本文档介绍如何将 A股自选股智能分析系统部署到服务器。
| 方案 | 优点 | 缺点 | 推荐场景 |
|---|---|---|---|
| Docker Compose ⭐ | 一键部署、环境隔离、易迁移、易升级 | 需要安装 Docker | 推荐:大多数场景 |
| 直接部署 | 简单直接、无额外依赖 | 环境依赖、迁移麻烦 | 临时测试 |
| Systemd 服务 | 系统级管理、开机自启 | 配置繁琐 | 长期稳定运行 |
| Supervisor | 进程管理、自动重启 | 需要额外安装 | 多进程管理 |
结论:推荐使用 Docker Compose,迁移最快最方便!
# Ubuntu/Debian
curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER
# CentOS
sudo yum install -y docker docker-compose
sudo systemctl start docker
sudo systemctl enable docker# 克隆代码(或上传代码到服务器)
git clone <your-repo-url> /opt/stock-analyzer
cd /opt/stock-analyzer
# 复制并编辑配置文件
cp .env.example .env
vim .env # 填入真实的 API Key 等配置# 构建并启动
docker-compose -f ./docker/docker-compose.yml up -d
# 查看日志
docker-compose -f ./docker/docker-compose.yml logs -f
# 查看运行状态
docker-compose -f ./docker/docker-compose.yml ps# 停止服务
docker-compose -f ./docker/docker-compose.yml down
# 重启服务
docker-compose -f ./docker/docker-compose.yml restart
# 更新代码后重新部署
git pull
docker-compose -f ./docker/docker-compose.yml build --no-cache
docker-compose -f ./docker/docker-compose.yml up -d
# 进入容器调试
docker-compose -f ./docker/docker-compose.yml exec stock-analyzer bash
# 手动执行一次分析
docker-compose -f ./docker/docker-compose.yml exec stock-analyzer python main.py --no-notify数据自动保存在宿主机目录:
./data/- 数据库文件./logs/- 日志文件./reports/- 分析报告
# 安装 Python 3.10+
sudo apt update
sudo apt install -y python3.10 python3.10-venv python3-pip
# 创建虚拟环境
python3.10 -m venv /opt/stock-analyzer/venv
source /opt/stock-analyzer/venv/bin/activatecd /opt/stock-analyzer
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simplecp .env.example .env
vim .env # 填入配置# 单次运行
python main.py
# 定时任务模式(前台运行)
python main.py --schedule
# 后台运行(使用 nohup)
nohup python main.py --schedule > /dev/null 2>&1 &创建 systemd 服务文件实现开机自启和自动重启:
sudo vim /etc/systemd/system/stock-analyzer.service内容:
[Unit]
Description=A股自选股智能分析系统
After=network.target
[Service]
Type=simple
User=root
WorkingDirectory=/opt/stock-analyzer
Environment="PATH=/opt/stock-analyzer/venv/bin"
ExecStart=/opt/stock-analyzer/venv/bin/python main.py --schedule
Restart=always
RestartSec=30
[Install]
WantedBy=multi-user.target# 重载配置
sudo systemctl daemon-reload
# 启动服务
sudo systemctl start stock-analyzer
# 开机自启
sudo systemctl enable stock-analyzer
# 查看状态
sudo systemctl status stock-analyzer
# 查看日志
journalctl -u stock-analyzer -f| 配置项 | 说明 | 获取方式 |
|---|---|---|
GEMINI_API_KEY |
AI 分析必需 | Google AI Studio |
STOCK_LIST |
自选股列表 | 逗号分隔的股票代码 |
WECHAT_WEBHOOK_URL |
微信推送 | 企业微信群机器人 |
| 配置项 | 默认值 | 说明 |
|---|---|---|
SCHEDULE_ENABLED |
false |
是否启用定时任务 |
SCHEDULE_TIME |
18:00 |
每日执行时间 |
MARKET_REVIEW_ENABLED |
true |
是否启用大盘复盘 |
TAVILY_API_KEYS |
- | 新闻搜索(可选) |
如果服务器在国内,访问 Gemini API 需要代理:
编辑 docker-compose.yml:
environment:
- http_proxy=http://your-proxy:port
- https_proxy=http://your-proxy:port编辑 main.py 顶部:
os.environ["http_proxy"] = "http://your-proxy:port"
os.environ["https_proxy"] = "http://your-proxy:port"# Docker 方式
docker-compose -f ./docker/docker-compose.yml logs -f --tail=100
# 直接部署
tail -f /opt/stock-analyzer/logs/stock_analysis_*.log# 检查进程
ps aux | grep main.py
# 检查最近的报告
ls -la /opt/stock-analyzer/reports/# 清理旧日志(保留7天)
find /opt/stock-analyzer/logs -mtime +7 -delete
# 清理旧报告(保留30天)
find /opt/stock-analyzer/reports -mtime +30 -delete# 清理缓存重新构建
docker-compose -f ./docker/docker-compose.yml build --no-cache检查代理配置,确保服务器能访问 Gemini API。
# 停止服务后删除 lock 文件
rm /opt/stock-analyzer/data/*.lock调整 docker-compose.yml 中的内存限制:
deploy:
resources:
limits:
memory: 1G从一台服务器迁移到另一台:
# 源服务器:打包
cd /opt/stock-analyzer
tar -czvf stock-analyzer-backup.tar.gz .env data/ logs/ reports/
# 目标服务器:部署
mkdir -p /opt/stock-analyzer
cd /opt/stock-analyzer
git clone <your-repo-url> .
