基于 AI 的美股市场数据分析工具，支持指数实时行情、盘前/盘中/盘后行情、个股查询、K 线技术图表、指数 AI 分析、个股 AI 分析报告、AI 智能问答。
⚠️ 投资风险提示：本工具所有数据仅供参考，不构成任何投资建议。入市有风险，投资需谨慎。
- 默认展示 Nasdaq 综合、道琼斯、标普 500 三大指数
- 交易时段内每 30 秒自动刷新
- 收盘状态自动检测
- 点击展开详细行情（开盘价、最高、最低、成交量）
- 展示三大指数盘前（Pre-Market）、盘中（Regular）、盘后（After-Hours）三个时段价格
- 数据来源：QQQ（纳指）、SPY（标普）、DIA（道指）ETF
- 跟随主行情刷新周期自动更新
- 支持指数和个股 K 线（历史数据）
- 均线叠加：MA5 / MA20 / MA60
- 支撑位 / 压力位自动标记
- 黄金分割线
- 全屏 overlay 展示
- 输入股票代码或名称搜索
- 实时行情：现价、涨跌幅、52 周高低、成交量、市值、PE
- 点击卡片刷新单票行情
- 每个指数卡片独立提供「🧠 AI 分析」按钮
- Nasdaq 综合、道琼斯、标普 500 均可单独分析
- 基于 60 日 K 线原始数据（OHLCV）进行 AI 技术分析
- 指数 AI 分析结果会带入智能问答上下文
- 每个个股卡片提供「🧠 AI 分析」按钮
- 一键生成单票深度 AI 分析报告
- 包含技术面分析、支撑/压力位、市场情绪研判
- Markdown 格式渲染，表格、加粗、列表均可
- 自然语言提问，AI 基于实时市场数据回答
- 对话历史本地 SQLite 持久化
- 支持加载更多历史消息（游标分页）
- 流式输出，实时显示 AI 回复
- 指数 AI 分析报告自动带入问答上下文
以下截图使用演示数据生成，用于展示界面布局。
- Python 3.12+
- uv（推荐）或 pip
git clone git@github.com:rainj2013/ward-agent.git
cd ward-agentcp .env.example .env编辑 .env，填入 Anthropic 兼容接口地址和 API Key：
ANTHROPIC_AUTH_TOKEN=***
ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic也可以启动 Ward 后打开 http://localhost:8000/settings，在本机设置页保存 BASE API 和 API Key。设置写入被 Git 忽略的 .env，重启 Ward 后生效。
Ward 从项目根目录的 .env 加载配置。API Key 按 ANTHROPIC_AUTH_TOKEN、DEEPSEEK_API_KEY、API_KEY、MINIMAX_API_KEY、MINIMAX_PORTAL_API_KEY 的顺序取第一个非空值，BASE API 按 ANTHROPIC_BASE_URL、DEEPSEEK_API_URL、URL 的顺序取值。模型使用 LLM_MODEL，默认 deepseek-v4-flash。
uv sync
uv run python run.py浏览器打开 http://localhost:8000
Ward 提供 REST API，可以接入任何 AI Agent（Hermes、OpenClaw、Claude Code 等），在微信/飞书/Telegram 等平台通过对话调用 Ward 数据。
ward-skill 是 Ward 的 Agent 技能包，让 AI Agent 知道如何调用 Ward API。
支持平台：
| Agent | 安装方式 |
|---|---|
| Hermes | cp -r ward ~/.hermes/skills/ && hermes gateway run --replace |
| OpenClaw | cp -r ward ~/.openclaw/skills/ |
| Claude Code / 其他 | 直接读取 SKILL.md 获知 API 调用方式 |
安装后，在微信/飞书等平台直接发消息问美股即可，Agent 自动调 Ward API 回复。
详细说明见 ward-skill。
ward-agent/
├── src/ward/
│ ├── api/ # 按市场、股票、任务、设置和聊天拆分的路由
│ ├── core/
│ │ ├── config.py # .env 配置管理
│ │ ├── llm.py # 统一 LLM 客户端和调用协议
│ │ └── data_fetcher.py # 数据抓取（akshare + yfinance）
│ ├── schemas/models.py # Pydantic 模型
│ ├── services/
│ │ ├── history_service.py # 聊天历史查询
│ │ ├── nasdaq_service.py # 市场概览
│ │ ├── index_service.py # 指数行情 + AI 分析
│ │ ├── stock_service.py # 个股行情
│ │ ├── report_service.py # AI 报告生成
│ │ └── db/
│ │ ├── connection.py # SQLite 连接策略
