一、这个项目能做什么？
TNT-Likely/PanWatch（盯盘侠）是一款自托管的 AI 股票盯盘助手，GitHub 已累计 142 次提交，Python 语言开发，支持 Docker 一键部署。它的核心定位是：把 TradingAgents 多 Agent 投资决策框架集成到一个普通投资者也能用的 Web 应用里，让你不用盯着手机屏幕，AI 自动帮你盯盘、分析、推送消息。
换句话说，它不是简单的”价格到了提醒你”的那种盯盘工具，而是一套完整的多 Agent 投资辅助系统。系统内置了多个 AI 角色——基本面分析师、情绪分析师、技术分析师、风险管理团队——它们会协作分析你持仓的股票，然后给你一个综合决策建议。你只需要设定好股票和提醒条件，剩下由 AI 完成。
开发者 TNT-Likely 同时也是蜜蜂记账（BeeCount）自建云、wawatiny 等开源项目的作者，是一个专注于本地优先（Local-first）和自托管工具的全栈工程师。
二、这个仓库适合哪些人？
- A 股、港股、美股投资者：持有多个市场股票，想有一个统一界面监控所有持仓的人。
- 对 AI 投资感兴趣的技术爱好者：想体验 TradingAgents 多 Agent 框架在真实股票场景下效果的人。
- 有 Docker 基础的个人开发者：需要一个可二次开发、可自托管的股票分析平台。
- 模拟交易练习者：系统内置模拟盘功能（Paper Trading），适合想测试自己投资策略但不想真金白银投入的用户。
- 不想用付费炒股软件的人：完全开源免费，数据存在自己服务器上，没有隐私顾虑。
需要注意的是，这个工具是”辅助”而非”替代”。PanWatch 不做自动下单，只做信息监控、AI 分析和消息推送。最终买卖决策还是需要你自己来做。系统文档中也明确提示了投资有风险，AI 分析仅供参考。
三、核心功能与技术亮点
1. TradingAgents 多 Agent 投资决策框架
这是 PanWatch 最核心的差异化能力。TradingAgents 是一套受真实交易公司协作模式启发的多 Agent 框架，模拟了专业投资团队的工作流程：
- 基本面分析师（Bull/Bear 研究员）：分析公司财务数据、行业趋势、估值水平
- 情绪分析师：追踪相关新闻、社交媒体讨论，评估市场情绪对股价的影响
- 技术分析师：分析 K 线形态、均线、成交量等技术指标
- 风险管理团队：监控风险敞口，计算仓位大小和止损建议
- 交易员 Agent：综合辩论和历史数据，输出最终决策建议
根据 TradingAgents 论文数据，该框架在回测中累计回报率达 23.21%，年化回报 24.90%，优于最佳基线模型 6.1 个百分点以上。
2. A 股 / 港股 / 美股全市场覆盖
PanWatch 通过接入多个数据源，支持 A 股、港股、美股三个主要市场的实时行情监控。一个界面管全部持仓，不用在多个 App 之间来回切换。
3. 多账户持仓管理
支持多账户管理，可以分别记录不同券商账户的持仓情况，系统会统一计算整体持仓分布、各市场占比、单股集中度等数据。
4. 智能价格提醒
内置价格提醒调度器（Price Alert Scheduler），支持设置多种触发条件：
- 涨跌幅超过 X% 触发提醒
- 价格突破新高 / 新低触发提醒
- 急涨 / 急跌自动触发深度分析
- 自定义组合条件提醒
5. 模拟盘交易（Paper Trading）
内置模拟盘功能，支持按市场设置投资比例。用户可以用模拟资金实践投资策略，系统会自动记录交易、计算盈亏、生成统计报表，完全不用担心本金风险。这对于验证 AI 提供的策略建议特别有用。
6. 全渠道推送通知
支持多种推送渠道，当价格触发提醒或 AI 完成分析时，会通过你配置的渠道发送通知。推送内容和时机均可自定义配置。
7. PWA 移动端适配
前端采用 PWA（渐进式网页应用）架构，支持添加到手机桌面，离线可用，有接近原生 App 的体验。对移动端用户非常友好。
8. 多 AI 模型支持
系统支持接入多个 AI 服务商的不同模型，可以根据需求选择不同的 AI 引擎来驱动分析 Agent。
9. 自托管，数据完全自主
所有数据存储在本地 SQLite 数据库（最新版本已优化为 WAL 模式，提升并发性能）。没有云端服务器，没有数据上传，你的持仓和交易数据完全私密。
四、技术架构解析
1. 技术栈
- Python：后端主语言
- SQLite：本地数据库，WAL 模式优化并发
- Uvicorn：ASGI 服务器
- 前端：PWA 架构，移动端友好
- Docker：一键部署支持
- httpx：HTTP 客户端，支持代理配置
2. 核心调度模块
系统内置四大调度器，负责后台自动化任务：
- AgentScheduler：管理 AI Agent 的运行调度
- PriceAlertScheduler：价格监控和提醒触发
- PaperTradingScheduler：模拟盘交易和统计
- ContextMaintenanceScheduler：维护 Agent 上下文，防止上下文膨胀
3. 代理支持
内置 HTTP 代理统一配置功能，支持通过环境变量或 Web UI 配置代理，所有 httpx Client 自动走代理。对于需要跨境访问海外数据的用户（美股行情等），这个功能很实用。
4. 数据源管理
