零成本！自动抓数据+分析+推送，手把手教你把NAS变成AI 股票助理

哈喽小伙伴们好，我是Stark-C~

话说各位看官有多少理财的富哥，先祝大家账户长红、赚钱多多~

不过话说回来，咱们也都知道，市场这玩意儿吧，还真是涨跌难料。虽说我们没办法影响指标和走向，但如果能在第一时间知晓关于理财的一些公告、行情、技术指标等信息，至少在我们选择和判断的时候会更从容一点。

今天为大家分享一个最近很火的一个AI项目，它能每天自动抓行情、自动看新闻、自动做技术分析、自动生成报告，然后还能自动将汇总推送到我们的手机上，相当于请了一个私人“AI 股票助理”。

接下来就教大家怎么在自己的NAS上搭建起来！

郑重声明：

正如作者在项目主页中明确说的，该项目“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”。所以说，这个项目顶多就是基于 AI 为我们提供一些预测结果，以及参考性的分析与决策建议，并非真正意义上的投资指引，更不是任何形式的买卖建议，这一点请所有读者请知晓！

关于项目

🔺项目的名称叫做“daily_stock_analysis”，意思很明确：每日股票分析。简单来说，它其实就是一个基于AI大模型的多市场股票智能分析系统，它每天自动从多数据源抓取行情、新闻、技术指标等信息，交给大模型进行结构化分析，并生成一份“决策仪表盘”推送给你。

项目Github地址：https://github.com/ZhuLinsen/daily_stock_analysis

项目功能特色（引自官网叙述）：

• AI 决策报告：核心结论、评分、趋势、买卖点位、风险警报、催化因素、操作检查清单；

• 多市场数据聚合：覆盖 A股、港股、美股、日股、韩股、台股和 ETF，支持行情、K 线、技术指标、新闻、公告、基本面与报告辅助数据；

• Web / 桌面工作台：手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理、浅色 / 深色主题；

• Agent 策略问股：多轮追问，支持均线、缠论、波浪、趋势、热点、事件、成长、预期等 15 种内置策略，覆盖 Web/Bot/API；

• 智能导入与补全：图片、CSV/Excel、剪贴板导入；股票代码/名称/拼音/别名补全；

• 自动化与推送：GitHub Actions、Docker、本地定时任务、FastAPI 服务和企业微信/飞书/Discord/Slack/邮件推送；

部署前的准备

🔺需要说明的是，项目能正常运行都依赖于它的“.env”配置文件。好在作者给到的“.env”配置文件示例全部都有中文说明，也就是说，我们只需要根据说明填入相关的参数就可以了。

不过作者给出的这个“.env”配置文件示例非常多，高达914行，实际上我们正常跑起来完全要不了这个多，只需要不到10%就可以了。

接下来我就说说它最基本的，能直接跑起来的必要准备项，至于其它，大家可以根据自己的需求适当增加即可，至于具体的操作，配置的格式，其实在项目主页也有详细的教程，建议大家操作之前务必看一下~

1，AI大模型配置

🔺既然是一个AI项目，AI大模型那自然是必须的。项目支持的大模型服务商非常多，几乎只要是国内外能叫上名的都能支持，并且还包括Ollama 本地模型。像我经常使用的硅基流动这种综合类AI大模型服务商，直接使用它的OpenAI 兼容模式即可。

2，自选股配置

🔺也就是你想关注。或者已经买入的股票代码。这个没啥好说的，都是公开的，随便搜一下就出来了。项目是支持A股、美股、港股的，多个不同股票代码直接使用逗号隔开即可。本文我仅以贵州茅台为例（600519）。

3，通知渠道配置

🔺项目是可以在后台自动化执行的，然后会把结果主动推送给我们。而这个推送的渠道也需要我们提前准备好。它支持的推送渠道对我们国内用户还是非常友好的，比如企业微信机器人、飞书机器人、邮件推送都完美支持，除此以外还支持Telegram、Discord Webhook、Slack Bot。

🔺个人使用我还是强烈建议大家使用飞书机器人，仅需要在任意飞书群聊中创建一个自定义机器人（需要是PC端飞书才可以），填写机器人名称之后，复制生成的 Webhook 地址即可，非常简单！

