FinnewsHunter：金融新闻驱动的多智能体投资决策平台

中文版 | English

基于 AgenticX 框架构建的企业级金融新闻分析系统，融合实时新闻流、深度量化分析和多智能体辩论机制。

FinnewsHunter 不再局限于传统的文本分类，而是部署多智能体战队（NewsAnalyst, Researcher 等），实时监控新浪财经、每经网、金融界、证券时报等多源财经资讯。利用大模型进行深度解读、情感分析与市场影响评估，并结合知识图谱挖掘潜在的投资机会与风险，为量化交易提供决策级别的阿尔法信号。

---

🎯 项目特色

• ✅ AgenticX 原生: 深度集成 AgenticX 框架，使用 Agent、Tool、Workflow 等核心抽象
• ✅ AgenticX 组件集成: 直接使用 AgenticX 的 BailianEmbeddingProvider 和 MilvusStorage，避免重复造轮子
• ✅ 智能体驱动: NewsAnalyst 智能体自动分析新闻情感和市场影响
• ✅ 多厂商 LLM 支持: 支持百炼、OpenAI、DeepSeek、Kimi、智谱 5 大厂商，前端一键切换
• ✅ 批量操作: 支持批量选择、批量删除、批量分析新闻，提高操作效率
• ✅ 股票 K 线分析: 集成 akshare 真实行情数据，支持日K/分K多周期展示
• ✅ 股票智能搜索: 支持代码和名称模糊查询，预加载 5000+ A股数据
• ✅ 完整技术栈: FastAPI + PostgreSQL + Milvus + Redis + React
• ✅ 实时搜索: 支持标题、内容、股票代码多维度搜索，关键词高亮
• ✅ 异步向量化: 后台异步执行向量化，不阻塞分析流程
• ✅ 生产就绪: Docker Compose 一键部署，日志、监控完备

---

🏗️ 系统架构

系统采用分层架构设计： - M6 前端交互层: React + TypeScript + Shadcn UI - M1 平台服务层: FastAPI Gateway + Task Manager - M4/M5 智能体协同层: AgenticX Agent + Debate Workflow - M2/M3 基础设施层: Crawler Service + LLM Service + Embedding - M7-M11 存储与学习层: PostgreSQL + Milvus + Redis + ACE Framework

---

🚀 快速开始

前置条件

• Python 3.11+
• Docker & Docker Compose
• (可选) OpenAI API Key 或本地 LLM
• Node.js 18+ (前端开发)

1. 安装 AgenticX

cd /Users/damon/myWork/AgenticX
pip install -e .

2. 安装后端依赖

cd FinnewsHunter/backend
pip install -r requirements.txt

3. 配置环境变量

cd FinnewsHunter/backend
cp env.example .env
# 编辑 .env 文件，填入 LLM API Key 等配置

多厂商 LLM 配置说明：

系统支持 5 个 LLM 厂商，至少配置一个即可使用：

厂商	环境变量	获取地址
百炼（阿里云）	DASHSCOPE_API_KEY	https://dashscope.console.aliyun.com/
OpenAI	OPENAI_API_KEY	https://platform.openai.com/api-keys
DeepSeek	DEEPSEEK_API_KEY	https://platform.deepseek.com/
Kimi（Moonshot）	MOONSHOT_API_KEY	https://platform.moonshot.cn/
智谱	ZHIPU_API_KEY	https://open.bigmodel.cn/

示例配置（推荐百炼）：

# 百炼（阿里云）- 推荐，国内访问快
DASHSCOPE_API_KEY=sk-your-dashscope-key
DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
BAILIAN_MODELS=qwen-plus,qwen-max,qwen-turbo

# 可选：其他厂商
OPENAI_API_KEY=sk-your-openai-key
DEEPSEEK_API_KEY=sk-your-deepseek-key

4. 启动服务（推荐：3 条命令）

完整说明见 docs/DEV-START.md

cd FinnewsHunter

# ① 首次准备（换机 / 新 clone 执行一次）
bash scripts/dev-prepare.sh

# ② 每次开发启动（Docker 中间件 + Celery + 本地 API/前端）
bash scripts/dev-up.sh

# ③ 查看状态 / 停止
bash scripts/dev-status.sh
bash scripts/dev-down.sh          # 仅停本地 API/前端（Docker 数据保留）
bash scripts/dev-down.sh --all    # 连同 Docker 容器一起停（数据卷仍保留）
bash scripts/dev-down.sh --purge  # ⚠ 连数据卷一起删除，不可恢复（会二次确认）

