go-stock实战:7.3k Star开源AI股票分析工具怎么用AI股票
7.3k Star、4 天前还在更新的 go-stock,可能是目前国内最活跃的开源「AI 股票分析工具」之一。它用 Wails 打包成一个桌面应用,把 A 股/港股/美股行情、K 线分析、AI 选股、情绪监控全塞进一个窗口里,还内置了能「读源码、跑脚本」的 AI 智能体。但用之前你必须认清一件事:它是「娱乐学习工具」,不是「实盘决策系统」——这个定位边界,比任何功能都重要。
一、go-stock 是什么:一个「AI 加持」的股票分析桌面工具
go-stock 是一个用 Wails + NaiveUI + Go 写的桌面股票分析工具。它的核心卖点很明确:把 AI 大模型接进股票分析——你可以在工具里让 AI 读行情、分析热点新闻、做财务分析、甚至推荐股票,还能设置涨跌提醒推送到飞书/钉钉。
它覆盖 A 股、港股、美股三个市场,数据全部存在本地。技术栈是典型的「Go 后端 + Vue3 前端」Wails 桌面应用。
一句话定位:一个开源的、AI 赋能的股票分析与选股桌面工具,供娱乐和学习研究用。
速览表:
| 维度 | 说明 |
|---|---|
| 项目名 | go-stock(ArvinLovegood/go-stock) |
| 语言/技术栈 | Go + Vue3 + TypeScript,Wails 桌面框架 |
| 运行 | 下载便携 exe,或 wails dev 源码跑 |
| 定位 | AI 股票分析/选股桌面工具 |
| 核心能力 | 行情、K线、AI选股、情绪分析、推送 |
| 上手难度 | 低(下载即用,源码构建需 Go/Node) |
二、核心能力拆解:四大模块,一个桌面应用
go-stock 的功能可以归为四大块:
- 行情模块:A 股/港股/美股实时行情、场内 ETF 搜索、基金筛选与排行、K 线分析(支持波浪理论、13 种画线工具)、实时逐笔成交、集合竞价、个股资金流。
- AI 智能体:这是它的灵魂。内置 React、PlanExecute、DeepAgents 三种智能体模式,150 多个 AI 数据工具,还有 skill 系统、MCP 扩展、悬浮 AI 助手。支持 AI 分析报告、AI 选股推荐、情绪分析。
- 资讯聚合:市场热点新闻、龙虎榜、涨停梯队、异动监控,以及基于
chromem-go向量库的知识库和长期记忆。 - 风险管理:每日操盘计划、交易日志、定时预警,推送支持飞书和钉钉。
一句话记住:go-stock = 行情 + AI 智能体 + 资讯聚合 + 风控,打包在一个 Wails 桌面应用里。
三、最值得深挖的部分:AI 智能体的三种模式
这是本文的独占内容——竞品文章都停在「下载打开看行情」,几乎没人讲清楚 go-stock 的 AI 智能体到底怎么运作。
go-stock 的 AI 智能体支持三种模式,对应不同的复杂度和能力:

- React 模式:经典的「思考-行动-观察」循环(ReAct)。AI 每走一步都先推理、再调用工具、观察结果,适合需要多步推理的分析任务。
- PlanExecute 模式:先规划后执行。AI 先制定完整计划,再逐步执行,适合目标明确、步骤可分解的任务。
- DeepAgents 模式:最强的模式,集成了任务规划、子智能体委派、文件系统、StreamingShell——让 AI 能读取项目源码、运行脚本。
支撑这些模式的是 150 多个 AI 数据工具(行情、财务、资金流等)和一个 skill 系统(基于 eino ADK skill 中间件,支持 ZIP skill 包导入、在线编辑、CodeMirror 6 高亮)。还有 MCP 扩展和 ToolSearch(DeepAgents 模式下动态检索 MCP 工具)。
这意味着:go-stock 的 AI 不只是「聊天机器人」,而是一个能调用 150+ 金融数据工具、能读源码跑脚本的智能体。这也是它和「接个 ChatGPT 接口的行情软件」的本质区别。
一句话:go-stock 的 AI 智能体是「工具型智能体」——它靠 150+ 数据工具和 skill 系统做事,而不是靠大模型空想。
四、部署方案:两条路都能跑通
4.1 准备工作
- 便携版:Windows 10+(需 WebView2 运行时,Win10/11 通常已预装),macOS 有 universal 版本。
- 源码构建:Go 1.21+、Node.js 18+、Wails CLI。
- AI 功能:需要自配 LLM API key(DeepSeek/OpenAI/Ollama/豆包/通义/智谱等任选)。
4.2 方式一:下载便携版(最快,推荐)
直接下载 Releases 里的 go-stock-windows-amd64.exe(Windows)或 go-stock-darwin-universal(macOS),双击运行即可。
