> 关键词：WorkBuddy、量化交易、FastAPI、React、SSE、A股复盘、AI Agent
> 1为什么什么写这篇

我是做 A股超短线的，每天复盘要同时盯：全市场涨跌、涨停梯队、板块资金、实时新闻、个股 K线和 MACD/KDJ。手动翻十几个页面又慢又容易漏。

我想要的东西其实就一句话：**"今天哪个能追、哪个题材能低吸"——直接打字问，别让我填 6 位代码。**

市面上的工具要么只能填代码查，要么是个黑盒荐股。于是我让 **WorkBuddy（腾讯的 AI 编程助手）** 从零帮我搭了一个本地 Web 工作台：后端 FastAPI + 前端 React/Vite，把同花顺 / 东方财富 / 本机行情代理三个数据源打通，再用 LLM 做"交易团队会诊"。

整套从需求到落地都是跟 WorkBuddy 对话完成的，这篇文章把架构和三个最关键的模块拆出来，供想自己搭的人参考。

---

## 二、整体架构

```
┌─────────────┐      SSE 流式       ┌──────────────────────────┐
│  前端 React  │  ◄──────────────  │  后端 FastAPI (8999)      │
│  Vite + TS   │   fetch /api/...   │                          │
└─────────────┘ ─────────────────► │  /api/ths/*  行情/指标    │
                                   │  /api/ask    AI 交易团队   │
                                   │  /api/news/* 实时快讯      │
                                   └───────────┬──────────────┘
                                               │
                    ┌──────────────┬───────────┼──────────────┐
                    ▼              ▼           ▼              ▼
              同花顺行情接口   东方财富快讯   本机行情代理    本地历史日线库
              (K线/资金)     (多源熔断)     (8765 雷达/资金)  (L2 落库)
```

核心设计原则：
- **数据真实，模型只解释不编数**：所有数字走官方/代理接口原值，LLM 只负责把规则打分的结果用人话讲明白，绝不允许它"算"出一只票。
- **多数据源自动熔断**：单一源被封（同花顺按 IP 限流）时秒级切到备用源，前端无感。

---

## 三、环境准备

```bash
# 后端：Python 3.11+ 虚拟环境
python -m venv venv && venv\Scripts\activate
pip install fastapi uvicorn sse-starlette httpx pandas numpy

# 前端：Node 18+
npm create vite@latest frontend -- --template react-ts
npm i axios
```

数据源说明（无需付费账号）：
- 同花顺日线：`https://d.10jqka.com.cn/v6/line/{key}/{period}/last.js`
- 东方财富快讯：`https://newsapi.eastmoney.com/kuaixun/v1/getlist_102_ajaxResult_{n}_{page}_.html`

---

## 四、核心模块一：自然语言问"AI 交易团队"

这是整个工作台最有用的部分。用户打字"今天哪个能追、哪个题材能低吸"，系统做三件事：

**1) 规则打分（不靠模型编）**

```python
def swing_score(row):
    """低吸分：位置 30 + 主力净占比 35 + 换手 15 + 成交额 20"""
    pos = 30 if row['below_ma20'] else 5          # 在均线下方才值得低吸
    main_net = min(35, max(0, row['main_net_pct'] * 50))  # 主力净流入占比
    turn = min(15, row['turnover'] * 3)
    amount = min(20, row['amount'] / 1e8 * 2)       # 成交额越大流动性越好
    return round(pos + main_net + turn + amount, 1)
```

**2) 三席会诊**：打板专家、题材专家、风控专家各自给结论（只基于上面算出的事实）。

**3) 主理人收口**：把三席结论汇总成一段人话，但**禁止模型发明任何数字**——所有票和分数必须来自第一步的打分结果。

前端用 SSE 把"意图识别 → 各专家发言 → 主理人结论"流式推出来，体验接近真人在线聊：

```python
@app.post("/api/ask")
async def ask(q: str, style: str = "both"):
    async def gen():
        yield sse("phase", "识别意图")
        intent = parse_question(q)          # swing / relay / both
        yield sse("role_start", "涂一线(打板)")
        yield sse("chunk", relay_view(intent))
        yield sse("role_start", "闻一新(题材)")
        yield sse("chunk", theme_view(intent))
        yield sse("role_start", "何执舟(主理人)")
        yield sse("final", lead_summary(intent))
    return StreamingResponse(gen(), media_type="text/event-stream")
```

---

## 五、核心模块二：实时新闻多源熔断

同花顺快讯接口会按 IP 限流，直接 403。所以做成"主源失败 → 自动切东方财富 → 熔断冷却"：

```python
_SRC_BREAK = {}   # 源 -> 下次可用时间

async def flash(force=False):
    sources = [("ths", fetch_ths), ("em", fetch_eastmoney)]
    for name, fn in sources:
        if not force and _SRC_BREAK.get(name, 0) > time.time():
            continue
        try:
            items = await fn()
            if items:
                return {"src": name, "items": items}
        except Exception:
            # 首败冷却 300s，再败 1800s，避免死循环打爆
            _SRC_BREAK[name] = time.time() + (300 if name not in _SRC_BREAK else 1800)
    return {"src": None, "items": []}
```

