股吧人气指示器 (Guba Sentiment Indicator)

一个基于 Python + PySide6 的桌面悬浮小工具，专为股票投资者设计，通过爬取股吧或论坛评论，使用大语言模型分析投资者情绪倾向，并以直观的可视化方式展示市场人气冷暖程度。

主要功能

1. 智能评论爬取系统

• 自定义爬取规则: 支持通过XPath表达式自定义爬取目标，可灵活配置目标URL和内容选择器
• 智能去重机制: 使用内容哈希算法自动识别和过滤重复评论，避免重复分析
• 自适应刷新: 根据爬取结果动态调整刷新频率，无新内容时自动延长刷新间隔
• 多重解析策略: 采用 lxml + BeautifulSoup 双重解析机制，提高爬取成功率
• 用户代理配置: 支持自定义User-Agent，增强反爬虫适应性

2. 大语言模型情感分析

• 多模型支持: 支持OpenAI兼容API，包括NVIDIA API等主流大模型平台
• 精准情感评分: 为每条评论生成0-100分的情感倾向评分（0为极度悲观，100为极度乐观）
• 智能标签生成: 自动为分析结果生成情感标签（极度悲观、悲观、中立、乐观、极度乐观等）
• 重试机制: 集成API调用重试机制，应对网络波动和API限流
• 分析历史记录: 完整保存每次分析的结果和时间戳

3. 可视化情感指示器

• 动态指示灯: 基于分析结果实时更新的环形指示灯，颜色随情感倾向变化
• 渐变色彩系统:
  • 0-30分: 蓝色系（悲观情绪）
  • 30-70分: 绿黄渐变（中性情绪）
  • 70-100分: 红色系（乐观情绪）
• 精确数值显示: 实时显示当前平均情感分数和整体情绪标签
• 发光特效: 采用发光效果增强视觉体验

3. 股票数据实时监控

• 上证指数监控: 通过新浪财经API实时获取上证指数数据
• 波形图展示: 以时间轴形式展示股票价格走势
• 数据点标记: 在波形图上精确标记每个数据点的时间和价格

4. 上证所网页截图功能

• 自动化截图: 使用Playwright自动截取上证所网页指定区域
• 元素定位: 通过XPath精确定位图表元素进行截图
• 定时更新: 每5分钟自动更新一次截图
• 历史管理: 自动管理截图文件，保留最新记录

6. 桌面客户端界面

• 悬浮窗口: 无边框设计，支持窗口拖拽和置顶显示
• 系统托盘: 集成系统托盘功能，支持最小化到托盘
• 透明度调节: 支持0.3-1.0范围内的透明度调节
• 配置对话框: 图形化配置界面，支持实时修改各项参数
• 状态显示: 实时显示当前运行状态和处理进度

7. 数据管理与持久化

• SQLite数据库: 使用SQLite存储所有评论、分析结果和历史数据
• 结构化存储: 评论表、分析历史表、配置表分离存储
• 数据统计: 实时统计爬取次数、分析次数等运行指标
• 自动清理: 支持历史数据管理和自动清理

8. 高级配置选项

• API配置: 支持自定义API Base URL、API Key、模型选择和超时设置
• 爬虫配置: 可调整目标URL、XPath表达式、刷新间隔等参数
• UI配置: 支持透明度、置顶状态、情感阈值等界面设置
• 阈值自定义: 可自定义"寒冷"（悲观）和"温暖"（乐观）的情感分界线

技术栈

核心技术

• Python 3.10+: 主要开发语言
• PySide6: 桌面GUI界面开发
• SQLite: 本地数据存储
• Requests: HTTP请求处理
• LXML: HTML解析和XPath支持
• BeautifulSoup4: 备选HTML解析器
• Selenium: Web自动化（备用方案）
• Playwright: 高级网页自动化和截图

AI技术

• OpenAI API: 大语言模型接口
• JSON解析: 结构化响应处理
• 情感分析算法: 0-100分评分系统

开发工具

• Loguru: 高级日志管理
• Playwright: 自动化浏览器控制
• PyInstaller: 应用程序打包（通过build.spec）

安装与配置

环境要求

• Python 3.10 或更高版本
• Windows/macOS/Linux 操作系统

安装步骤

1. 克隆或下载项目

git clone <repository-url>
cd guba

2. 安装Python依赖

pip install -r requirements.txt

3. 安装Playwright浏览器驱动

playwright install chromium

4. 配置API密钥 编辑 config.json 文件，填入您的大语言模型API配置：

{
  "llm_api": {
    "base_url": "https://integrate.api.nvidia.com/v1",
    "api_key": "your-api-key-here",
    "model": "deepseek-ai/deepseek-r1",
    "timeout": 120
  }
}

