feat: AI分析第三档——海外期货章节、报告分卡片渲染、红绿着色、期号；LLM改流式+分段生成绕开网关120s超时

AGENTS.md

@@ -84,3 +84,9 @@
 - 截断续写：报告长导致 finish_reason=length 时，拼接已有内容并向 messages 追加"继续"指令让模型续写（最多3次），truncated 仅在续写后仍截断时为 true；call_llm 读超时 300s（续写携带全部上下文）
 - 快照入库防护：_capture_market_snapshot 校验 indices 非空且涨跌统计不全 0，fuyao 失败时跳过入库，防止空快照污染环比
 - 调试注意：独立脚本跑 backend 代码必须显式 `load_dotenv("/path/to/repo/.env")`——fuyao_apikey 在仓库根目录 .env（uvicorn 靠 --env-file 参数加载），backend/.env 只有 MX keys；且 stdin 脚本里 load_dotenv() 无参调用会因 frame 断言报错，须显式传路径
+
+- 第三档呈现：报告页按 `## ` 二级标题拆分为多张卡片渲染（`splitReport`），首卡含 # 标题+定调引用块；表格单元格数字按 A股惯例红涨绿跌（`colorizeChildren` 只给带 +/- 号的数字着色）；标题栏显示"总第 N 期"（`issue_number`，latest 接口用 COUNT(trade_date<=) 子查询计算）
+- 海外指数/国内期货：`fetch_global_markets` 走 push2delay 的 ulist.np（海外 secid `100.NDX` 等）+ clist（期货 fs `m:8/113/142/114/115`，只取名称含"主连/主力合约"且排除"次主连"，按成交额降序取前12）；接入 dashboard `globalMarkets` 字段
+- ⚠️ openteam 网关对 LLM 单请求有约 120s 硬超时（超时返回 502 或空 SSE），GLM reasoning 长报告一次生成必死。解法：`call_llm` 全流式（SSE）+ `collect_ai_analysis` 分三段生成（REPORT_PARTS，每段约1200-1600字，各重试3次带退避，失败占位不阻塞）；工具轮拿到数据后立即 break 进分段（再问一轮只会空转120s）；`thinking:{type:disabled}` 参数网关返回400不可用
+- 工具结果必须瘦身：`get_active_core_stocks` 只保留出现次数前25只+题材前5（全量145KB会撑爆上下文）；get_market_dashboard 全量约13KB可接受
+- glm-5.3-flash 空返回特征：SSE 200 但只有 reasoning_content 无 content/tool_calls/finish_reason（可能流满120s被掐），按空轮次处理重试即可

backend/routes/ai_analysis.py

@@ -43,8 +43,11 @@ def _can_trigger(trade_date: str) -> tuple[bool, str]:
 async def get_latest_report():
     conn = get_connection()
     try:
+        # issue_number：按报告日期序数作为总期号
         row = conn.execute(
-            "SELECT * FROM ai_reports ORDER BY trade_date DESC, id DESC LIMIT 1"
+            """SELECT r.*,
+                      (SELECT COUNT(*) FROM ai_reports WHERE trade_date <= r.trade_date) AS issue_number
+               FROM ai_reports r ORDER BY r.trade_date DESC, r.id DESC LIMIT 1"""
         ).fetchone()
         if not row:
             raise HTTPException(status_code=404, detail="暂无分析报告")

backend/routes/market_dashboard.py

@@ -165,6 +165,7 @@ async def _build_dashboard() -> dict:
             skyrocket_data,
             sector_flow_data,
             margin_data,
+            global_markets_data,
         ) = await asyncio.gather(
             fuyao_client.hot_stock_list("day"),
             fuyao_client.dragon_tiger_list("all"),
@@ -173,6 +174,7 @@ async def _build_dashboard() -> dict:
             fuyao_client.skyrocket_list("day"),
             market_extra.fetch_sector_fund_flow(),
             market_extra.fetch_margin_summary(),
+            market_extra.fetch_global_markets(),
             return_exceptions=True,
         )
     except Exception:
@@ -183,6 +185,7 @@ async def _build_dashboard() -> dict:
         skyrocket_data = {}
         sector_flow_data = None
         margin_data = None
+        global_markets_data = None
 