数据备份与迁移

# 备份 Postgres + Neo4j（默认不含 Milvus 向量，可重新生成）
bash scripts/dev-backup.sh

# 迁移到新环境：把 .backups/<时间戳>/ 拷过去，然后
bash scripts/dev-prepare.sh && bash scripts/dev-up.sh
bash scripts/dev-restore.sh .backups/<时间戳>

详细的备份策略、数据分层说明见 docs/DEV-START.md。

旧版分步启动（不推荐，容易漏 Celery）

4. 启动基础服务（PostgreSQL、Redis、Milvus）

cd FinnewsHunter
docker compose -f deploy/docker-compose.dev.yml up -d postgres redis milvus-etcd milvus-minio milvus-standalone

5. 初始化数据库

cd FinnewsHunter/backend
python init_db.py

5.1 初始化股票数据（可选，用于股票搜索功能）

cd FinnewsHunter/backend
python -m app.scripts.init_stocks
# 将从 akshare 获取全部 A 股数据（约 5000+ 只）并存入数据库

6. 启动后端API服务

cd FinnewsHunter/backend
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

7. 启动Celery Worker和Beat（自动爬取）

# 新开一个终端
cd FinnewsHunter
docker compose -f deploy/docker-compose.dev.yml up -d celery-worker celery-beat

8. 启动前端服务

# 新开一个终端
cd FinnewsHunter/frontend
npm install  # 首次需要安装依赖
npm run dev

9. 访问应用

• 前端界面: http://localhost:3000
• 后端 API: http://localhost:8000
• API 文档: http://localhost:8000/docs

---

🔄 服务管理

查看所有服务状态

cd FinnewsHunter
docker compose -f deploy/docker-compose.dev.yml ps

重启所有服务

cd FinnewsHunter

# 重启Docker服务（基础设施 + Celery）
docker compose -f deploy/docker-compose.dev.yml restart

# 如果后端API是独立启动的，需要手动重启
# Ctrl+C 停止后端进程，然后重新运行：
cd backend
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

重启特定服务

cd FinnewsHunter

# 只重启Celery（应用代码更改后）
docker compose -f deploy/docker-compose.dev.yml restart celery-worker celery-beat

# 只重启数据库
docker compose -f deploy/docker-compose.dev.yml restart postgres

# 只重启Redis
docker compose -f deploy/docker-compose.dev.yml restart redis

停止所有服务

cd FinnewsHunter
docker compose -f deploy/docker-compose.dev.yml down

查看日志

cd FinnewsHunter

# 查看Celery Worker日志
docker compose -f deploy/docker-compose.dev.yml logs -f celery-worker

# 查看Celery Beat日志（定时任务调度）
docker compose -f deploy/docker-compose.dev.yml logs -f celery-beat

# 查看PostgreSQL日志
docker compose -f deploy/docker-compose.dev.yml logs -f postgres

# 查看所有服务日志
docker compose -f deploy/docker-compose.dev.yml logs -f

---

🗑️ 重置数据库

方式1：使用一键重置脚本（推荐）⭐

cd FinnewsHunter

# 执行重置脚本
./reset_all_data.sh

# 输入 yes 确认

脚本会自动完成： 1. ✅ 清空PostgreSQL中的所有新闻和任务数据 2. ✅ 清空Redis缓存 3. ✅ 重置数据库自增ID（从1重新开始） 4. ✅ 清空Celery调度文件 5. ✅ 自动重启Celery服务

执行后等待： - 5-10分钟系统会自动重新爬取数据 - 访问前端查看新数据

---

方式2：手动重置（高级）

步骤1：清空PostgreSQL数据

# 进入PostgreSQL容器
docker exec -it finnews_postgres psql -U finnews -d finnews_db

在PostgreSQL命令行中执行：

-- 清空新闻表
DELETE FROM news;

-- 清空任务表
DELETE FROM crawl_tasks;

-- 清空分析表
DELETE FROM analyses;

-- 重置自增ID
ALTER SEQUENCE news_id_seq RESTART WITH 1;
ALTER SEQUENCE crawl_tasks_id_seq RESTART WITH 1;
ALTER SEQUENCE analyses_id_seq RESTART WITH 1;

