一、为什么需要本地 AI 分析工具？
在量化交易日益普及的当下，散户往往不缺数据，缺的是对数据的解读能力。面对满屏 K 线图，哪里是买点？哪里是卖点？市面上的 AI 选股工具虽多，却常面临高价订阅或数据隐私泄露的风险。
开源项目为我们提供了新的选择。这类工具不仅集成了 AI 对话分析、模拟账户管理、历史回测等功能，更核心的亮点在于利用大语言模型结合'波浪理论'进行辅助决策。这比单纯的技术指标金叉死叉具有更深度的逻辑支撑。
二、核心部署实战：避坑指南与镜像加速
搭建开源项目时，环境配置往往是最大的拦路虎。为了确保稳定运行，我们采用 Docker 容器化部署，并针对国内网络环境进行了优化。
1. 基础环境准备
确保本地已安装 Docker 和 Git。从克隆仓库开始：
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis
2. 配置 AI 接口
本项目的核心是 AI 分析，需要接入大模型 API。项目支持 OpenAI 兼容接口。在国内直连国际服务不稳定，建议配置国内高可用转发服务。
打开配置文件后，定位到 OpenAI/兼容 API 部分，填入你在后台申请的 API Key，并将 URL 设置为官方地址：https://api.lanyun.net/v1（注：请替换为实际可用的国内兼容接口地址）。这一步是激活 AI 分析能力的关键。
3. 进阶技巧：Dockerfile 镜像加速
默认的 Dockerfile 使用的是 Debian 官方源，在国内拉取速度极慢，容易超时失败。我们需要手动修改 Dockerfile，切换到香港镜像源。
找到项目路径下的 docker/Dockerfile，定位到第 27 行附近的 RUN apt-get update 指令。将原有的安装指令替换为以下内容：
RUN rm -f /etc/apt/sources.list.d/debian.sources && \
echo "deb http://ftp.hk.debian.org/debian bookworm main" > /etc/apt/sources.list && \
echo "deb http://ftp.hk.debian.org/debian bookworm-updates main" >> /etc/apt/sources.list && \
echo "deb http://ftp.hk.debian.org/debian-security bookworm-security main" >> /etc/apt/sources.list && \
apt-get update && \
apt-get install -y --no-install-recommends \
gcc \
curl \
wkhtmltopdf \
fontconfig \
libjpeg62-turbo \
libxrender1 \
libxext6 \
&& rm -rf /var/lib/apt/lists/*
这段代码不仅替换了香港源，还安装了核心依赖库，如 wkhtmltopdf（用于生成 PDF 报告）和 fontconfig（解决中文乱码问题），这是保证平台流畅运行的基础。
4. 构建与启动
清理旧缓存并重新构建服务：
docker builder prune -f
docker compose -f docker/docker-compose.yml up -d server --build
当终端显示构建完成时，浏览器打开 http://localhost:8000，即可访问本地量化平台。
三、核心功能深度评测：AI 如何解读波浪理论？
部署成功只是第一步，真正好用与否，还得看实战效果。
1. AI 股票对话分析
在首页输入框中尝试输入一只震荡股代码。系统并没有直接给出冷冰冰的'买入'信号，而是进入深度分析模式。
系统基于'艾略特波浪理论'进行分析。它首先识别当前价格形态，例如指出：'当前股价处于第 4 浪调整阶段，回调支撑位在 30 日均线附近，若企稳将开启第 5 浪上涨。'
