Vibe-Research - 開源 AI 投研看板(A股/美股/港股)

解決什麼

個人投資者做投研時面臨三大痛點:資料散落各處需多平臺切換、AI 分析依賴商業工具黑盒推薦、敏感持倉資料上傳雲端存隱私風險。Vibe-Research 把 A 股(兼美港韓股)的行情/財報/研報/公告/資金面/板塊資金流/連板情緒等資料整合到一個本地看板,預留 AI 介面但不做主觀推薦——資料客觀呈現,分析方向交給使用者自己配置的模型(Claude/DeepSeek/豆包等)。持倉與研報僅存本地部署目錄,不上傳不進程式碼倉庫。

為何火

在 GitHub 上線僅一週即獲 806 stars,核心吸引力在於"資料與決策分離"的設計哲學。傳統投研工具要麼是券商 APP 的封閉生態,要麼是 AI 炒股助手直接給買賣建議(合規風險高)。Vibe-Research 定位為"資料中臺":內建三套開源資料工具箱(a-stock-data/global-stock-data/investment-news)直接整合到倉庫,git clone 後開箱即用無需另接資料來源;前端提供每日復盤/資訊雷達/個股深度頁/板塊中心等模組化檢視,後端留 OpenAI 相容介面和 MCP server,使用者可接入自己訂閱的 Claude Code 或 API key 驅動分析。這種"工具不站隊"的中立性,加上 MIT 協議的商用友好度,吸引了既要資料自主權又要 AI 加持的技術型投資者。

核心功能

每日復盤頁:大盤指數+全球市場(隔夜美股道指/標普/納指+港股恒指)、短線情緒(連板股梯隊/封板率/炸板率/晉級率)、全市場成交額 TOP20、板塊資金趨勢榜,一鍵交給 AI 生成當日復盤報告。個股資料頁:輸入程式碼(A 股 6 位數字/美股如 AAPL/港股如 00700/韓股需加.KS 字尾)即顯示行情、估值矩陣(前向 PE/PEG)、財報速覽、估值歷史分位、資金面(融資融券/股東戶數/主力資金流/大宗交易)、研報/公告/新聞、龍虎榜、限售解禁、板塊歸屬、互動易問答;美港股顯示總市值與關鍵財務指標(營收/淨利/EPS/ROE/毛利率/負債率)。資訊雷達:12 賽道 108 個公開 RSS 源(已按合規詞表過濾),AI 一鍵提煉今日要點,掛鉤自選股顯示相關公告與新聞。自選股與持倉:批次貼上程式碼(支援逗號/空格/換行分隔)即加入自選,一屏表格總覽現價/漲跌/PE/PB/換手;持倉錄入後即時計算盈虧,已清倉記錄歸檔,資料僅存本地瀏覽器 localStorage。我的研報:拖拽上傳 PDF/Word/Excel/圖片,按檔名自動分行業歸檔,儲存在本地部署目錄的 user_data/reports/ 下不上傳雲端。

安裝

需 Python 3.10+ 和 Node.js。後端進入 backend/ 目錄建立虛擬環境 python3 -m venv .venv,安裝依賴 .venv/bin/pip install -r requirements.txt,啟動服務 .venv/bin/python -m uvicorn app:app --host 127.0.0.1 --port 8900。前端進入 frontend/ 目錄執行 npm install 後 npm run dev,瀏覽器訪問 http://localhost:5899。資料來源已整合在倉庫的 a-stock-data/(A 股)和 global-stock-data/(美港股)資料夾,無需額外下載;基礎行情依賴騰訊介面秒裝可用,高階資料(如龍虎榜)需惰性安裝 akshare/mootdx,缺失時對應端點返回 501 並提示安裝命令。

適合誰

技術型個人投資者:有 Python/Node 基礎,希望自建投研環境掌控資料主權,不想依賴券商 APP 或第三方雲服務。AI 實驗者:想用自己訂閱的 Claude/GPT/DeepSeek 做投研分析,需要乾淨的資料介面而非黑盒推薦系統。隱私敏感使用者:持倉/研報等敏感資訊只存本地不上傳,自選股存瀏覽器 localStorage,後端可部署在內網或個人 NAS。A 股為主兼看外圍:資料來源主打 A 股深度(財報/公告/龍虎榜/融資融券/互動易),美港股提供行情與關鍵財務指標,適合需要看隔夜美股臉色的 A 股投資者。不適合純美股深度研究(美股財報不如 A 股詳盡)或需要即時 Level-2 行情的日內交易者。

社群評價

暫無足量社群公開討論,以下為基於專案本身的中立評估。專案在一週內快速積累 806 stars,表明"資料中立+AI 自主接入"的定位擊中需求痛點。README 明確強調"只呈現事實、不推薦個股、不預測漲跌",通過客觀榜單(連板股/成交額 TOP20 等)與使用者自配 AI 的分離設計規避投顧合規風險,這種剋制在開源投研工具中較為少見。技術棧選用 FastAPI + React 19 + TypeScript,程式碼結構清晰(資料層/API 層/MCP server 分離),內建三套資料工具箱(a-stock-data v3.3/global-stock-data v1.0.1/investment-news)直接整合到倉庫是亮點,避免使用者自己拼接資料來源的繁瑣。潛在爭議點在於單人維護(貢獻者數 1)的可持續性,以及資料來源依賴東財/騰訊公開介面的穩定性(介面變更需及時跟進)。

選型對比

vs 商業券商 APP(如同花順/東財):Vibe-Research 開源免費且資料本地化,可接入任意 AI 模型,但缺少即時 Level-2 行情、智慧盯盤、回測等高階功能,適合不需要日內交易、更看重資料自主權的使用者。vs AI 炒股助手(如 ChatGPT 炒股外掛):後者直接給買賣建議存在合規風險且邏輯黑盒,Vibe-Research 只提供資料與分析框架(估值/資金面/財報質量/行業景氣/事件催化五維),結論由使用者自己的 AI 生成,責任邊界清晰。vs 純資料爬蟲(如 akshare/tushare):Vibe-Research 在資料層之上封裝了完整前端看板與 AI 整合介面,降低使用門檻;內建的 a-stock-data 工具箱已做限流防封與介面聚合,比直接調 akshare 更穩定。vs 海外開源投研工具(如 OpenBB):後者主打美股且依賴多個付費資料來源 API,Vibe-Research 聚焦 A 股且資料來源全部免費公開,更適合中國大陸使用者。

已知坑

1. 資料來源穩定性:行情依賴騰訊介面、研報/公告依賴東財介面,這些公開介面可能隨時調整反爬策略導致失效,需關注倉庫更新或自行修復(a-stock-data 已內建限流但不保證永久可用)。2. 美港股資料深度不足:美股僅提供行情與關鍵財務指標,無研報/公告/龍虎榜等 A 股深度資料;韓股僅行情無財務,且必須帶 .KS 字尾否則按 A 股處理易混淆。3. AI 介面限制:訂閱接入(調本機 CLI)僅支援一次性作答不做多輪工具呼叫,複雜分析需用 API 接入或 MCP 模式;API key 存瀏覽器 localStorage 存在 XSS 風險需自行評估。4. 單人維護風險:當前僅 1 位貢獻者,若作者停更則依賴社群 fork 接力,建議關注 issue 區活躍度。5. 合規邊界:雖專案強調"不推薦不預測",但使用者若用自己的 AI 生成買賣建議並公開傳播,仍可能觸及投顧紅線,需自行把控使用場景。6. 本地部署門檻:需同時配置 Python 後端與 Node 前端,對非技術使用者有一定上手難度,暫無 Docker 一鍵部署方案。