输入一个交易对，30–90 秒产出”技术/资金/情绪/消息”四维结构化研报（含入场区间、止损、目标、情景推演）。这里沉淀的是可迁移的设计模式，不是产品介绍。
架构与核心原则
并行采集 ──► 本地算指标 ──► 组装纯文本 data_pack ──► 四个角色分析师(LLM) ──► 研究主管(LLM) ──► 结构化 JSON 落盘
（各源独立容错） （纯 Python） （客观数据） （各限 JSON 输出） （综合研判+情景） （可二次开发）
核心设计原则：客观指标本地算好再喂给模型，模型只做解读、不做心算——降低幻觉。
模型擅长研判、不擅长算数：MA 排列、RSI 数值、波动率全部本地算完，以纯文本 data_pack 喂入；LLM 输出限定为解读性结论 + 置信度 + 情景，不做任何数值计算。
指标层（纯 Python 实现，无 pandas）
- 趋势：MA7/25/99 均线排列；RSI(14) Wilder 平滑（日线 + 4h 双周期）；MACD(12,26,9)
- 波动：布林带(20,2) 含带宽；ATR(14) 及占价比；30 日年化已实现波动率
- 量能：7d/30d 量比
- 关键位：分形摆动支撑/阻力（左右各 3 根 K 线判摆动点，取最近 3 个阻力/支撑）
LLM 编排层
- 四个角色分析师（技术/资金/情绪/消息）各自强制 JSON 输出（summary/bullish/bearish/confidence）；
- “研究主管”综合：bias 四选一、entry_range/stop_loss/take_profit/position_advice/invalidation、bull/base/bear 三情景、key_risks；
- 解析容错（剥围栏/截大括号/失败降级）与重试遵循 OpenAI兼容LLM接入通用模式；
- 未配 key 自动降级”数据简报”模式，流水线照常可跑。
工程要点
- 技术栈极简：FastAPI + httpx 异步 + 原生前端，无重依赖；
- 报告结构化 JSON 落盘（
data/reports/），天然支持二次开发：定时日报、Server酱/Telegram 推送、回测（研判 vs 后续真实行情，统计模型胜率）、内容化； - 全链路测试用本地 mock OpenAI 兼容服务器跑通，无需真实 key；
- 成本：单次研究几万 token，DeepSeek 档不到一分钱。
数据源
见 免费加密数据源清单。
原始素材
- README