banini-tracker

AGPL-3.0 — 使用、修改或部署本專案，必須標明原作者 cablate、附上本 repo 連結，並以相同授權公開原始碼。網路服務部署亦同。

本專案於 2026/04/13 從 MIT 切換至 AGPL-3.0。此日期之前取得的版本仍適用 MIT 授權。

追蹤「股海冥燈」巴逆逆（8zz）的 Facebook 社群貼文，透過 AI 反指標分析、多平台即時推送（Telegram / Discord / LINE），並自動追蹤預測準確度。

辨識她提到的標的（個股、ETF、原物料）
反轉推導（她停損 → 可能反彈、她買入 → 可能下跌）
推導連鎖效應（油價跌 → 製造業利多 → 電子股受惠）
自動記錄預測，追蹤 5 個交易日的實際走勢

歷史回測

使用 Claude Opus 4.6 回溯分析 2024/04～2026/04 共 2,249 篇貼文，從中提取 345 筆明確的投資操作預測。


分析範圍	2,249 篇貼文 → 345 筆預測，涵蓋 70 個標的（個股、ETF、指數、原物料）
追蹤方式	每筆預測後追蹤 5 個交易日，記錄盤中最高/最低價
判定標準	反指標方向正確且幅度超過 ±1% 即算「冥燈成功」
資料集	`data/banini-public.db`（SQLite，不含原始貼文）

快速開始

四種使用方式，按推薦順序：

1. Zeabur 一鍵部署（推薦）

部署後打開分配的網域，首次進入設定管理員帳密，然後在 Web UI 填入 API key 和通知管道。不需要手動設定環境變數。

2. Docker

docker build -t banini-tracker .
docker run -d --name banini --env-file .env -v banini-data:/data -p 3000:3000 banini-tracker

部署後打開 http://localhost:3000 進入設定頁面。也可以直接用 .env 檔設定環境變數（見下方）。

3. npx 直接啟動

npx @cablate/banini-tracker serve
npx @cablate/banini-tracker serve --port 8080

不需 Docker，直接在本機啟動常駐服務（排程 + Web 設定頁面）。打開 http://localhost:3000 進入設定。適合有 Node.js 環境的使用者。

4. 本地開發

cp .env.example .env  # 填入必要設定
npm install && npm run start

排程規則

排程	時間	說明
早晨補漏	每天 08:00	抓前一晚的貼文（3 篇）
盤中	週一~五 09:07-13:07 每 30 分	即時追蹤（1 篇）
追蹤更新	週一~五 15:00	收盤後更新預測追蹤
盤後	每天 23:03	當日彙整（3 篇）

設定

Web UI（Zeabur / Docker）

常駐模式會在 port 3000 啟動設定頁面。首次進入建立管理員帳密，之後登入即可修改設定。修改後下次排程執行自動生效，不需重啟。

環境變數（.env）

如果不使用 Web UI，也可以直接設定環境變數：

變數	必填	說明
`APIFY_TOKEN`	是	Apify API token
`LLM_API_KEY`	是	LLM API key
`LLM_BASE_URL`	—	預設 DeepInfra
`LLM_MODEL`	—	預設 MiniMax-M2.5
`TG_BOT_TOKEN` + `TG_CHANNEL_ID`	至少一組	Telegram 通知
`DISCORD_BOT_TOKEN` + `DISCORD_CHANNEL_ID`	至少一組	Discord 通知
`LINE_CHANNEL_ACCESS_TOKEN` + `LINE_TO`	至少一組	LINE 通知（Free plan 200 則/月）
`TRANSCRIBER`	—	`noop`（預設）或 `groq`
`GROQ_API_KEY`	—	Groq Whisper 影片轉錄用
`FINMIND_TOKEN`	—	股價查詢（免費可用）

Web UI 和環境變數可以混用，Web UI 的設定優先。

預測追蹤

LLM 分析出標的後，系統自動：

映射股票代碼：台股名稱 → 代碼（2230 檔上市 + 上櫃）
記錄基準價格：以貼文發佈時間查對應交易日收盤價
追蹤 5 個交易日：每天 15:00 收盤後抓 OHLC，記錄漲跌幅
同股票取代：新預測自動取代同標的舊預測（supersede 機制）

公開資料集

data/banini-public.db 提供去識別化的預測資料（345 筆預測 + 價格快照），不含原始貼文。

sqlite3 data/banini-public.db "SELECT symbol_name, reverse_view, base_price, status FROM predictions LIMIT 10"

CLI 工具

不需 clone repo，搭配 Claude Code 等 AI 使用：

# 啟動常駐服務（排程 + Web UI）
npx @cablate/banini-tracker serve

# 初始化 CLI 設定
npx @cablate/banini-tracker init --apify-token YOUR_TOKEN

# 抓取貼文
npx @cablate/banini-tracker fetch -n 3 --mark-seen

# 推送到 Telegram
npx @cablate/banini-tracker push -f report.txt

Claude Code 使用者？ 直接把 skill/SKILL.md 加到你的 .claude/skills/ 就能用。Claude 自己當分析引擎，不需要額外 LLM。

完整指令說明見 npx @cablate/banini-tracker --help。

費用估算

項目	月估算
Facebook 抓取（Apify）	~$1.35（~270 篇）
LLM 分析	依模型定價
通知推送（TG / DC）	免費
LINE 推送	Free plan 200 則/月
股價查詢（FinMind）	免費

CLI 模式搭配 Claude Code 不需 LLM 費用，Claude 自己分析。

Star History

免責聲明

本專案僅供娛樂參考，不構成任何投資建議。

License

AGPL-3.0