-- 验证结果（应该都是0）
SELECT 'news表', COUNT(*) FROM news;
SELECT 'crawl_tasks表', COUNT(*) FROM crawl_tasks;
SELECT 'analyses表', COUNT(*) FROM analyses;

-- 退出
\q

步骤2：清空Redis缓存

cd FinnewsHunter
docker exec finnews_redis redis-cli FLUSHDB

步骤3：清空Celery调度文件

cd FinnewsHunter/backend
rm -f celerybeat-schedule*

步骤4：重启Celery服务

cd FinnewsHunter
docker compose -f deploy/docker-compose.dev.yml restart celery-worker celery-beat

步骤5：验证数据已清空

# 检查新闻数量（应该是0）
docker exec finnews_postgres psql -U finnews -d finnews_db -c "SELECT COUNT(*) FROM news;"

# 检查Redis（应该是0或很小）
docker exec finnews_redis redis-cli DBSIZE

# 查看Celery是否开始爬取
docker compose -f deploy/docker-compose.dev.yml logs -f celery-beat
# 应该看到每分钟触发10个爬取任务

---

方式3：使用Python脚本重置

cd FinnewsHunter/backend
python reset_database.py
# 输入 yes 确认

---

方式4：快速手动清理（一行命令）🔥

适用场景： 当重置脚本不工作时，使用此方法最快速

cd FinnewsHunter

# 步骤1：清空数据库表
docker exec finnews_postgres psql -U finnews -d finnews_db -c "DELETE FROM news; DELETE FROM crawl_tasks; DELETE FROM analyses;"

# 步骤2：重置自增ID
docker exec finnews_postgres psql -U finnews -d finnews_db -c "ALTER SEQUENCE news_id_seq RESTART WITH 1; ALTER SEQUENCE crawl_tasks_id_seq RESTART WITH 1; ALTER SEQUENCE analyses_id_seq RESTART WITH 1;"

# 步骤3：清空Redis缓存
docker exec finnews_redis redis-cli FLUSHDB

# 步骤4：清空Celery调度文件
rm -f backend/celerybeat-schedule*

# 步骤5：重启Celery服务
docker compose -f deploy/docker-compose.dev.yml restart celery-worker celery-beat

# 步骤6：验证是否清空（应该显示0）
docker exec finnews_postgres psql -U finnews -d finnews_db -c "SELECT COUNT(*) FROM news;"

执行后立即刷新浏览器： - Mac: Command + Shift + R - Windows: Ctrl + Shift + R

---

🖥️ 清除前端缓存（重要！）

数据清空后，前端可能仍显示旧数据，这是因为浏览器缓存。

方法1：硬刷新浏览器（推荐）⭐

Mac系统：

按 Command + Shift + R
或 Command + Option + R

Windows/Linux系统：

按 Ctrl + Shift + R
或 Ctrl + F5

方法2：开发者工具清空缓存

1. 按 F12 打开开发者工具
2. 右键点击刷新按钮（地址栏旁边）
3. 选择 "清空缓存并硬性重新加载"

方法3：清除浏览器缓存

1. Chrome/Edge:
2. Command + Shift + Delete (Mac) 或 Ctrl + Shift + Delete (Windows)
3. 勾选"缓存的图片和文件"
4. 时间范围选择"全部"

5. 点击"清除数据"

6. 刷新页面后，再次硬刷新

7. 确保React Query缓存也被清除

方法4：重启前端开发服务器（最彻底）

# 在前端终端按 Ctrl+C 停止服务
# 然后重新启动
cd FinnewsHunter/frontend
npm run dev

---

📊 重置后的数据恢复时间线

时间	事件	预期结果
0分钟	执行重置脚本	数据库清空，Redis清空
1分钟	Celery Beat开始调度	10个爬取任务被触发
2-5分钟	第一批新闻保存	数据库开始有数据
5-10分钟	所有源都有数据	前端可看到100+条新闻
30分钟	数据持续增长	500+条新闻
1小时	稳定运行	1000-2000条新闻

注意： - 重置后需要等待5-10分钟才能看到新数据 - 前端必须硬刷新（Command+Shift+R / Ctrl+Shift+R）清除缓存 - 不要频繁重置，会影响系统稳定性