│ │ └── conversation_service.py # SQLite 聊天历史
│ └── app.py # FastAPI 应用入口
└── static/
├── index.html # 前端页面
├── css/ # 通用及页面样式
└── js/ # 主页面、Runtime、设置与安全渲染脚本
- 后端：FastAPI + SQLite
- 前端：原生 HTML/CSS/JS（无框架依赖）
- 数据源：akshare + yfinance
- AI：Anthropic 兼容 API（Base URL、Key 和模型可配置）
- 默认展示 Nasdaq + 道指 + 标普500 三个指数
- 增加黄金行情监控，并在市场总览中统一展示
- 交易时间段内定时自动刷新（每 30 秒）
- 指数卡片支持点击展开更多数据
- 聊天输入框（类似 ChatGPT 那种对话 UI）
- AI 基于实时市场数据回答用户问题
- 对话历史展示
- 指数 AI 分析报告自动带入问答上下文
- 页面已加载数据结构化注入 System Prompt，优先复用上下文，缺数据时再调用工具
- 工具调用、thinking、取消状态通过 SSE 渐进展示
- 用户消息右侧、AI 回复左侧，按常见聊天工具布局
- 输入股票代码/名称
- 自动抓取：股价、PE、财务数据、近期新闻
- AI 生成个股分析报告
- 支持任意美股代码规范化，不再局限于硬编码股票池
- 个股分析任务异步化，后台排队执行并回填结果
- 每个指数独立 AI 分析按钮（Nasdaq / 道琼斯 / 标普500 / 黄金）
- 基于 60 日 K 线原始数据进行分析
- 分析结果缓存，支持单独刷新
- 黄金使用独立分析 prompt，覆盖美元、通胀、避险情绪等贵金属维度
- K 线图（支持历史数据）
- 均线叠加（MA5/MA20/MA60）
- 支撑位/压力位标记
- 黄金分割线
- 图表从模态框升级为全宽 overlay，降低小屏遮挡
- 从手写 agent loop 迁移到 Mini-Agent 框架
- 工具 description 明确区分个股 / 指数适用边界，减少误调用
- 设置
max_steps=20和token_limit=80000，避免 Agent 无限制运行 - 支持安全取消，在自然断点停止并清理不完整消息
- 工具错误结构化返回给 AI，支持二次判断或向用户解释失败原因
- AkShare / yfinance 接口标准化
- 封装 LLM 可调用的工具：get_stock_quote、get_stock_kline、get_stock_analyze、get_index_kline、get_index_analyze、get_market_overview、search_stock
- 智能问答支持主动获取页面之外的信息（新闻、财报日历等）
- ward-skill 支持 Hermes、OpenClaw、Claude Code 等外部 Agent 通过 REST API 调用 Ward 数据
- 基于本地估算和 API 返回 token 用量触发消息历史压缩
- Token 超限后自动摘要：保留用户意图，压缩 Agent 执行过程
- ChatContext 携带页面已加载数据注入 System Prompt，减少 Tool Call 开销
- AI 分析统一任务化：
queued -> running -> succeeded / failed - SQLite 持久化 Job 与事件，服务重启时终止未完成任务
- 低并发内存队列保护慢速 / 低速率大模型 API
- 个股、指数、市场报告、多股对比支持缓存复用，cache key 纳入模型名
- 分析过程通过 SSE 输出排队、缓存检查、数据获取、LLM 调用、验证等阶段状态
- 独立运行中心页面：任务统计、Trace 查询、成本 / token 统计
- 每个 AI 分析结果附带
job_id和「查看 Trace」入口 - Trace 记录 prompt、模型原始返回、耗时、token、缓存命中等信息
- 长 Trace 报文默认折叠，减少运行中心滚动成本
- Runtime 统计支持任务数、成功 / 失败、缓存命中率、LLM 调用、token、平均耗时
- 智能问答识别多股对比意图，自动创建后台对比任务
- Leader 规划对比目标，多个 Worker 独立抓取和整理单股摘要
- Leader 聚合 Worker 摘要生成横向比较报告
- Deterministic Verifier 检查报告章节、占位符和数据一致性
- Runtime Team Overview 展示 Leader / Workers / Verifier 执行状态
- 引入 LLM Reviewer 做更深层事实检查与自动重写，而不仅是 deterministic verifier
- 支持复杂任务重跑、人工确认、版本管理等更完整的工作流能力
- 在真实按量计费场景下补充模型价格表和成本估算
- 为核心服务补充 pytest 测试，覆盖数据标准化、Job Runtime、SSE 事件格式和 Verifier 规则
MIT License — 保留署名即可随意使用，包括商业用途。
本工具仅供信息展示和辅助参考，所有市场数据均来源于第三方公开接口，不构成任何投资建议。投资有风险，入市需谨慎。本工具的开发者不对任何因使用本工具而产生的投资损失承担责任。
本项目使用以下开源数据源：