前端每 15 秒拉一次，标题栏显示"更新于 HH:MM:SS · Ns 前"并秒级跳动，同时标出当前用的是哪个源。实测切换时无感，新闻不中断。

---

## 六、核心模块三：K线补齐"今天"这根

收盘后同花顺日线接口要结算一阵才落地当日这根，导致 K 线图停在昨天，看着像"今天没数据"。用实时快照补一根：

```python
def _live_daily_bar(key, today):
    snap = snapshot(key)                    # realhead 实时快照
    stamp = str(snap.get("update_time") or "")
    if not stamp.startswith(today):         # 周末/休市/停牌：不造假
        return None
    if not snap.get("open") or not snap.get("last") or not snap.get("volume"):
        return None
    return {
        "date": today,
        "open": float(snap["open"]),
        "high": float(max(snap["high"], snap["last"], snap["open"])),
        "low":  float(min(snap["low"],  snap["last"], snap["open"])),
        "close": float(snap["last"]),
        "volume": round(float(snap["volume"]) * 100, 2),  # 快照是手，日线是股
        "live": True,
    }
```

只在"当日这根还没落地 / 是半截占位行"时补，数据齐全的时段不会多发请求。指标接口（MACD/KDJ/RSI）在算之前先走同一套补齐逻辑，当天这根才按真实量算，和历史同口径。

> 实测：贵州茅台、平安银行等 K 线最后一根稳定显示 `2026-10-27` 且 `live=True`。

---

## 七、效果展示
![image.png](https://developer.qcloudimg.com/http-save/yehe-12853911/3ba7848938a12f3496f4cff9c36ab79a.png)
![工作台总览
*图：AI 交易团队页——直接打字提问，三席会诊流式输出*
![image.png](https://developer.qcloudimg.com/http-save/yehe-12853911/f389087a13bc0096366e6a2dfd892c14.png)
![选股榜单]
*图：选股榜单——全市场 2900+ 只扫描，分打板/低吸两档，ST 自动剔除*
![image.png](https://developer.qcloudimg.com/http-save/yehe-12853911/fa0217e78fb437961a52af1b5cf1f030.png)
![实时新闻]
*图：实时快讯——多源熔断，15 秒刷新，标出当前数据源*

---

## 八、踩过的坑（省你时间）

1. **SPA 静态服务的 404 陷阱**：前端重建后文件名 hash 变了，旧 `index.html` 还去请求已删除的旧 chunk，后端若"找不到就回 index.html"，浏览器会把 HTML 当 CSS/JS 解析，整页没样式像乱码。修法：assets 路径缺失就真返回 404，text/html 统一加 `Cache-Control: no-cache`。
2. **本地模型编造股票**：模型喂前 N 条会 hallucinate 出没给它的票。修法：全量候选池喂进去 + 主理人收口阶段硬约束"只准引用打分结果"。
3. **ST 股污染**：`ST/*ST/退` 必须正则过滤，连候选池和推荐名单都不能出现（"我不玩 ST"）。
4. **后端进程存活**：用 `subprocess` 起的服务活不过一次工具调用，必须靠系统级独立进程（WMI `Win32_Process.Create`）拉起才能常驻。

---

## 九、总结

这套工作台跑下来，每天复盘从翻十几个网页变成"打开页面看 AI 团队结论 + 新闻自动刷 + K线点开即看"。整套从需求到落地都是跟 **WorkBuddy** 对话完成的——它不只是问答，是真的能写代码、调接口、排错、把多数据源和 LLM 串成可用系统的 AI 编程助手。

普通人用 WorkBuddy 能做的事远不止写 CRUD：把你的行业经验（我是超短线复盘）喂给它，让它当"外包工程师"，几天就能攒出一个原本要花几万外包费才有的专用工具。

> 声明：本文仅为技术实现分享，所有行情/资金数据均来自公开接口原值，不构成任何投资建议。

---

*如果你也想搭类似的工作台，可以评论区说下你的场景（期货 / 美股 / 基金定投都行），我整理一份对应数据来源的清单。*

---



关键词：WorkBuddy、量化交易、FastAPI、React、SSE、A股复盘、AI Agent 1为什么什么写这篇

用 WorkBuddy 从 0 搭一个 A股 AI 复盘工作台 #WorkBuddy#：自然语言问 AI 团队、实时新闻、K线指标一站式

关键词：WorkBuddy、量化交易、FastAPI、React、SSE、A股复盘、AI Agent

人工智能

基于WorkBuddy构建A股超短线复盘AI工作台：FastAPI+React架构，集成同花顺/东方财富多源熔断，实现自然语言交易团队会诊、实时新闻流式推送与K线实时补齐。规则打分确保数据真实，LLM仅解释不编数，支持打板/低吸双策略扫描，有效提升复盘效率，规避ST风险。

代码解释

WorkBuddy 

AI编程

Python

ReAct 

Vite

让每一个 Agent，都跑在云上

workbuddy-managed-agents

workbuddy-enterprise

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用 WorkBuddy 从 0 搭一个 A股 AI 复盘工作台 #WorkBuddy#：自然语言问 AI 团队、实时新闻、K线指标一站式-腾讯云开发者社区-腾讯云

用 WorkBuddy 从 0 搭一个 A股 AI 复盘工作台 #WorkBuddy#：自然语言问 AI 团队、实时新闻、K线指标一站式

用 WorkBuddy 从 0 搭一个 A股 AI 复盘工作台 #WorkBuddy#：自然语言问 AI 团队、实时新闻、K线指标一站式

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