     # ── 解析指数 ──
     indices = []
@@ -565,6 +568,7 @@ async def _build_dashboard() -> dict:
         "sectorStrength": sector_strength[:31],
         "conceptStrength": concept_strength[:10],
         "sectorFundFlow": sector_flow_data if isinstance(sector_flow_data, dict) else None,
+        "globalMarkets": global_markets_data if isinstance(global_markets_data, dict) else None,
         "events": events,
         "limitLadder": limit_ladder,
         "updateTime": datetime.now(BJT).strftime("%Y-%m-%d %H:%M:%S"),

backend/services/ai_service.py

@@ -7,6 +7,7 @@
 4. 保存报告到数据库
 """
 
+import asyncio
 import json
 import re
 import traceback
@@ -29,7 +30,7 @@ SYSTEM_PROMPT = """你是一位专业的A股市场分析师，擅长从数据中
 - 风险提示，每次推荐都需说明风险点
 
 可用工具：
-- get_market_dashboard: 获取市场整体数据（指数/涨跌统计/市场温度/连板梯队/行业强度/板块资金流/两融/事件情报）
+- get_market_dashboard: 获取市场整体数据（指数/涨跌统计/市场温度/连板梯队/行业强度/板块资金流/两融/海外指数与国内期货/事件情报）
 - get_theme_history: 获取指定日期的题材涨幅排行
 - get_active_core_stocks: 获取核心股追踪数据（10日涨幅矩阵+所属题材）
 - get_stock_quote: 获取个股实时行情
@@ -48,7 +49,7 @@ DAILY_ANALYSIS_PROMPT = """请对 {trade_date} 的A股市场进行收盘分析
 {prev_snapshot_section}
 
 请先调用以下工具获取数据：
-1. get_market_dashboard - 获取市场整体数据（含涨跌统计、市场温度、连板梯队 limitLadder、板块资金流 sectorFundFlow、两融）
+1. get_market_dashboard - 获取市场整体数据（含涨跌统计、市场温度、连板梯队 limitLadder、板块资金流 sectorFundFlow、两融、海外与期货 globalMarkets）
 2. get_theme_history(date="{trade_date}") - 获取今日题材涨幅
 3. get_active_core_stocks - 获取核心股数据
 4. get_news(limit=30) - 获取今日财经快讯
@@ -64,59 +65,101 @@ DAILY_ANALYSIS_PROMPT = """请对 {trade_date} 的A股市场进行收盘分析
 
 4. 板块资金面必须引用 get_market_dashboard 返回的 sectorFundFlow：行业主力净流入TOP3、净流出TOP3、概念净流入TOP3（单位亿元），结合题材分析说明资金动向。
 
-5. 重要消息面必须基于 get_news 返回的快讯整理：挑5-8条对次日盘面影响最大的消息，每条格式为"【分类】一句话新闻 —— 一句影响解读"（分类用：宏观/政策/行业/公司/海外）；快讯中若没有某方面的重要消息，如实说明，严禁编造工具中不存在的新闻。
+5. 海外市场与国内期货必须引用 get_market_dashboard 返回的 globalMarkets：overseas 为海外主要指数（纳斯达克/道琼斯/标普500/恒生/日经/富时），futures 为国内期货主力合约（按成交额降序，已含价格与涨跌幅）；点评与A股关联度高的品种（股指期货、原油、贵金属、黑色系），数据缺失则如实说明。
 
-6. 适当使用表格展示数据对比。
+6. 重要消息面必须基于 get_news 返回的快讯整理：挑5-8条对次日盘面影响最大的消息，每条格式为"【分类】一句话新闻 —— 一句影响解读"（分类用：宏观/政策/行业/公司/海外）；快讯中若没有某方面的重要消息，如实说明，严禁编造工具中不存在的新闻。
 