重置后立即硬刷新前端的步骤： 1. 执行重置命令 2. 立即在浏览器按 Command + Shift + R (Mac) 或 Ctrl + Shift + R (Windows) 3. 等待5-10分钟后再次刷新查看新数据

---

⚠️ 爬虫状态检查

查看哪些源正常工作

cd FinnewsHunter

# 查看各源的新闻数量
docker exec finnews_postgres psql -U finnews -d finnews_db -c "
SELECT source, COUNT(*) as count 
FROM news 
WHERE created_at > NOW() - INTERVAL '1 hour'
GROUP BY source 
ORDER BY count DESC;
"

# 查看最近的爬取任务状态
docker exec finnews_postgres psql -U finnews -d finnews_db -c "
SELECT source, 
       crawled_count, 
       saved_count, 
       status,
       error_message 
FROM crawl_tasks 
WHERE created_at > NOW() - INTERVAL '10 minutes'
ORDER BY created_at DESC 
LIMIT 20;
"

查看爬取错误

cd FinnewsHunter

# 查看ERROR日志
docker compose -f deploy/docker-compose.dev.yml logs celery-worker | grep ERROR

# 查看特定源的问题
docker compose -f deploy/docker-compose.dev.yml logs celery-worker | grep "jwview"

---

📚 使用指南

自动爬取模式（推荐）⭐

系统已配置10个新闻源的自动爬取：

1. 🌐 新浪财经
2. 🐧 腾讯财经
3. 💰 金融界
4. 📊 经济观察网
5. 📈 财经网
6. 📉 21经济网
7. 📰 每日经济新闻
8. 🎯 第一财经
9. 📧 网易财经
10. 💎 东方财富

工作方式： - ✅ Celery Beat 每1分钟自动触发所有源的爬取 - ✅ 自动去重（URL级别） - ✅ 智能时间筛选（保留24小时内新闻） - ✅ 股票关键词筛选 - ✅ 无需手动操作

查看爬取进度：

# 查看Celery Beat调度日志
cd FinnewsHunter
docker compose -f deploy/docker-compose.dev.yml logs -f celery-beat

# 查看Celery Worker执行日志
docker compose -f deploy/docker-compose.dev.yml logs -f celery-worker

---

手动刷新（立即获取最新）

方式 1: 通过前端 1. 访问 http://localhost:3000/news 2. 点击右上角"🔄 立即刷新"按钮 3. 系统会立即触发爬取，约2分钟后数据更新

方式 2: 通过 API

# 强制刷新新浪财经
curl -X POST "http://localhost:8000/api/v1/news/refresh?source=sina"

# 强制刷新所有源（需要逐个调用）
for source in sina tencent jwview eeo caijing jingji21 nbd yicai 163 eastmoney; do
  curl -X POST "http://localhost:8000/api/v1/news/refresh?source=$source"
  sleep 1
done

---

查看新闻列表

方式 1: 通过前端（推荐） - 访问 http://localhost:3000 - 首页：查看来源统计和最新新闻 - 新闻流：按来源和情感筛选新闻 - 支持批量选择：使用复选框选择多条新闻，支持 Shift 键范围选择 - 批量操作：全选/取消全选、批量删除、批量分析

方式 2: 通过 API

# 获取所有来源的最新新闻（200条）
curl "http://localhost:8000/api/v1/news/latest?limit=200"

# 获取特定来源的新闻
curl "http://localhost:8000/api/v1/news/latest?source=sina&limit=50"

# 按情感筛选（使用旧接口）
curl "http://localhost:8000/api/v1/news/?sentiment=positive&limit=20"

# 获取所有可用的新闻源列表
curl "http://localhost:8000/api/v1/news/sources"

---

批量操作新闻

前端操作： 1. 批量选择： - 点击新闻卡片左侧的复选框选择单条新闻 - 按住 Shift 键点击可进行范围选择 - 使用顶部工具栏的"全选"按钮选择当前筛选结果的所有新闻 - 切换新闻源或筛选条件时，选择状态会自动清空

1. 批量删除：
2. 选择多条新闻后，点击顶部工具栏的"批量删除"按钮
3. 确认删除对话框后，选中的新闻将被删除

4. 删除后会自动刷新列表

5. 批量分析：

6. 选择多条新闻后，点击顶部工具栏的"批量分析"按钮
7. 系统会依次分析选中的新闻，显示进度和结果统计
8. 分析完成后会显示成功/失败数量

API 操作：

# 批量删除新闻
curl -X POST "http://localhost:8000/api/v1/news/batch/delete" \
  -H "Content-Type: application/json" \
  -d '{"news_ids": [1, 2, 3]}'