4，搜索引擎配置

🔺搜索引擎主要是用来获取股票信息相关的新闻源，而新闻源会影响股票的舆情、公告、事件和催化因素质量等。作者给出的建议是使用付费，但更权威的Anspire、SerpAPI搜索引擎，我今天这里仅为演示，所以使用的是自建搜索引擎SearXNG。

SearXNG我之前出过详细的部署与使用教程，有需要的可以在我主页直接搜索就能找到。我开始之初是为了给小龙虾使用的，但后来很多项目其实都可以调用这个搜索引擎，还是很方便的。建议还没用上的小伙伴部署一个，确实很实用~

5，最终“.env”配置文件

🔺基于以上，所以得出的最终“.env”配置文件其实非常简单(请勿照搬）：

# =================================== # 自选股配置 # =================================== STOCK_LIST=600519,300750,300785 ​ # =================================== # AI 模型配置 # =================================== ​ # Ollama 本地模型（无需 API Key，推荐） # OLLAMA_API_BASE=http://localhost:11434 # LITELLM_MODEL=ollama/qwen3:8b ​ # 填入平台提供给你的 API Key OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx # 填入平台的接口地址 (非常重要：结尾通常必须带有 /v1) OPENAI_BASE_URL=https://api.siliconflow.cn/v1 # 填入该平台上具体的模型名称（非常重要：注意前面必须加上 openai/ 前缀帮系统识别） LITELLM_MODEL=openai/deepseek-ai/DeepSeek-V3.2 ​ # =================================== # 通知渠道配置（可同时配置多个，全部推送） # =================================== FEISHU_WEBHOOK_URL=https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx ​ # =================================== # 搜索引擎配置（用于获取股票新闻） # =================================== ​ SEARXNG_BASE_URLS=http://192.168.31.122:8082 SEARXNG_PUBLIC_INSTANCES_ENABLED=true ​

开始部署

🔺完成以上之后就可以正式部署了！此次部署以极空间NAS为例，打开文件管理器，在Docker目录下新建一个“daily”的文件夹。

🔺接着点击极空间NAS的“Docker”应用，点击【Compose】 > 【新增项目】。

🔺在“创建项目”页面自定义项目名称，“存储位置”需要手动选择我们前面新建的“bookorbit”文件夹，在方框中输入以下 Docker Compose 配置信息:

services: dsa-server: image: zhulinsen/daily_stock_analysis:latest container_name: dsa-server restart: unless-stopped env_file: - .env ports: - "8022:8000" #项目打开端口，冒号前面请勿冲突 volumes: - ./data:/app/data - ./logs:/app/logs - ./reports:/app/reports command: python main.py --serve-only --host 0.0.0.0 --port 8000

以上代码需要修改的地方就看我给到的中文注释，其它的直接保持默认即可。镜像的拉取需要自行解决网络问题，粘贴到自己的NAS这边之前建议使用AI工具优化一下，以防止格式问题造成的部署失败。

🔺然后勾选“添加.env”，在方框中将前面我们准备好的“.env”配置文件直接复制粘贴过来，就可以直接“创建”了。

🔺创建好的项目会显示“正常”，就说明没问题，可以使用了。

使用体验

🔺项目打开没啥不一样的，浏览器输入【IP:端口号】，或者直接打开项目的远程访问就可以了。

🔺如果前期配置都没问题，打开项目的设置可以看到显示的配置都已经是启用状态。也就是说，当前已经满足项目最基本的运行需求。

🔺在首页点击“分析”，稍等一会它就会给出基于AI的分析结果。

🔺还能看到大盘复盘的详细分析。

🔺当然，飞书这边也是没有问题的。

最后

项目其实还是不错的，说到底我自己也就三瓜两枣，加上这个项目本身也只是具备参考属性，所以更深入的实盘演示我也不太好继续往下做了。有兴趣的朋友还是建议亲自部署一下，跑起来之后再细细研究，希望能够帮助到需要的人。

好了，以上就是今天给大家分享的内容，我是爱分享的Stark-C，如果今天的内容对你有帮助请记得收藏，顺便点点关注，咱们下期再见！谢谢大家~