A 股市场智能分析与预警系统
Mist 是一个功能完整的股票市场分析系统，支持 A 股全市场（沪深两市）的技术分析与智能决策支持。采用 Monorepo 架构，集成了传统技术分析、缠论分析以及 AI 智能体系统，提供完整的 API 服务和 MCP Server 接口。
- 技术指标计算：MACD、RSI、KDJ、ADX、ATR 等 164+ 种技术指标
- 缠论分析：笔（Bi）、分型（Fenxing）、中枢（Channel）自动识别与计算
- AI 多智能体：基于 LangChain/LangGraph 的 7 角色智能体协作分析
- MCP Server：基于 Model Context Protocol 的 AI 集成接口，提供 17+ 工具
- 多数据源管理：支持东方财富（ef）、通达信（tdx）、迈吉马克特（mqmt）等多个数据源
- 多周期数据：支持 1min、5min、15min、30min、60min、daily 等多种时间周期
- 定时任务：自动数据采集与指标计算
- 数据源桥接：mist-datasource 模块支持 TDX/QMT SDK 的跨平台 HTTP/WebSocket 服务
mist/
├── apps/ # 应用程序
│ ├── mist/ # 主应用 - 技术分析与缠论 (Port 8001)
│ ├── saya/ # AI 智能体系统 (Port 8002)
│ ├── schedule/ # 定时任务 (Port 8003)
│ ├── chan/ # 缠论测试入口 (Port 8008)
│ └── mcp-server/ # MCP Server (Port 8009)
├── libs/ # 共享库
│ ├── prompts/ # AI 提示词模板
│ ├── config/ # 配置管理
│ ├── utils/ # 共享工具
│ ├── shared-data/ # 数据模型
│ ├── timezone/ # 时区处理
│ └── constants/ # 常量定义（错误码、趋势方向等）
└── test-data/ # 测试数据
| 应用 | 端口 | 功能描述 |
|---|---|---|
| mist | 8001 | 主应用 - 数据采集、技术指标、缠论分析 |
| saya | 8002 | AI 智能体系统 - 多智能体协作分析 |
| schedule | 8003 | 定时任务 - 周期性数据采集 |
| chan | 8008 | 缠论测试 - K 线合并、笔计算、中枢识别 |
| mcp-server | 8009 | MCP Server - AI 应用集成接口 |
本项目提供两种部署方式：
# 1. 配置环境变量
cd mist
cp .env.example .env
vim .env # 设置 MYSQL_PASSWORD 等配置
# 2. 启动所有服务
docker-compose up -d
# 3. 查看状态
docker-compose ps┌──────────────────────────────────────────────────────┐
│ Docker Network: mist-network │
│ │
│ ┌────────────┐ │
│ │ mist │ │
│ │ (8001) │ │
│ │ 主应用 │ │
│ └────────────┘ │
│ │ │
│ ┌────────────┐ ┌────────────┐ │
│ │ mcp-server │ │ chan │ │
│ │ (8009) │──────│ (8008) │ │
│ │ MCP服务 │ │ 缠论测试 │ │
│ └────────────┘ └────────────┘ │
└──────────────────────┼───────────────────────────────┘
│
▼
┌────────────┐
│ MySQL │
│ (外部DB) │
└────────────┘
编辑 .env 文件：
# 必需配置
MYSQL_PASSWORD=your_mysql_password
# 可选配置
REPO_OWNER=your-github-username # 默认: moyui
VERSION=latest # 或指定版本: v1.0.0
NODE_ENV=production # 运行环境| 服务 | 端口 | 说明 |
|---|---|---|
| mist | 8001 | 主应用 API |
| mist | 8008 | Chan Theory 测试入口 |
| mcp-server | 8009 | MCP Server |
# 查看当前版本
docker-compose images
# 升级到新版本
VERSION=v1.2.0 docker-compose pull
docker-compose up -d
# 回滚到指定版本
VERSION=v1.1.0 docker-compose up -d# 检查所有服务状态
docker-compose ps
# 检查服务健康状态
curl http://localhost:8001/app/hello # 主应用# 停止服务
docker-compose down
# 停止并删除数据卷
docker-compose down -v
# 查看日志
docker-compose logs -f --tail=100- Node.js 20+
- MySQL 8.0+
- pnpm 包管理器
# 安装所有依赖
pnpm install# 复制示例配置
cp apps/mist/src/.env.example apps/mist/src/.env
cp apps/saya/src/.env.example apps/saya/src/.env
# 编辑配置文件
# apps/mist/src/.env - MySQL、Redis 等配置
# apps/saya/src/.env - LLM API 配置CREATE DATABASE mist DEFAULT CHARACTER SET utf8mb4;# 开发模式 - 运行特定应用
pnpm run start:dev:mist # 主应用 (port 8001)
pnpm run start:dev:saya # AI 智能体系统 (port 8002)