-然后基于数据生成报告，结构如下：
+7. 适当使用表格展示数据对比。
 
-## 一、市场总览
-- 主要指数表现（上证、深证、创业板、科创50）
-- 涨跌家数统计（含涨停/跌停/炸板率，须环比）
-- 市场温度评估
-
-## 二、题材热点分析
-- 今日涨幅前5题材
-- 持续活跃的题材
-- 新兴热点题材
-- 明显退潮的题材（警示）
-- 板块主力资金流（按格式规则4引用数据）
-
-## 三、核心股追踪
-- 连板梯队分析（按格式规则3完整呈现）
-- 核心股表现
-- 龙头股辨识
-
-## 四、关注方向
-- 明日值得关注的题材方向
-- 潜在的交易机会
-
-## 五、下个交易日建议
-- 明日大盘预判（支撑/压力位）
-- 建议关注的题材方向（2-3个）
-- 建议关注的核心股（附理由）
-- 操作策略（仓位建议、买卖时机）
-- 需要规避的方向
-
-## 六、重要消息面
-- 基于 get_news 快讯整理（按格式规则5）
-
-## 七、风险提示
-- 需要警惕的风险因素
-- 操作建议
+然后基于数据生成报告。报告共八章，将由系统分三次调用完成，每次调用只负责其中一部分，具体写作指令由后续消息给出。
 
 请用 Markdown 格式输出，适当使用表格展示数据对比。"""
 
+# 分段生成指令：网关对单次 LLM 请求有约120s硬超时，整篇报告一次生成必被掐断，
+# 故拆为三段（每段约1200-1600字），各自独立调用后拼接
+REPORT_PARTS = [
+    """现在写报告的【第1部分】，只输出这一部分，直接输出 Markdown，不要任何开场白或说明：
+1. 以 `# {title} A股收盘分析报告` 一级标题开头
+2. 标题后第一行输出定调引用块，格式严格为：`> 今日定调：<80字内核心结论，含1-2个关键数字>`
+3. 写 `## 一、市场总览`（指数表格、涨跌统计须环比、市场温度）与 `## 二、题材热点分析`（涨幅前5、持续活跃、新兴热点、退潮警示、板块主力资金流TOP3）
+全文控制在1600字以内。""",
+    """现在写报告的【第2部分】，只输出这一部分，直接输出 Markdown，不要重复之前内容：
+- `## 三、核心股追踪`（连板梯队完整表格：层级/股票/涨停原因/封单，首板挑3-5只人气股点评；核心股表现；龙头辨识）
+- `## 四、关注方向`（明日题材方向、潜在交易机会）
+全文控制在1300字以内。""",
+    """现在写报告的【第3部分】，只输出这一部分，直接输出 Markdown，不要重复之前内容：
+- `## 五、下个交易日建议`（大盘预判、题材方向、核心股、仓位策略、规避方向）
+- `## 六、重要消息面`（5-8条，格式【分类】新闻——影响解读）
+- `## 七、海外市场与国内期货`（点评对次日A股的影响）
+- `## 八、风险提示`
+全文控制在1900字以内。""",
+]
+
 # 报告头部的"今日定调"引用行，保存时提取为 summary
 _TONE_LINE_RE = re.compile(r"^>\s*今日定调[：:]\s*(.+)$", re.MULTILINE)
 
