chore: maintenance fixes - scheduler, AI client, dead code removal

.dockerignore

@@ -26,7 +26,6 @@ data/
 *.sqlite
 
 # Build
-frontend/dist/
 static/
 
 # Docs

Dockerfile

@@ -1,23 +1,9 @@
 # PanWatch Dockerfile
 # 多阶段构建，减小最终镜像大小
 
-# ===== Stage 1: 前端构建 =====
-FROM node:20-alpine AS frontend-builder
-
-WORKDIR /app/frontend
-
-# 安装 pnpm
-RUN npm install -g pnpm
-
-# 复制依赖文件
-COPY frontend/package.json frontend/pnpm-lock.yaml ./
-
-# 安装依赖
-RUN pnpm install --frozen-lockfile
-
-# 复制源码并构建
-COPY frontend/ ./
-RUN pnpm build
+# ===== Stage 1: 前端静态文件 =====
+# 前端已在本机构建(frontend/dist/),直接复制到运行阶段
+# 如需在 Docker 内重建,可回退至:使用 node:20-alpine 执行 pnpm install && pnpm build
 
 
 # ===== Stage 2: Python 运行环境 =====
@@ -93,8 +79,8 @@ COPY prompts/ ./prompts/
 # 写入版本号
 RUN echo "${VERSION}" > VERSION
 
-# 从前端构建阶段复制静态文件
-COPY --from=frontend-builder /app/frontend/dist ./static/
+# 复制本地已构建的前端静态文件
+COPY frontend/dist ./static/
 
 # 创建数据目录
 RUN mkdir -p /app/data

src/agents/tradingagents/auto_trigger.py

@@ -30,7 +30,7 @@
 
 
 def _read_auto_trigger_config(db: Session) -> dict | None:
-    """从 AgentConfig.raw_config 读 auto_trigger 配置。
+    """从 AgentConfig.config 读 auto_trigger 配置。
 
     Returns:
         {
@@ -42,7 +42,7 @@ def _read_auto_trigger_config(db: Session) -> dict | None:
     agent = db.query(AgentConfig).filter(AgentConfig.name == "tradingagents").first()
     if not agent:
         return None
-    raw = agent.raw_config or {}
+    raw = agent.config or {}
     auto = raw.get("auto_trigger") or {}
     if not auto.get("enabled"):
         return None
@@ -69,7 +69,7 @@ def _within_cooldown(db: Session, stock_symbol: str, cooldown_hours: int) -> boo
 
 
 def _budget_allows(db: Session) -> bool:
-    """检查月度预算是否还有余量。预算从 tradingagents 的 raw_config.monthly_budget_usd 读。"""
+    """检查月度预算是否还有余量。预算从 tradingagents 的 config.monthly_budget_usd 读。"""
     try:
         from src.agents.tradingagents.cost_tracker import check_budget
     except ImportError:
@@ -78,7 +78,7 @@ def _budget_allows(db: Session) -> bool:
     agent = db.query(AgentConfig).filter(AgentConfig.name == "tradingagents").first()
     if not agent:
         return True
-    raw = agent.raw_config or {}
+    raw = agent.config or {}
     budget = float(raw.get("monthly_budget_usd") or 0.0)
     if budget <= 0:
         return True  # 没设上限 = 不限制

src/core/ai_client.py

@@ -7,6 +7,61 @@
 logger = logging.getLogger(__name__)
 
 
+class TokenLimitError(Exception):
+    """Token 超出模型限制时抛出的错误"""
+
+    def __init__(self, prompt_tokens: int, max_tokens: int, context_limit: int, message: str = ""):
+        self.prompt_tokens = prompt_tokens
+        self.max_tokens = max_tokens
+        self.context_limit = context_limit
+        base_msg = (
+            f"输入内容过长（约 {prompt_tokens} tokens）+ 请求输出 {max_tokens} tokens "
+            f"超过模型限制 {context_limit} tokens"
+        )
+        if message:
+            base_msg += f"，{message}"
+        super().__init__(base_msg)
+
+
+def _estimate_tokens(text: str) -> int:
+    """保守估算文本的 token 数量（中文/混合文本）"""
+    if not text:
+        return 0
+    # 中文/混合文本：约 1.2 个字符/tokens
+    # 纯英文：约 4 个字符/tokens
+    # 保守起见统一按 1.2 估算
+    return max(1, int(len(text) * 1.2))
+
+
+def _clamp_max_tokens(
+    configured_max_tokens: int | None,
+    prompt_tokens: int,
+    context_limit: int,
+    safety_margin: int = 512,
+    minimum_output: int = 64,
+) -> int:
+    """根据 prompt 长度和上下文限制计算安全的 max_tokens 值
+
+    Args:
+        configured_max_tokens: 配置的输出 token 上限（None 表示不限制）
+        prompt_tokens: prompt 的估算 token 数
+        context_limit: 模型的上下文窗口大小
+        safety_margin: 安全余量，避免 tokenizer 差异导致的溢出
+        minimum_output: 最小保证的输出 token 数
+
+    Returns:
+        安全的 max_tokens 值
+    """
+    if prompt_tokens >= context_limit - minimum_output - safety_margin:
+        raise TokenLimitError(prompt_tokens, 0, context_limit,
+                               "请减少股票数量、新闻数量或历史K线范围后重试")
+
+    available = context_limit - prompt_tokens - safety_margin
+    if configured_max_tokens is not None:
+        return max(minimum_output, min(configured_max_tokens, available))
+    return available
+
+
 class AIClient:
     """OpenAI 协议兼容的 AI 客户端"""
 

src/core/paper_trading_scheduler.py

@@ -80,6 +80,7 @@ def start(self):
             replace_existing=True,
             coalesce=True,
             max_instances=1,
+            misfire_grace_time=60,
         )
         # 盘前计划 - 每天 09:00
         self.scheduler.add_job(

src/core/price_alert_scheduler.py

@@ -55,6 +55,7 @@ def start(self):
             replace_existing=True,
             coalesce=True,
             max_instances=1,
+            misfire_grace_time=60,
         )
         self.scheduler.start()
         from src.core.scheduler_registry import register