系统抽象了数据源（DataSource）模型，支持灵活切换不同数据来源。A 股、港股、美股可能需要不同的数据接口，PanWatch 通过统一抽象层来管理这些差异。
五、安装与使用方法
1、Docker 一键安装（推荐）
docker pull sunxiao0721/panwatch:latest docker run -d \ --name panwatch \ -p 8000:8000 \ -v ./data:/app/data \ sunxiao0721/panwatch:latest
安装后访问 http://localhost:8000 即可打开 Web 界面。
2、手动安装
# 克隆仓库 git clone https://github.com/TNT-Likely/PanWatch.git cd PanWatch # 安装依赖 pip install -r requirements.txt # 运行服务 python server.py
3、配置 AI 模型
首次使用需要在 Web 界面配置 AI 服务商 API Key。系统支持多个 AI 模型接入，配置完成后即可启用多 Agent 分析功能。
4、配置数据源和提醒
在 Web 界面中：
- 添加你想监控的股票代码
- 设置提醒条件和触发阈值
- 配置推送渠道（支持全渠道推送）
- 如需模拟盘，开启 Paper Trading 并设置各市场投资比例
5、启用多 Agent 分析
当价格提醒触发后，系统会自动调度 TradingAgents 多 Agent 框架进行深度分析。你可以设置”急涨/急跌自动触发深度分析”策略，让 AI 在行情波动时主动出击。
六、与同类工具对比
PanWatch vs 涨乐财富通 AI 盯盘
涨乐财富通的 AI 盯盘是券商提供的官方工具，主要做价格提醒（涨跌幅提醒、止盈止损提醒、反弹买入提醒等），功能相对单一。PanWatch 在盯提醒基础上增加了多 Agent 深度分析、模拟盘、回测对比等功能，定位更像一个 AI 投资研究平台而非单纯的提醒工具。但涨乐财富通背靠券商，有真实交易通道；PanWatch 只做分析不接交易，这是两者最根本的区别。
PanWatch vs 股票云盯盘 App
股票云盯盘 App 专注于手机端的价格提醒，功能轻量，适合不想折腾服务器的用户。PanWatch 是自托管服务，功能更强大，但需要维护自己的服务器或电脑。简单说：轻量需求选 App，深度分析和可扩展需求选 PanWatch。
PanWatch vs 传统量化交易平台（如 Backtrader、AkShare）
传统量化平台面向有编程能力的用户，界面通常是 Jupyter Notebook 或命令行，缺乏直观的 Web UI。PanWatch 的 Web + PWA 界面更适合普通投资者，多 Agent 分析也比单纯的技术指标计算更有”人性化”视角。不过对于专业量化研究者，量化平台在策略灵活性和回测精度上仍然更强。
PanWatch vs 其他 AI 股票分析 GitHub 项目
大多数同类项目都是单 Agent（一个 AI 模型做分析），PanWatch 集成的 TradingAgents 是多 Agent 协作框架，分工更细：基本面、情绪、技术、风险各有专门 Agent，类似于一个小型投研团队。这是它在 AI 股票分析工具中相对稀缺的差异化能力。
七、版本更新与社区动态
根据 Release 信息，PanWatch 最近几个版本的更新节奏值得关注：
- v0.8.5：修复深度分析数据串台与决策展示不匹配问题，优化 SQLite 数据库连接配置（启用 WAL 模式）
- v0.8.4：行业新闻关键词搜索功能，深度分析弹窗全屏展示
- v0.8.3：深度分析展现重构，多处数据正确性修复
- v0.8.2：Phase C-1 历史决策 vs 实际涨跌对比功能
- v0.8.0：Phase B — 双模型/预算/调度/模拟盘对接 + 持仓上下文
- v0.7.0：Phase A MVP — 集成 TradingAgents 多 Agent 深度分析框架
从版本演进可以看出，项目从基础的盯盘提醒逐步升级到多 Agent 深度分析，最近几个版本重点在完善数据正确性和用户体验。
另外，社区已有 fork 项目（zxzvsdcj/PanWatch，109 commits），说明项目在开源社区有一定影响力。
八、总结
PanWatch（盯盘侠）是一款定位清晰的 AI 股票盯盘工具——不是简单的价格提醒，而是把 TradingAgents 多 Agent 框架落地的自托管投资辅助平台。它的核心优势在于：
- 多 Agent 协作分析，不是单一 AI 模型在单打独斗
- 完全自托管，数据私密，适合有隐私意识的投资者
- Docker 一键部署，非技术用户也能上手
- PWA 移动端体验好，不用装 App
- 模拟盘 + 历史决策回测，帮助验证 AI 建议的有效性
需要理性看待的是：AI 分析不等于准确预测，TradingAgents 回测数据（累计回报 23.21%）来自特定市场环境和时间段，不代表未来收益。项目作者也明确提示”AI 分析仅供参考，投资有风险”。
对于想体验 AI 投资分析、有一定技术背景、注重数据隐私的个人投资者，PanWatch 是一个值得尝试的开源方案。
GitHub 地址：https://github.com/TNT-Likely/PanWatch
相关软件