# 批量分析新闻
curl -X POST "http://localhost:8000/api/v1/analysis/batch" \
  -H "Content-Type: application/json" \
  -d '{"news_ids": [1, 2, 3], "provider": "bailian", "model": "qwen-plus"}'

---

分析新闻

方式 1: 通过前端 - 在新闻卡片上点击"✨ 分析"按钮 - 等待3-5秒查看分析结果 - 点击新闻卡片打开详情抽屉，查看完整分析内容

方式 2: 通过 API

# 分析指定ID的新闻（使用默认模型）
curl -X POST http://localhost:8000/api/v1/analysis/news/1

# 分析新闻（指定模型）
curl -X POST http://localhost:8000/api/v1/analysis/news/1 \
  -H "Content-Type: application/json" \
  -d '{"provider": "bailian", "model": "qwen-max"}'

# 查看分析结果
curl http://localhost:8000/api/v1/analysis/1

---

切换 LLM 模型

前端操作： 1. 点击右上角的模型选择器（显示当前模型名称） 2. 在下拉菜单中选择不同的厂商和模型 3. 选择后自动保存，后续分析将使用新模型

支持的模型： - 🔥 百炼: qwen-plus, qwen-max, qwen-turbo, qwen-long - 🤖 OpenAI: gpt-4, gpt-4-turbo, gpt-3.5-turbo - 🧠 DeepSeek: deepseek-chat, deepseek-coder - 🌙 Kimi: moonshot-v1-8k, moonshot-v1-32k, moonshot-v1-128k - 🔮 智谱: glm-4, glm-4-plus, glm-4-air

API 获取可用模型列表：

curl http://localhost:8000/api/v1/llm/config

---

搜索新闻

前端操作： 1. 在顶部搜索框输入关键词 2. 支持搜索：标题、内容、股票代码、来源 3. 匹配的关键词会高亮显示 4. 搜索带有 300ms 防抖，输入停止后自动搜索

搜索示例： - 搜索股票代码：600519（贵州茅台） - 搜索关键词：新能源、半导体 - 搜索来源：sina、eastmoney

---

查看新闻详情

前端操作： 1. 点击任意新闻卡片 2. 右侧滑出详情抽屉，展示： - 📰 新闻标题和来源 - 📊 情感评分（利好/利空/中性） - 📈 关联股票代码 - 📝 完整新闻内容 - 🤖 AI 分析结果（Markdown 格式） - 🔗 原文链接 3. 点击"复制分析内容"可复制 Markdown 格式的分析报告

---

股票 K 线分析

前端操作： 1. 访问 http://localhost:3000/stocks/SH600519（贵州茅台示例） 2. 使用右上角搜索框输入股票代码或名称（如 茅台、600519） 3. 选择时间周期：日K、60分、30分、15分、5分、1分 4. 图表支持： - 📈 K 线蜡烛图（OHLC） - 📊 成交量柱状图 - 📉 MA 均线（5/10/30/60日）

API 操作：

# 获取 K 线数据（日线，默认180条）
curl "http://localhost:8000/api/v1/stocks/SH600519/kline?period=daily&limit=180"

# 获取分钟 K 线（60分钟线）
curl "http://localhost:8000/api/v1/stocks/SH600519/kline?period=60m&limit=200"

# 搜索股票
curl "http://localhost:8000/api/v1/stocks/search/realtime?q=茅台&limit=10"

# 查看数据库中的股票数量
curl "http://localhost:8000/api/v1/stocks/count"

---

按来源筛选查看

前端操作：

1. 首页（Dashboard）
2. 查看"新闻来源统计"卡片
3. 点击任意来源按钮筛选

4. 显示该来源的新闻数量和列表

5. 新闻流页面

6. 顶部有10个来源筛选按钮
7. 点击切换查看不同来源
8. 支持来源+情感双重筛选

API操作：

```bash

查看新浪财经的新闻

curl "http://localhost:8000/api/v1/news/latest?source=sina&limit=50"

查看每日经济新闻

curl "http://localhost:8000/api/v1/news/latest?source=nbd&limit=50"

查看所有来源

curl "http://localhos