pnpm run start:dev:schedule # 定时任务 (port 8003)
pnpm run start:dev:chan # 缠论测试入口 (port 8008)
pnpm run start:dev:mcp-server # MCP Server (port 8009)
# 调试模式
pnpm run start:debug:chan # 调试缠论
pnpm run start:debug:mcp-server # 调试 MCP Server
# 生产模式
pnpm run build
pnpm run start:prod技术指标：
- MACD - 指数平滑移动平均线
- RSI - 相对强弱指标
- KDJ - 随机指标
- ADX - 平均趋向指标
- ATR - 真实波幅
缠论分析：
- 合并 K（Merge K）- 基于包含关系的 K 线合并
- 分型（Fenxing）- 顶分型和底分型识别
- 笔（Bi）- 显著价格变动识别
- 中枢（Channel）- 整理区间识别
多数据源管理：
- 支持多个数据源（东方财富 ef、通达信 tdx、mimiQmt）
- 统一的股票管理接口
- 灵活的数据采集配置
- 自动数据源切换和故障转移
WebSocket 实时行情：
- 通过
ws库作为客户端连接 mist-datasource WebSocket 服务 - 支持实时行情快照推送和 K 线数据流聚合
- 自动重连和心跳保活机制
API 文档：http://localhost:8001/api-docs
基于 LangChain/LangGraph 的多智能体架构：
| 角色 | 职责 |
|---|---|
| Commander | 接收用户指令、任务规划与协调 |
| DataEngineer | 数据获取、处理、计算、向量存储 |
| Strategist | 应用预定义策略规则，输出交易信号 |
| PatternFinder | 历史模式匹配与概率分析 |
| SentimentAnalyst | 新闻/社交媒体情绪分析 |
| Reporter | 生成报告和预警 |
| RiskMonitor | 市场和组合风险监控 |
基于 Model Context Protocol 的 AI 集成接口，提供 17+ 工具：
| 分类 | 工具 | 功能 |
|---|---|---|
| 缠论工具 | merge_k | K 线合并 |
| create_bi | 计算笔 | |
| get_fenxing | 分型识别 | |
| analyze_chan_theory | 完整缠论分析 | |
| 技术指标工具 | MACD / RSI / KDJ / ADX / ATR | 单项指标计算 |
| analyze_indicators | 综合指标分析 | |
| 数据查询工具 | get_index_info | 获取指数信息 |
| get_kline_data | 获取 K 线数据 | |
| get_daily_kline | 获取日线数据 | |
| list_indices | 列出所有指数 | |
| get_latest_data | 获取最新数据 | |
| 定时任务工具 | trigger_data_collection | 触发数据采集 |
| trigger_batch_collection | 批量数据采集 | |
| list_scheduled_jobs | 列出定时任务 |
- 定时数据采集（多种时间周期）
- 定时指标计算
- 定时分析与预警
专门的测试入口，用于：
- 测试缠论算法
- 调试 K 线合并逻辑
- 验证笔识别算法
- 检查中枢识别结果
# Lint 检查
pnpm run lint
# 代码格式化
pnpm run formatGit 提交前会自动运行检查（Husky + lint-staged）
# 单元测试
pnpm run test
# E2E 测试
pnpm run test:e2e
# 测试覆盖率
pnpm run test:cov
# 监听模式
pnpm run test:watch
# 运行特定测试
pnpm run test:chan:shanghai-2024-2025
# 深度集成测试
pnpm run test:deep
pnpm run test:deep:watch
# 运行测试并同步到前端
pnpm run test:full
# 生成 TypeScript 类型定义
pnpm run test:gen-types# 生成迁移
pnpm run migration:generate -- -n MigrationName
# 运行迁移
pnpm run migration:run
# 回滚迁移
pnpm run migration:revert# 构建所有项目
pnpm run build启动应用后访问：http://localhost:8001/api-docs
| 端点 | 方法 | 描述 |
|---|---|---|
/app/hello |
GET | 健康检查 |
/indicator/k |
POST | K 线数据获取 |
/indicator/macd |
POST | MACD 计算 |
/indicator/rsi |
POST | RSI 计算 |
/indicator/kdj |
POST | KDJ 计算 |
/indicator/adx |
POST | ADX 计算 |
/indicator/atr |
POST | ATR 计算 |
/indicator/dualma |
POST | 双均线计算 |
/chan/merge-k |
POST | K 线合并 |
/chan/bi |
POST | 笔识别 |
/chan/channel |
POST | 中枢识别 |
/chan/fenxing |
POST | 分型识别 |
所有 HTTP 端点返回统一格式的响应：
成功响应：
{
"success": true,
"code": 200,
"message": "SUCCESS",
"data": {},
"timestamp": "2026-03-19T10:30:00.000Z",
"requestId": "http-1710819800000-abc123xyz"