 
+async def _consume_sse(resp: httpx.Response) -> dict:
+    """消费 OpenAI 兼容 SSE 流，拼装为与非流式响应相同的结构"""
+    content_parts: list[str] = []
+    finish_reason = ""
+    usage: dict = {}
+    # tool_calls 按 index 拼装（流式下 arguments 分片到达）
+    tool_acc: dict[int, dict] = {}
+
+    async for line in resp.aiter_lines():
+        if not line.startswith("data:"):
+            continue
+        data = line[5:].strip()
+        if not data or data == "[DONE]":
+            continue
+        try:
+            chunk = json.loads(data)
+        except json.JSONDecodeError:
+            continue
+        if chunk.get("usage"):
+            usage = chunk["usage"]
+        choices = chunk.get("choices") or []
+        if not choices:
+            continue
+        delta = choices[0].get("delta") or {}
+        if delta.get("content"):
+            content_parts.append(delta["content"])
+        for tc in delta.get("tool_calls") or []:
+            idx = tc.get("index", 0)
+            slot = tool_acc.setdefault(idx, {"id": "", "type": "function",
+                                             "function": {"name": "", "arguments": ""}})
+            if tc.get("id"):
+                slot["id"] = tc["id"]
+            fn = tc.get("function") or {}
+            if fn.get("name"):
+                slot["function"]["name"] += fn["name"]
+            if fn.get("arguments"):
+                slot["function"]["arguments"] += fn["arguments"]
+        if choices[0].get("finish_reason"):
+            finish_reason = choices[0]["finish_reason"]
+
+    message: dict = {"role": "assistant", "content": "".join(content_parts) or None}
+    if tool_acc:
+        message["tool_calls"] = [
+            {"id": tool_acc[i]["id"], "type": "function",
+             "function": tool_acc[i]["function"]}
+            for i in sorted(tool_acc)
+        ]
+    return {"choices": [{"message": message, "finish_reason": finish_reason}], "usage": usage}
+
+
 async def call_llm(messages: list, tools: list = None) -> dict:
-    """调用 OpenAI 兼容 API"""
+    """调用 OpenAI 兼容 API（流式）。
+
+    必须用 stream：网关对非流式请求有约120s的代理超时，长生成会被 502 掐断；
+    流式下字节持续到达不会被判定超时。返回结构与非流式一致。
+    """
     async with httpx.AsyncClient() as client:
         payload = {
             "model": AI_MODEL,
             "messages": messages,
+            "stream": True,
         }
         if AI_MAX_TOKENS is not None:
             payload["max_tokens"] = AI_MAX_TOKENS
@@ -126,17 +169,40 @@ async def call_llm(messages: list, tools: list = None) -> dict:
             payload["tools"] = tools
             payload["tool_choice"] = "auto"
 
-        resp = await client.post(
-            f"{AI_API_BASE}/chat/completions",
-            headers={
-                "Authorization": f"Bearer {AI_API_KEY}",
-                "Content-Type": "application/json",
-            },
-            json=payload,
-            timeout=300,  # 续写调用携带全部上下文且输出很长，需要较宽的读超时
-        )
-        resp.raise_for_status()
-        return resp.json()
+        max_attempts = 4
+        for attempt in range(1, max_attempts + 1):
+            try:
+                async with client.stream(
+                    "POST",
+                    f"{AI_API_BASE}/chat/completions",
+                    headers={
+                        "Authorization": f"Bearer {AI_API_KEY}",
+                        "Content-Type": "application/json",
+                        "Accept": "text/event-stream",
+                    },
+                    json=payload,
+                    timeout=600,
+                ) as resp:
+                    if resp.status_code == 429 and attempt < max_attempts:
+                        wait = min(30 * attempt, 90)
+                        print(f"[ai-service] LLM 429 限流，{wait}s 后重试（第 {attempt}/{max_attempts - 1} 次）")
+                        await asyncio.sleep(wait)
+                        continue
+                    if resp.status_code >= 500 and attempt < max_attempts:
+                        print(f"[ai-service] LLM {resp.status_code}，{min(15 * attempt, 60)}s 后重试")
+                        await asyncio.sleep(min(15 * attempt, 60))
+                        continue
+                    resp.raise_for_status()
+                    return await _consume_sse(resp)
+            except httpx.TransportError as e:
+                # 网络层错误（超时/断连）也值得重试
+                if attempt < max_attempts:
+                    wait = min(15 * attempt, 60)
+                    print(f"[ai-service] LLM 网络错误（{type(e).__name__}），{wait}s 后重试")
+                    await asyncio.sleep(wait)
+                    continue
+                raise
+        raise RuntimeError("LLM 调用重试次数耗尽")
 
 
 async def collect_ai_analysis(trade_date: str) -> dict:
@@ -162,12 +228,11 @@ async def collect_ai_analysis(trade_date: str) -> dict:
         )}
     ]
 
+    # ── 阶段一：工具轮（只获取数据，模型若直接开写报告则丢弃，由阶段二重写） ──
     tools_used = []
     total_tokens = 0
-    final_content = ""
     was_truncated = False
-    continuations = 0
-    max_rounds = 30  # 安全上限，正常分析约 3-8 轮
+    max_rounds = 8
 
     for i in range(max_rounds):
         response = await call_llm(messages, tools=TOOLS)
@@ -175,44 +240,60 @@ async def collect_ai_analysis(trade_date: str) -> dict:
 
         choice = response["choices"][0]
         message = choice["message"]
-        messages.append(message)
-
         finish_reason = choice.get("finish_reason", "")
-        print(f"[ai-service] round {i}: finish={finish_reason}, "
+        print(f"[ai-service] tool round {i}: finish={finish_reason}, "
               f"content_len={len(message.get('content') or '')}, "
               f"tool_calls={len(message.get('tool_calls') or [])}")
 
