需要额外的注册和费用。另一个限制是交易日检查，默认只在 A/H/US 非节假日执行，如果你关注的是日股或韩股，需要确认这个逻辑是否覆盖。README 提到强制运行和断点续传的规则在完整指南中，但默认行为可能不适合所有市场的交易日历。

与手动查行情相比，它改变了什么

一个现实的替代方案是自己写一个脚本，用 AkShare 拉数据，再用任何 LLM API 生成摘要。这样做的好处是逻辑完全可控，数据源可以自由替换，不依赖这个项目的维护节奏。但代价是你要自己处理多市场代码映射、新闻搜索、推送集成和定时调度。daily_stock_analysis 的价值在于把这些都封装好了，而且提供了 Web 工作台、回测、持仓管理和 15 种策略问股等额外功能，这些在 README 的功能表中都有列出。另一个替代是直接用商业股票软件的自选股提醒，但那些工具通常不生成 LLM 决策报告，也不会把舆情和基本面信息整合成一份可推送的文档。所以这个项目的差异化在于「LLM 生成的决策摘要」这个环节，而不是数据本身。

维护成本：活跃开发与文档依赖

项目最近一次 push 是 2026 年 8 月，v3.31.0 版本，说明维护活跃。MIT 许可证意味着你可以自由使用、修改甚至商用，没有开源合规的负担。但活跃开发也带来升级成本，每次版本更新可能改变配置项或输出格式。README 反复指向 docs/full-guide.md 和 docs/INDEX.md，说明核心细节都沉淀在文档里，你需要花时间阅读。另一个维护点是数据源 API 的变动，上游接口一旦变化，项目需要及时跟进，否则免费源会静默失效。因此，如果你选择自托管，建议定期检查 release notes，而不是长期停留在某个版本。

编辑结论

适合愿意用 GitHub Actions 换取零服务器成本的个人投资者，尤其是同时关注 A股、港股、美股等多市场、且能接受每日一份摘要式报告而非实时盯盘的用户。不适合需要高频交易信号、对数据延迟敏感、或不愿维护多组 API Key 的人。采用前先验证三件事：你选择的免费行情源在目标市场的可用性，至少一个 LLM 服务商的 API Key 是否有效，以及 STOCK_LIST 中的代码格式是否符合文档要求。项目以 MIT 许可证发布，意味着你可以自由修改和商用，但免费数据源的上游限流风险会直接传导到你的分析质量上。

官方来源

1. Official documentation
2. Official README
3. Project repository
4. Release notes