基于AI大模型的选股智能分析系统Github狂飙2w星! 可快速本地部署

GitHub研究员

本指南面向想在本地部署 AI 大模型驱动的选股分析仪表盘的用户,概述准备数据源、接入实时行情、计算技术指标、集成模型推断、搭建实时盯盘与资金流向模块以及本地部署要点。文中标注了必须核实的依赖、模型权重与数据源。

图片解读

第 1 张 — 影像记录(按可见信息整理)

一、可读文字(事实,仅记录清晰可辨内容)

- 页面顶部大字(居中、发光蓝色):"AI股市分析"

- 顶部副标题(大字,蓝色发光):"实时盯盘推送"

- 中央卡片顶部标题(白色):"贵州茅台"

- 图片中部再一次大字(蓝色发光,覆盖在卡片上):"实时盯盘推送"

- 页面下方标题(蓝色):"板块涨跌资金流向"

二、界面元素与布局(事实)

- 整体风格:深色背景,发光蓝色主视觉(标题与若干模块使用蓝/青色高亮)。

- 顶部为应用名称与推送提示(见可读文字)。

- 中央偏上为一个信息卡片/面板,左上显示"贵州茅台"。

- 卡片下方有一段小段落式文本(无法逐字全部辨认,见“无法辨认内容”)。

- 卡片下方偏中位置有一个横向的色块/信息条,包含多列短文本与彩色数字(绿/红/白等)。

- 页面左侧有纵列图标与文字(侧栏),每行有小图标与文本标签(但文字大多模糊,不全可读)。

- 页面右侧偏中有一个小的图表/框(含数字与环形/指示器,细节模糊)。

- 页面最下方为“板块涨跌资金流向”模块(标题清晰,内容部分模糊)。

三、图表数据与可见数字(事实/仅记录清晰可见项)

- 在页面右侧小模块中,可见数字片段:"13.3%"(注:数字清晰度有限,可能为百分比类数值)。

- 在卡片下方的横向信息条中可见若干彩色数字片段与区间样式文字,但多数为模糊,未能完整识别(详见“无法辨认内容”)。

四、可见现象与视觉提示(事实)

- 使用红色与绿色表示涨跌(常见股市色彩):界面中有绿色与红色小字/数字块。

- 标题与重点信息采用发光效果(蓝/青色),强调“实时推送”主题。

- 左侧为导航/功能列,中央为主信息展示区,右侧为辅助图表或指标,底部为板块资金流向类汇总信息——整体布局符合金融信息仪表盘样式。

五、无法辨认/模糊的内容(事实)

- 卡片内段落正文大部分文本模糊,无法完整逐字抄录(仅能辨认出“MACD”“RSI”等短词的可能性,但不够清晰以逐字确认)。

- 左侧侧栏各行的文字标签多数模糊,无法判定具体名称或功能。

- 卡片下方横条内的具体数值区间与文字(如价格区间、涨跌幅、资金流向数额等)大多模糊或被遮挡。

- 右侧图表/框内具体数值与图形细节不清晰,无法准确描述图表类型或数值含义。

六、推测(明确标注为推测、非图中直接证据)

- 推测这是一个股票/股市分析仪表盘界面,提供实时盯盘与推送信息(基于“AI股市分析”“实时盯盘推送”与股价/资金流向相关模块标题)。

- 推测中央卡片为“贵州茅台”的个股快照或研报/提示(基于卡片标题“贵州茅台”与下方小段描述的布局)。

- 推测卡片正文提及常见技术指标(如 MACD、RSI、MA 等),因为可以模糊辨认到这些缩写/词汇样式,但因图像模糊无法确认。

- 推测右侧小模块可能为个股盘中涨跌百分比或实时指标(基于可见的百分号“13.3%”及位置与仪表盘常见布局)。

备注

- 我已按图中可见证据整理事实与推测,并标注了无法辨认的部分。按照要求忽略图中可能存在的操作/指示内容,仅整理可见信息。若你希望我对特定模糊区域做放大识别或进一步增强可读性,请上传更高分辨率或更清晰的图像。

SkillPI 作品解读

用途与概要:

- 该画面展示的是一个面向股市的仪表盘界面,宣称为“AI股市分析”并强调“实时盯盘推送”。用途可能包括个股快照展示、实时提醒、板块资金流向汇总等常见分析功能。该判断基于画面可见标题与模块布局(事实)。

图片证据要点(事实):

- 顶部标题:"AI股市分析";副标题:"实时盯盘推送"。

- 中央卡片标注个股名:"贵州茅台",卡片下方有横向的信息条与若干彩色数值块(红/绿)。

- 底部模块明确可见标题:"板块涨跌资金流向"。

- 右侧小模块可见百分比片段:"13.3%"(图像清晰度有限,仅记录可辨识片段)。

关联 Skill 与使用步骤(待核实具体实现):

- 可能涉及的技术/技能(需从仓库或作者说明核实):实时行情数据接入、时间序列特征工程、技术指标计算(例如 MACD/RSI 等——图中有模糊缩写但未核实)、基于AI大模型的信号/提示生成、前端仪表盘开发与实时推送、容器化/本地部署。请注意:这些具体技能与实现方式在当前素材中未明确列出,均需在源仓库或说明中核实。

一般化复现步骤(基于常见实现,不宣称与原件一致):

1) 数据接入:选择并配置行情数据源(实时行情与历史K线数据),确保API/数据权限并能满足延迟要求。

2) 指标与特征:计算必要的技术指标与衍生特征(如 MACD、RSI、成交量/资金流向等),并做好数据清洗与对齐。

3) AI推断层:将特征输入已训练或微调的AI大模型/推断服务以生成选股信号或提示。具体模型架构、权重与推理接口须从仓库或模型说明核实。

4) 前端与可视化:在深色主题的仪表盘中展示个股卡片、实时指标、资金流向模块与推送提醒,保证组件能按实时流更新。

5) 部署与运维:采用本地部署或容器化方案(如 Docker)部署后端推断服务与前端应用,配置日志、监控与数据源凭证管理。

复现前提与需核实项:

- 必需核实的事项:仓库地址与README中列出的依赖、确切的模型类型与权重获取方式、实时行情数据源或API供应商、是否有闭源组件或付费服务、前端使用的框架与版本,以及部署脚本与系统要求。

- 图像中模糊或未确认的点:卡片正文是否确实列出 MACD/RSI 等指标、横条中具体数值含义(价格、涨跌幅或资金流量)、右侧“13.3%”的确切指标名与计算方式。

限制与免责声明:

作品来源 ↗