-        if finish_reason == "stop":
-            final_content += message.get("content") or ""
-            break
-
-        if finish_reason == "length":
-            # 单次输出上限截断：拼接已有内容并让模型续写（最多3次）
-            final_content += message.get("content") or ""
-            if continuations < 3:
-                continuations += 1
-                print(f"[ai-service] 响应被截断，第 {continuations} 次续写")
-                messages.append({
-                    "role": "user",
-                    "content": "报告输出被截断了。请从截断处无缝续写剩余内容：直接接着写，不要重复已输出的部分，也不要重新输出标题。",
-                })
-                continue
-            was_truncated = True
-            print("[ai-service] 警告：多次续写后仍被截断")
-            break
-
-        if finish_reason == "tool_calls":
-            for tool_call in message.get("tool_calls", []):
+        if finish_reason == "tool_calls" and message.get("tool_calls"):
+            messages.append(message)
+            for tool_call in message["tool_calls"]:
                 func_name = tool_call["function"]["name"]
                 func_args = json.loads(tool_call["function"]["arguments"])
                 tools_used.append(func_name)
-
                 result = await execute_tool(func_name, func_args)
                 messages.append({
                     "role": "tool",
                     "tool_call_id": tool_call["id"],
                     "content": result
                 })
+            break  # 工具已齐，立即进入分段写作（再问一轮模型只会空转120s）
+
+        # 非工具轮（模型直接开写/空返回）：只要有工具结果就直接进入分段写作；
+        # 一轮工具都没拿到则重试
+        if tools_used:
+            break
+        print(f"[ai-service] 未获取到工具数据，重试（{i + 1}/{max_rounds}）")
+        await asyncio.sleep(5)
+
+    if not tools_used:
+        raise RuntimeError("工具数据获取失败，无法生成报告")
+
+    # ── 阶段二：分段生成报告（绕开网关单请求约120s硬超时） ──
+    final_content = ""
+    for part_idx, part_prompt in enumerate(REPORT_PARTS):
+        part_content = ""
+        for attempt, backoff in ((1, 0), (2, 10), (3, 30)):
+            if backoff:
+                await asyncio.sleep(backoff)
+            part_messages = messages + [{
+                "role": "user",
+                "content": part_prompt.format(title=trade_date) if part_idx == 0 else part_prompt,
+            }]
+            response = await call_llm(part_messages)
+            total_tokens += response.get("usage", {}).get("total_tokens", 0)
+            choice = response["choices"][0]
+            part_content = choice["message"].get("content") or ""
+            finish = choice.get("finish_reason", "")
+            print(f"[ai-service] part {part_idx + 1} attempt {attempt}: finish={finish}, len={len(part_content)}")
+            if part_content and finish in ("stop", "length"):
+                break
+            print(f"[ai-service] part {part_idx + 1} 生成异常，重试")
+        if not part_content:
+            was_truncated = True
+            print(f"[ai-service] 警告：part {part_idx + 1} 三次尝试均失败")
+            part_content = f"\n\n> （第{part_idx + 1}部分生成失败，请稍后重新生成）\n"
+        final_content += (final_content and "\n\n" or "") + part_content
 
     summary = _extract_summary(final_content)
     report_id = _save_report(trade_date, final_content, summary, tools_used, total_tokens)