5. 配置爬取参数 在配置中设置目标URL和XPath表达式：

{
  "spider": {
    "target_url": "https://example.com",
    "xpath": "//a[contains(@class, 'linkblack')]",
    "fetch_interval": 15
  }
}

运行程序

python main.py

配置详解

LLM API配置

• base_url: 大模型API的基础URL
• api_key: API访问密钥
• model: 使用的模型名称
• timeout: API请求超时时间（秒）
• retry_times: API调用失败时的重试次数

爬虫配置

• target_url: 目标网站URL
• xpath: 用于提取评论的XPath表达式
• user_agent: HTTP请求的User-Agent字符串
• fetch_interval: 爬取间隔时间（秒）
• retry_times: 爬取失败重试次数
• retry_interval: 爬取重试间隔（秒）

UI配置

• opacity: 窗口透明度（0.3-1.0）
• is_on_top: 是否置顶显示
• thresholds: 情感阈值设置
  • cold: 悲观阈值（默认30）
  • warm: 乐观阈值（默认70）

数据库配置

• path: SQLite数据库文件路径

日志配置

• level: 日志级别（INFO/DEBUG/ERROR等）
• path: 日志文件路径

使用说明

基本操作

1. 启动程序后，主界面将显示情感指示器
2. 程序自动开始爬取评论并分析情感
3. 指示器颜色和数值实时反映市场情绪
4. 波形图显示股票价格走势

按钮功能

• 刷新: 手动触发一次评论爬取和分析
• 配置: 打开配置对话框修改各项参数
• 退出: 关闭应用程序

系统托盘菜单

• 显示: 显示主窗口
• 隐藏: 隐藏到系统托盘
• 退出: 完全退出程序

高级功能

批量分析模式

支持一次性分析多条评论，适用于历史数据分析场景。

实时数据统计

程序会统计以下运行指标：

• 爬取网站次数
• 提交API分析次数
• 评论总数和已分析数
• 平均情感分数趋势

自定义情感标签

系统根据以下规则自动分类情感：

• 0-30分: 极度悲观
• 30-39分: 悲观
• 39-45分: 偏悲观
• 45-55分: 中立
• 55-65分: 偏乐观
• 65-70分: 乐观
• 70-100分: 极度乐观

故障排除

常见问题

1. 无法获取评论

   • 检查目标URL是否可访问
   • 验证XPath表达式是否正确
   • 确认网络连接正常

2. API调用失败

   • 检查API Key是否正确
   • 确认API服务是否可用
   • 查看网络连接和防火墙设置

3. 界面显示异常

   • 检查PySide6是否正确安装
   • 尝试调整透明度设置

日志文件

运行日志保存在 guba.log 文件中，记录所有操作和错误信息。

统计信息

程序退出时会生成运行统计信息，保存在 statistics.txt 文件中。

打包发布

项目提供PyInstaller打包配置（build.spec），可将应用打包为独立可执行文件：

# 安装PyInstaller
pip install pyinstaller

# 打包应用
pyinstaller build.spec

# 执行文件将在dist目录下生成

注意事项

1. API费用: 使用大语言模型API可能产生费用，请注意控制调用频率
2. 网络环境: 确保网络连接稳定，以保证爬取和API调用的正常进行
3. 反爬虫: 遵守目标网站的robots.txt协议和使用条款
4. 数据隐私: 所有数据本地存储，不会上传到第三方服务器

开发扩展

模块结构

• main.py: 主程序入口，负责组件初始化和信号连接
• main_window.py: GUI界面和用户交互处理
• config_manager.py: 配置文件管理和持久化
• database.py: SQLite数据库操作和数据管理
• spider.py: 网页爬取和数据提取
• llm_analyzer.py: 大语言模型情感分析
• waveform_widget.py: 股票数据波形图绘制
• screenshot_manager.py: 网页截图功能

二次开发

项目采用模块化设计，易于扩展新功能：

• 可添加新的爬取目标和解析规则
• 支持接入其他大模型API
• 可扩展更多数据可视化方式
• 支持多股票同时监控

许可证

本项目仅供学习交流使用，请遵守相关法律法规和网站使用条款。