4.3 方式二:源码构建
git clone https://github.com/ArvinLovegood/go-stock.git
cd go-stock
# 安装 Wails CLI
go install github.com/wailsapp/wails/v2/cmd/wails@latest
# 开发模式运行
wails dev
# 或构建生产版本
wails build
4.4 方式三:EasyClaw 一键部署
如果你想跑源码、又不想折腾 Go 环境、Node 和 Wails CLI 这一串,可以用 EasyClaw 直接搞定。先下载桌面端,然后在对话框输入:
帮我部署 go-stock,一个 Wails 股票分析工具,需要 Go 1.21+、Node.js 18+ 和 Wails CLI 环境
EasyClaw 会自动完成环境配置和依赖安装。这种「自然语言说需求、自动装环境」的方式,正是 EasyClaw 的核心价值——把「装 Go + Node + Wails + 调依赖」的数小时,压缩成一句话。
4.5 验证 + Bing 三问
部署成功后,用户最常搜的三个问题: 1. go-stock 怎么装:下载便携 exe 双击即用,源码构建需 Go+Node+Wails CLI。 2. go-stock 支持哪些 AI 模型:DeepSeek、OpenAI、Ollama、豆包、通义、智谱等十几种。 3. go-stock 能实盘吗:见下一章——它是娱乐学习工具,不是实盘决策系统。
五、常见问题与踩坑地图
5.1 定位边界:娱乐学习工具,不是实盘决策系统
这是最重要的一条。go-stock 官方明确声明:项目仅供娱乐和学习研究使用,AI 分析结果仅供参考,投资有风险。踩坑点:
- 别拿 AI 选股当实盘依据:AI 分析质量高度依赖输入数据、你设计的提问模板、以及背后大模型的推理能力,三者任何一环弱,结论就不可靠。
- 本地数据 ≠ 实时保证:数据虽存本地,但行情和资讯的实时性、准确性取决于数据源,别拿它做高频决策。
- AI 会一本正经地胡说:大模型可能给出看似合理实则错误的财务分析,务必人工复核。
5.2 平台限制:Windows 10+ 为主
开发环境以 Windows 10+ 为主,macOS 有 universal 版本,但 Linux 及其他平台功能可能受限或未测试。macOS 首次构建还需 Xcode 命令行工具(xcode-select --install)。
5.3 许可证:GNU GPLv3
go-stock 是 GPLv3 许可证。这意味着:你可以自由使用、修改、分发,但如果你基于它修改并对外分发(包括商用),必须开源你的修改。企业内部自用不受影响,但要做闭源二次开发就得注意了。
5.4 AI 接入:需自配 LLM key
AI 功能不是开箱即用的——你需要自己注册并配置至少一个 LLM 平台的 API key(DeepSeek/OpenAI/Ollama 等)。用 Ollama/LMStudio 这类本地模型可以免费跑,但效果取决于本地模型能力。
一句话:go-stock 上手快、功能全,但要认清「娱乐学习」的定位、Windows 平台限制、GPLv3 许可证、以及 AI 需要自配 key 这四个前提。
六、总结:谁该用 go-stock
go-stock 的价值在于把「AI 智能体 + 股票行情」这件事做成一个开箱即用的桌面工具——150+ 数据工具、三种智能体模式、MCP 扩展,这些能力如果自己从零搭,工作量巨大。它适合想用 AI 辅助看盘、研究情绪面、学习智能体在金融场景应用的人。
但也要认清边界:它是娱乐学习工具,不是实盘决策系统;AI 结论仅供参考;Windows 平台为主;GPLv3 许可证限制商用二开;AI 功能需自配 key。
如果你也想不折腾环境就上手 AI 股票分析,可以用 EasyClaw 把 go-stock 一键部署起来,把时间花在研究 AI 智能体怎么用上,而不是花在配 Go 环境和 Wails 上。
延伸阅读: - go-stock GitHub:https://github.com/ArvinLovegood/go-stock - Wails 官方文档:https://wails.io - DeepSeek 开放平台:https://platform.deepseek.com
你用 go-stock 的 AI 智能体做过选股吗?觉得 React 和 DeepAgents 模式哪个更好用?欢迎在评论区聊聊。
风险声明:本文及 go-stock 均为研究与学习用途,不构成任何投资建议。go-stock 官方明确声明仅供娱乐学习,AI 分析结果仅供参考,投资有风险,请谨慎决策。
AI 辅助创作声明:本文由 AI 辅助整理撰写,涉及项目事实已对照官方 README 与文档核验。
更多推荐



所有评论(0)