backend/services/ai_tools.py

@@ -16,7 +16,7 @@ TOOLS = [
         "type": "function",
         "function": {
             "name": "get_market_dashboard",
-            "description": "获取A股市场看板数据，包含主要指数行情、全市场涨跌统计（涨跌家数/涨停/跌停/炸板率/成交额）、市场温度评分与竞价信号、行业强度榜、概念热度、完整连板梯队（limitLadder字段，含涨停原因与封单金额）、事件情报（热门股/龙虎榜/飙升/异动）",
+            "description": "获取A股市场看板数据，包含主要指数行情、全市场涨跌统计（涨跌家数/涨停/跌停/炸板率/成交额）、市场温度评分与竞价信号、行业强度榜、概念热度、板块主力资金流、两融余额、海外主要指数与国内期货主力合约（globalMarkets字段）、完整连板梯队（limitLadder字段，含涨停原因与封单金额）、事件情报（热门股/龙虎榜/飙升/异动）",
             "parameters": {"type": "object", "properties": {}, "required": []}
         }
     },
@@ -184,9 +184,9 @@ async def _get_active_core_stocks() -> str:
             if s["lastAppear"] is None or r["trade_date"] > s["lastAppear"]:
                 s["lastAppear"] = r["trade_date"]
 
-        stocks = list(stock_days.values())
-        stocks.sort(key=lambda x: x.get("lastAppear") or "", reverse=True)
-        stocks.sort(key=lambda x: -x["appearCount"])
+        # 只保留最近10日中出现次数最多的前25只（全量可达145KB，会把上下文撑爆）
+        stocks = sorted(stock_days.values(), key=lambda x: -x["appearCount"])[:25]
+        keep_codes = {s["stockCode"] for s in stocks}
 
         themes_rows = conn.execute(
             f"""SELECT stock_code, theme_code, theme_name FROM daily_core_stock_themes
@@ -195,10 +195,12 @@ async def _get_active_core_stocks() -> str:
         ).fetchall()
         themes_by_stock = {}
         for t in themes_rows:
+            if t["stock_code"] not in keep_codes:
+                continue
             per = themes_by_stock.setdefault(t["stock_code"], {})
             per.setdefault(t["theme_code"], {"theme_code": t["theme_code"], "theme_name": t["theme_name"]})
         for s in stocks:
-            s["themes"] = list(themes_by_stock.get(s["stockCode"], {}).values())
+            s["themes"] = list(themes_by_stock.get(s["stockCode"], {}).values())[:5]
 
         latest = dates[-1] if dates else None
         for s in stocks:

backend/services/market_extra.py

@@ -86,6 +86,73 @@ async def _fetch_flow_boards(client: httpx.AsyncClient, fs: str, po: int, pz: in
     return boards
 
 
+_GLOBAL_INDICES = "100.NDX,100.DJIA,100.SPX,100.HSI,100.N225,100.FTSE"
+_FUT_MARKETS = ("m:8", "m:113", "m:142", "m:114", "m:115")  # 中金所/上期所/上期能源/大商所/郑商所
+
+
+async def fetch_global_markets() -> dict | None:
+    """海外主要指数 + 国内期货主力合约；失败返回 None"""
+    try:
+        async with httpx.AsyncClient(timeout=_TIMEOUT, headers={"User-Agent": _UA}) as client:
+            overseas, futures = await asyncio.gather(
+                _fetch_overseas_indices(client),
+                _fetch_futures_main(client),
+            )
+        if not overseas and not futures:
+            return None
+        return {"overseas": overseas, "futures": futures}
+    except Exception:
+        return None
+
+
+async def _fetch_overseas_indices(client: httpx.AsyncClient) -> list[dict]:
+    resp = await client.get(
+        "https://push2delay.eastmoney.com/api/qt/ulist.np/get",
+        params={"secids": _GLOBAL_INDICES, "fields": "f12,f14,f2,f3", "fltt": 2, "invt": 2},
+    )
+    resp.raise_for_status()
+    diff = (resp.json().get("data") or {}).get("diff") or []
+    return [
+        {"name": d.get("f14", ""), "price": d.get("f2"), "changePct": d.get("f3")}
+        for d in diff
+    ]
+
+
+async def _fetch_futures_main(client: httpx.AsyncClient) -> list[dict]:
+    """国内期货主力合约（名称含"主连/主力合约"），按成交额降序取前12"""
+    import re
+
+    results: list[dict] = []
+    for fs in _FUT_MARKETS:
+        try:
+            resp = await client.get(
+                "https://push2delay.eastmoney.com/api/qt/clist/get",
+                params={"fid": "f6", "po": 1, "pz": 200, "pn": 1, "np": 1,
+                        "fltt": 2, "invt": 2, "fs": fs, "fields": "f12,f14,f2,f3,f6"},
+            )
+            resp.raise_for_status()
+            diff = (resp.json().get("data") or {}).get("diff") or []
+        except Exception:
+            continue
+        for d in diff:
+            name = d.get("f14") or ""
+            if "主连" not in name and "主力合约" not in name:
+                continue
+            if "次主连" in name:  # 次主力合约，排除
+                continue
+            amount = d.get("f6")
+            if not isinstance(amount, (int, float)):
+                continue
+            results.append({
+                "name": re.sub(r"(主连|主力合约)$", "", name),
+                "price": d.get("f2"),
+                "changePct": d.get("f3"),
+                "amountYi": round(amount / 1e8, 1),
+            })
+    results.sort(key=lambda x: -x["amountYi"])
+    return results[:12]
+
+
 async def fetch_sector_fund_flow() -> dict | None:
     """板块主力资金流排行：行业净流入/净流出 TOP6 + 概念净流入 TOP6；失败返回 None"""
     try:

src/lib/ai-analysis-api.ts

@@ -15,6 +15,7 @@ export interface AiReport {
   model: string;
   tokens_used: number;
   generation_count?: number;
+  issue_number?: number;
   created_at: string;
   updated_at?: string | null;
 }

src/routes/ai-analysis.tsx

@@ -4,6 +4,7 @@ import { ArrowLeft, Clock, Loader2, AlertCircle, Wrench, Calendar } from "lucide
 import { useQuery } from "@tanstack/react-query";
 import Markdown from "react-markdown";
 import remarkGfm from "remark-gfm";
+import type { Components } from "react-markdown";
 import { Mermaid } from "../components/Mermaid";
 import { fetchAiLatestReport } from "../lib/ai-analysis-api";
 import { Card, CardContent } from "../components/ui/card";
@@ -12,6 +13,51 @@ export const Route = createFileRoute("/ai-analysis")({
   component: AiAnalysisPage,
 });
 
+/** A股惯例红涨绿跌：只给带显式 +/- 号的数字着色（+2.3% / -1.2亿 / +56万...），无符号数字语义不明保持默认 */
+const SIGNED_NUM_RE = /([+-]\d+(?:\.\d+)?(?:%|亿|万亿|万)?)/g;
+
+function colorizeText(text: string): React.ReactNode[] {
+  return text.split(SIGNED_NUM_RE).map((part, i) => {
+    if (part.startsWith("+") || part.startsWith("-")) {
+      const val = parseFloat(part);
+      if (!Number.isNaN(val) && val !== 0) {
+        if (val > 0) return <span key={i} className="text-red-500">{part}</span>;
+        return <span key={i} className="text-green-600">{part}</span>;
+      }
+    }
+    return <React.Fragment key={i}>{part}</React.Fragment>;
+  });
+}
+
+function colorizeChildren(children: React.ReactNode): React.ReactNode {
+  return React.Children.map(children, (child) => {
+    if (typeof child === "string") return colorizeText(child);
+    if (React.isValidElement(child)) {
+      const kids = (child.props as { children?: React.ReactNode }).children;
+      if (kids != null) {
+        return React.cloneElement(
+          child as React.ReactElement<{ children?: React.ReactNode }>,
+          {},
+          colorizeChildren(kids),
+        );
+      }
+    }
+    return child;
+  });
+}
+
+/** 按 "## " 二级标题拆分报告为多张卡片；首段（# 标题 + 定调引用块）单独一张 */
+function splitReport(content: string): { intro: string; sections: { title: string; body: string }[] } {
+  const parts = content.split(/\n(?=## )/);
+  const sections = parts.slice(1).map((p) => {
+    const nl = p.indexOf("\n");
+    const title = (nl === -1 ? p : p.slice(0, nl)).replace(/^##\s*/, "").trim();
+    const body = nl === -1 ? "" : p.slice(nl + 1).trim();
+    return { title, body };
+  });
+  return { intro: parts[0].trim(), sections };
+}
+
 function AiAnalysisPage() {
   const { data: report, isLoading, isError } = useQuery({
     queryKey: ["ai-report-latest"],
@@ -19,6 +65,30 @@ function AiAnalysisPage() {
     retry: false,
   });
 