tar -xzvf stock-analyzer-backup.tar.gz
docker-compose -f ./docker/docker-compose.yml up -d最简单的方案! 无需服务器,利用 GitHub 免费计算资源。
- ✅ 完全免费(每月 2000 分钟)
- ✅ 无需服务器
- ✅ 自动定时执行
- ✅ 零维护成本
⚠️ 无状态(每次运行是新环境)⚠️ 定时可能有几分钟延迟⚠️ 无法提供 HTTP API
# 初始化 git(如果还没有)
cd /path/to/daily_stock_analysis
git init
git add .
git commit -m "Initial commit"
# 创建 GitHub 仓库并推送
# 在 GitHub 网页上创建新仓库后:
git remote add origin https://github.com/你的用户名/daily_stock_analysis.git
git branch -M main
git push -u origin main打开仓库页面 → Settings → Secrets and variables → Actions → New repository secret
添加以下 Secrets:
| Secret 名称 | 说明 | 必填 |
|---|---|---|
GEMINI_API_KEY |
Gemini AI API Key | ✅ |
WECHAT_WEBHOOK_URL |
企业微信机器人 Webhook | 可选* |
FEISHU_WEBHOOK_URL |
飞书机器人 Webhook | 可选* |
TELEGRAM_BOT_TOKEN |
Telegram Bot Token | 可选* |
TELEGRAM_CHAT_ID |
Telegram Chat ID | 可选* |
EMAIL_SENDER |
发件人邮箱 | 可选* |
EMAIL_PASSWORD |
邮箱授权码 | 可选* |
CUSTOM_WEBHOOK_URLS |
自定义 Webhook(多个逗号分隔) | 可选* |
STOCK_LIST |
自选股列表,如 600519,300750 |
✅ |
TAVILY_API_KEYS |
Tavily 搜索 API Key | 推荐 |
SERPAPI_API_KEYS |
SerpAPI Key | 可选 |
TUSHARE_TOKEN |
Tushare Token | 可选 |
GEMINI_MODEL |
模型名称(默认 gemini-2.0-flash) | 可选 |
*注:通知渠道至少配置一个,支持多渠道同时推送
确保 .github/workflows/daily_analysis.yml 文件存在且已提交:
git add .github/workflows/daily_analysis.yml
git commit -m "Add GitHub Actions workflow"
git push- 打开仓库页面 → Actions 标签
- 选择 "每日股票分析" workflow
- 点击 "Run workflow" 按钮
- 选择运行模式:
full- 完整分析(股票+大盘)market-only- 仅大盘复盘stocks-only- 仅股票分析
- 点击绿色 "Run workflow" 按钮
- Actions 页面可以看到运行历史
- 点击具体的运行记录查看详细日志
- 分析报告会作为 Artifact 保存 30 天
默认配置:周一到周五,北京时间 18:00 自动执行
修改时间:编辑 .github/workflows/daily_analysis.yml 中的 cron 表达式:
schedule:
- cron: '0 10 * * 1-5' # UTC 时间,+8 = 北京时间常用 cron 示例:
| 表达式 | 说明 |
|---|---|
'0 10 * * 1-5' |
周一到周五 18:00(北京时间) |
'30 7 * * 1-5' |
周一到周五 15:30(北京时间) |
'0 10 * * *' |
每天 18:00(北京时间) |
'0 2 * * 1-5' |
周一到周五 10:00(北京时间) |
方法一:修改仓库 Secret STOCK_LIST
方法二:直接修改代码后推送:
# 修改 .env.example 或在代码中设置默认值
git commit -am "Update stock list"
git pushQ: 为什么定时任务没有执行? A: GitHub Actions 定时任务可能有 5-15 分钟延迟,且仅在仓库有活动时才触发。长时间无 commit 可能导致 workflow 被禁用。
Q: 如何查看历史报告?
A: Actions → 选择运行记录 → Artifacts → 下载 analysis-reports-xxx
Q: 免费额度够用吗? A: 每次运行约 2-5 分钟,一个月 22 个工作日 = 44-110 分钟,远低于 2000 分钟限制。
祝部署顺利!🎉