别再手动盯盘了，6.5 万 star 的股票分析系统，装进 NAS 就自动跑

如果你在找一个能自己跑起来的股票分析工具，daily_stock_analysis 大概是目前开源圈里增长最快的一个：2026 年 1 月 10 日建仓，到 9 月 20 日已经攒下 65,403 star。本文把它的能力边界、两种部署方式和几个容易踩的坑一次说清，所有数字都从仓库自身接口实测，不引用二手转述。

先说数据：这个项目现在有多大

做对比：这个项目在 7 月初是 52.1K star，两个多月又涨了 1.3 万——对垂直的工具类项目来说，这个曲线相当陡。它同时被 Trendshift 选为当日 Python 仓库第一、进了 HelloGitHub 推荐。

它到底解决什么问题

一句话：用大模型做多市场自选股的每日分析，并把结论推到你的 IM 里。

覆盖 A 股、港股、美股、日股、韩股、台股以及 ETF。你只要给一份自选股列表，它每天自动跑一遍，生成一份「决策仪表盘」推到企业微信、飞书、Telegram、Discord、Slack 或邮箱。

报告不是一句「涨还是跌」，而是按固定结构给：核心结论、评分、趋势判断、买卖点位、风险警报、利好催化因素，以及一份操作检查清单。对上班没空盯盘的人，这个「定时投递」比一个网页界面有用得多。

能力清单

部署路线一：GitHub Actions，零成本不用服务器

这是官方推荐路径，全程约 5 分钟，不需要任何服务器：

1. Fork 仓库；
2. 在 Settings → Secrets and variables → Actions 里加密钥（至少要配一个模型 Key、一个推送渠道、以及必填的自选股列表）；
3. 到 Actions 标签启用 workflow；
4. 手动触发一次「每日股票分析」验证跑通。

之后默认每个工作日 18:00（北京时间）自动执行，也能手动触发；非交易日（含 A/H/US 节假日）默认不跑。

部署路线二：本机 / Docker / NAS 自托管

想自己掌控数据、或者要长期定时跑，就走这条。装到 NAS 或 自建服务 上都很合适。最简形式：

git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis
pip install -r requirements.txt
cp .env.example .env   # 填自己的 Key 与自选股
python main.py

几个常用参数：--debug 调试、--dry-run 只跑不推送、--stocks 600519,hk00700,AAPL 临时指定标的、--market-review 只做大盘复盘、--schedule 常驻定时、--serve-only 只起服务。

Web 工作台：

python main.py --webui
# 浏览器打开 http://127.0.0.1:8000

用 Docker Compose 的话，请以仓库里的 docker/docker-compose.yml 为准，它定义了两个服务：analyzer（定时任务）和 server（FastAPI，端口取 API_PORT，默认 8000）。只会跑一种就指定服务名：

docker compose -f ./docker/docker-compose.yml up -d server
docker compose -f ./docker/docker-compose.yml up -d analyzer server

部署前要配什么

变量很多，但按用途分四组，每组都能先留空跑起来：

新闻源会明显影响舆情、公告、催化因素的质量，建议至少配一个。

模型与数据源都能换，默认免费源也能跑

项目默认内置 AkShare、Baostock、YFinance 等免费行情源，零配置就能运行。要更稳的话可换 token 型数据源：A 股用 TickFlow / Tushare，港股美股可用 Longbridge（能补齐量比、换手率、PE 这些字段）。

免费源的现实是：受上游限流、接口变动和网络波动影响，稳定性不保证。只想随手试试没问题，长期定时跑建议配一个 token 源，否则某天不是分析失败就是数据缺字段。

成本大概多少

GitHub Actions 那条路线，只要你仓库是公开的，Actions 额度基本覆盖不掉钱——这也是官方说「零成本」的来源。

真正的花销是模型调用。这里引用原作者（什么值得买的 可爱的小cherry）在 2026 年 7 月的实测：用 DeepSeek 的 V4-Flash 模型跑了 7 次问股 + 3 次完整分析，大约 0.1 元。这是他的实测值，不是项目承诺，实际取决于你选的模型、自选股数量和跑的次数。

三个容易踩的坑

1. Web 界面没有账号体系，别把端口暴露到公网。项目目前不提供登录功能，官方建议就以 127.0.0.1:8000 本地访问。真要远程用，套反向代理加一层认证，或者走 VPN / 内网。
2. 别硬凑 512M 内存。仓库 compose 里写得很清楚：完整分析建议 1G 以上，512M 只适合轻量 Web / 单股 / 低并发，而且要设 MAX_WORKERS=1，并避免同时起 analyzer 和 server。给个 2G 会省掉很多莫名其妙的 OOM。
3. 配置改完记得保存。Web 工作台里改模型、数据源、通知这些设置后，要显式点保存才会落盘——只在页面里选了不点保存，刷新就白配了。

免责声明

项目官方写得直接：本项目仅供学习和研究使用，不构成任何投资建议。股市有风险，投资需谨慎。作者不对使用本项目产生的任何损失负责。本站立场一致——这是把 AI 用起来的技术项目，不是赚钱工具；它降低的是「收集与整理信息」的成本，买卖决策始终在你自己手里。

相关
本文归入 人工智能 分类 —— 大模型、AI 工具与应用观察。同类内容可看 容器技术 与 自建服务；想在 NAS 上跑这一套，NAS 分类里有设备与部署实践；踩到坑欢迎到 论坛 一起聊。