}错误响应：
{
"success": false,
"code": 1001,
"message": "INVALID_PARAMETER",
"timestamp": "2026-03-19T10:30:00.000Z",
"requestId": "err-1710819800000-def456uvw"
}错误码范围：
200：成功1xxx：客户端错误（参数验证、格式错误）2xxx：业务错误（数据未找到、数据不足）5xxx：服务端错误（数据库、外部服务）
| 端点 | 方法 | 描述 |
|---|---|---|
/v1/security/init |
POST | 初始化股票 |
/v1/security/add-source |
POST | 添加/更新数据源 |
/v1/security/deactivate |
POST | 停用股票 |
/v1/security/activate |
POST | 启用股票 |
/v1/security/:code |
GET | 获取股票信息 |
/v1/collector/collect |
POST | 采集 K 线数据 |
/v1/collector/status/:code/:period |
GET | 获取采集状态 |
Mist 提供 Model Context Protocol (MCP) Server，用于与 AI 应用集成。
# 开发模式
pnpm run start:dev:mcp-server # Port 8009
# 调试模式
pnpm run start:debug:mcp-server
# Docker 模式
docker-compose up mcp-server| 分类 | 工具 | 功能 |
|---|---|---|
| 缠论工具 | merge_k |
K 线合并（缠论） |
create_bi |
计算笔（缠论） | |
get_fenxing |
分型识别（缠论） | |
analyze_chan_theory |
完整缠论分析 | |
| 技术指标工具 | MACD / RSI / KDJ / ADX / ATR | 单项指标计算 |
analyze_indicators |
综合指标分析 | |
| 数据查询工具 | get_index_info |
获取指数信息 |
get_kline_data |
获取 K 线数据 | |
get_daily_kline |
获取日线数据 | |
list_indices |
列出所有指数 | |
get_latest_data |
获取最新数据 | |
| 定时任务工具 | trigger_data_collection |
触发数据采集 |
trigger_batch_collection |
批量数据采集 | |
list_scheduled_jobs |
列出定时任务 |
- 开发环境：自动同步（synchronize: true）
- 生产环境：需要使用迁移
支持的时间周期：
- 1min - 1 分钟
- 5min - 5 分钟
- 15min - 15 分钟
- 30min - 30 分钟
- 60min - 60 分钟
- daily - 日线
项目使用 GitHub Actions 自动构建和发布 Docker 镜像：
- 触发条件：Push to
master分支或创建 Git Tag - 镜像仓库：
ghcr.io/moyui/mist - 构建内容：
- 主应用镜像：
ghcr.io/moyui/mist（Node.js 24 + NestJS）
- 主应用镜像：
cd mist
# 构建主应用镜像
docker build -t mist:latest .| 组件 | 技术 |
|---|---|
| 应用框架 | NestJS 10 |
| AI/LLM | LangChain/LangGraph, DeepSeek |
| 技术分析 | node-talib (164+ 函数) |
| 数据库 | MySQL with TypeORM |
| WebSocket 客户端 | ws (连接 mist-datasource 实时行情) |
| MCP Server | @modelcontextprotocol/sdk, @rekog/mcp-nest |
| 调度器 | @nestjs/schedule |
| 时区 | date-fns-tz |
| 数据验证 | zod, class-validator |
| 前端 | Next.js 16, React 19, ECharts 6 |
MySQL 连接失败
# 检查 host.docker.internal 配置
docker exec mist-backend ping -c 3 host.docker.internal
# 测试 MySQL 端口
docker exec mist-backend nc -zv host.docker.internal 3306端口被占用
# 查看占用端口的进程
lsof -i :8001
lsof -i :8008
lsof -i :8009
# 停止进程
kill -9 <PID>MySQL 连接失败
# 测试 MySQL 连接
mysql -h localhost -u root -p
# 检查数据库
SHOW DATABASES LIKE 'mist';
# 创建数据库
CREATE DATABASE mist DEFAULT CHARACTER SET utf8mb4;# 查看当前运行的版本
docker-compose images
# 只重启单个服务
docker-compose restart mist
docker-compose restart mcp-server
# 进入容器调试
docker exec -it mist-backend sh
docker exec -it mist-mcp-server sh
# 查看日志
docker-compose logs -f --tail=100- ✅ 已实现 API 限流（@nestjs/throttler）
- ✅ TypeORM 生产模式同步已禁用
- ✅ 环境变量敏感信息已分离
BSD-3-Clause
- 开发指南 - Claude Code 开发指引
- AI 智能体详细说明
- 缠论算法说明
- 项目路线图
- 技术指标文档