+  const mdComponents: Components = {
+    table({ children, ...props }) {
+      return (
+        <div className="overflow-x-auto -mx-3 sm:mx-0 px-3 sm:px-0">
+          <table {...props}>{children}</table>
+        </div>
+      );
+    },
+    td({ children, ...props }) {
+      return <td {...props}>{colorizeChildren(children)}</td>;
+    },
+    code({ className, children, ...props }) {
+      const match = /language-(\w+)/.exec(className || "");
+      if (match && match[1] === "mermaid") {
+        return <Mermaid chart={String(children).replace(/\n$/, "")} />;
+      }
+      return (
+        <code className={className} {...props}>
+          {children}
+        </code>
+      );
+    },
+  };
+
   return (
     <div className="min-h-screen bg-background text-foreground">
       <div className="max-w-4xl mx-auto px-3 sm:px-4 py-4 sm:py-6">
@@ -30,6 +100,9 @@ function AiAnalysisPage() {
           <h1 className="text-lg sm:text-xl md:text-2xl font-bold flex items-center gap-2">
             <Calendar className="h-5 w-5 text-primary" />
             AI 收盘分析
+            {report?.issue_number ? (
+              <span className="text-xs font-normal text-muted-foreground">总第 {report.issue_number} 期</span>
+            ) : null}
           </h1>
         </div>
 
@@ -81,44 +154,45 @@ function AiAnalysisPage() {
               </div>
             )}
 
-            {/* Report Content */}
-            <Card className="bg-card border-border">
-              <CardContent className="p-3 sm:p-4 md:p-6 ai-report-content">
-                <Markdown
-                  remarkPlugins={[remarkGfm]}
-                  components={{
-                    table({ children, ...props }) {
-                      return (
-                        <div className="overflow-x-auto -mx-3 sm:mx-0 px-3 sm:px-0">
-                          <table {...props}>{children}</table>
-                        </div>
-                      );
-                    },
-                    code({ className, children, ...props }) {
-                      const match = /language-(\w+)/.exec(className || "");
-                      if (match && match[1] === "mermaid") {
-                        return <Mermaid chart={String(children).replace(/\n$/, "")} />;
-                      }
-                      return (
-                        <code className={className} {...props}>
-                          {children}
-                        </code>
-                      );
-                    },
-                  }}
-                >
-                  {report.content}
-                </Markdown>
-              </CardContent>
-            </Card>
-
-            {/* Disclaimer */}
-            <p className="text-xs text-muted-foreground/60 text-center mt-4 sm:mt-6">
-              本报告由 AI 生成，仅供参考，不构成投资建议
-            </p>
+            {/* 报告正文：按 ## 章节分卡片渲染 */}
+            {(() => {
+              const { intro, sections } = splitReport(report.content);
+              return (
+                <div className="space-y-3 sm:space-y-4">
+                  {intro && (
+                    <Card className="bg-card border-border">
+                      <CardContent className="p-3 sm:p-4 md:p-6 ai-report-content">
+                        <Markdown remarkPlugins={[remarkGfm]} components={mdComponents}>
+                          {intro}
+                        </Markdown>
+                      </CardContent>
+                    </Card>
+                  )}
+                  {sections.map((sec) => (
+                    <Card key={sec.title} className="bg-card border-border overflow-hidden">
+                      <div className="px-3 sm:px-4 md:px-6 pt-3 sm:pt-4 pb-2 sm:pb-3 border-b border-border/60">
+                        <h2 className="text-base sm:text-lg font-semibold">{sec.title}</h2>
+                      </div>
+                      <CardContent className="p-3 sm:p-4 md:p-6 ai-report-content">
+                        <Markdown remarkPlugins={[remarkGfm]} components={mdComponents}>
+                          {sec.body}
+                        </Markdown>
+                      </CardContent>
+                    </Card>
+                  ))}
+                </div>
+              );
+            })()}
           </>
         )}
+
+        {/* Disclaimer */}
+        <p className="text-xs text-muted-foreground/60 text-center mt-4 sm:mt-6">
+          本报告由 AI 生成，仅供参考，不构成投资建议
+        </p>
       </div>
     </div>
   );
 }
+
+export default AiAnalysisPage;