daily_stock_analysis 是一个基于大模型的股票智能分析系统，由开发者 ZhuLinsen 从今年 1 月开始主导开发，7 个月内积累了 61,000 Star 和 948 次提交，核心贡献者包括修复 Longbridge 数据源的 xxiaoxiong 等人。

它覆盖 A 股、港股、美股、日股、韩股和台股，每天定时抓取行情、新闻和技术指标，调用你配置的大模型生成包含评分、趋势、买卖点位和风险警报的决策报告，然后推送到企业微信、飞书、Telegram 等 6 种渠道。昨天刚发布的 v3.30.0 是目前最新版本，修了几个移动端显示 bug，并稳定了小红书分享图标题。

这个项目最特别的地方在于它的零成本部署方案：你只需要 Fork 仓库、填几个 Secrets，GitHub Actions 就会在每个工作日下午 6 点自动跑完全流程。不需要服务器、不需要信用卡、不需要会运维。对于想用 AI 辅助盯盘但不想折腾基础设施的人来说，这个门槛几乎为零。

但别以为它是玩具。项目内置了 15 种分析策略，包括均线金叉、缠论、波浪理论、趋势跟踪、事件驱动和成长质量评估，支持多轮追问的 Agent 模式。你可以在 Web 界面上和 AI 持续对话，比如问"这个股票的技术面和基本面怎么互相矛盾"，系统会搜最新的新闻和公告来辅助回答。策略文件支持自定义，多 Agent 编排能力也在实验阶段。

行情数据方面，项目默认使用 AkShare、Baostock 和 YFinance 三个免费源，覆盖 A 股和美股的基本需求。但 README 明确提醒免费源的稳定性不保证，上游限流和接口变动是常态。如果你需要更可靠的数据，可以接入 TickFlow（付费）、Tushare 或 Longbridge，后两者能补齐量比、换手率和 PE 等关键字段。

和 FinGPT、OpenBB 这类同样关注金融 AI 的开源项目相比，daily_stock_analysis 的差异化非常明显。FinGPT 侧重金融大模型的训练和微调，更学术化；OpenBB 是一个投资研究终端，功能全面但部署复杂。daily_stock_analysis 走的是"零配置 + 多市场 + 中文生态"路线，它的目标用户不是量化研究员，而是每天需要快速了解持仓动态的个人投资者。

在同类"AI + 股票分析"的中文开源项目中，暂时没有找到同等完成度和社区规模的产品。大部分类似项目要么卡在数据源接入环节，要么缺乏多市场支持和自动化推送能力。daily_stock_analysis 用 6 万 Star 证明了这条路的需求是真实存在的。

安装方式：

git clone https://github.com/ZhuLinsen/daily_stock_analysis.git pip install -r requirements.txt cp .env.example .env

填好 API Key 和自选股列表后，python main.py就能跑起来。Web 界面用python main.py --webui启动，访问 127.0.0.1:8000 可以看到完整的配置管理、历史报告和 Agent 问股面板。

踩坑提醒：免费的 AkShare 和 YFinance 在交易时段高峰可能请求失败，这会导致当天的分析报告缺失某些股票的数据。README 中专门提醒了免费数据源稳定性不保证，这也是项目 Issue 区常见反馈。解决方案很直接：接一个付费数据源，或者调整定时任务的执行时间避开高峰。另外，Ollama 本地模型只能在本地或 Docker 环境使用，GitHub Actions 的 Runner 不满足条件。

还有一点值得注意：Longbridge 数据源的量比字段在港股和美股的实时行情中曾经恒为 None，这个问题在 v3.27.0 已修复，但如果你在用更早的版本，建议升级。

什么样的读者适合用这个项目呢。如果你每天手动打开多个 App 查看自选股、在不同平台之间切换看行情和新闻、又不想花时间搭一套复杂的量化环境——这个项目基本覆盖了你 80% 的需求。如果你已经在用同花顺或东方财富的智能分析功能，daily_stock_analysis 的价值在于你可以完全控制分析逻辑和推送方式，不依赖任何第三方 App 的更新节奏。

什么样的读者不适合。一是专业量化交易者，这个项目的定位是辅助决策而非自动交易，没有策略回测和实盘接口。二是对数据时效性要求到秒级的短线交易者，GitHub Actions 的调度精度是分钟级，新闻抓取也有延迟。三是完全不想碰命令行的人，虽然部署极其简化，但填 Secrets 那一步绕不开 GitHub 的界面。

回头看这个项目 8 个月的发展轨迹，从最初只支持 A 股的单一脚本，到如今覆盖六个市场、拥有 Web 界面、桌面客户端和 15 种策略引擎的大型系统，迭代速度相当快。AlphaSift 选股引擎的集成和飞书流式 Bot 的上线，说明作者在持续补齐专业投资者需要的功能。MIT 许可意味着你可以放心拿来做二次开发。

项目地址：https://github.com/ZhuLinsen/daily_stock_analysis 部署教程（B站）：https://www.bilibili.com/video/BV11FEb66EXG/ 竞品参考： - FinGPT：https://github.com/AI4Finance-Foundation/FinGPT — 金融大模型训练框架，侧重 NLP 和情感分析 - OpenBB：https://github.com/OpenBB-finance/OpenBB — 开源投资研究终端，功能全面但部署成本高