feat: AI分析第二档——get_news消息面、板块主力资金流TOPS、两融余额、截断续写机制

backend/services/ai_service.py

@@ -29,11 +29,12 @@ 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/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/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
 - get_fund_flow: 获取个股资金流向
+- get_news: 获取财经快讯（新浪7x24，用于重要消息面）
 
 重要规则：
 1. 你必须先调用工具获取数据，然后基于数据进行分析
@@ -47,20 +48,25 @@ 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）
+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）
 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
 
 生成报告时必须遵守以下格式规则：
 
 1. 报告标题（# 一级标题）之后的第一行，必须是一个引用块"定调摘要"，格式严格为：
 > 今日定调：<一句话核心结论，不超过80字，必须包含1-2个关键数字（如成交额、涨停家数、市场温度）>
 
-2. 量能与情绪类数字必须给环比：若上方提供了"前一交易日盘面数据快照"，成交额、涨跌家数、涨停数、市场温度等在与昨日对比后表述（如"成交额2.05万亿，较昨日缩量约700亿"）；没有昨日快照则如实说明"暂无昨日数据"。
+2. 量能与情绪类数字必须给环比：若上方提供了"前一交易日盘面数据快照"，成交额、涨跌家数、涨停数、两融余额、市场温度等在与昨日对比后表述（如"成交额2.05万亿，较昨日缩量约700亿"）；没有昨日快照则如实说明"暂无昨日数据"。
 
 3. 连板梯队必须完整呈现 get_market_dashboard 返回的 limitLadder：从最高连板到2连板逐级列表格，每只标注涨停原因（reason字段）与封单金额（sealWan，单位万，为空则不写）；首板只挑3-5只人气最高的点评。
 
-4. 适当使用表格展示数据对比。
+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。
+
+6. 适当使用表格展示数据对比。
 
 然后基于数据生成报告，结构如下：
 
@@ -74,6 +80,7 @@ DAILY_ANALYSIS_PROMPT = """请对 {trade_date} 的A股市场进行收盘分析
 - 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）
@@ -91,7 +98,10 @@ DAILY_ANALYSIS_PROMPT = """请对 {trade_date} 的A股市场进行收盘分析
 - 操作策略（仓位建议、买卖时机）
 - 需要规避的方向
 
-## 六、风险提示
+## 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
 
@@ -123,7 +133,7 @@ async def call_llm(messages: list, tools: list = None) -> dict:
                 "Content-Type": "application/json",
             },
             json=payload,
-            timeout=120,
+            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()
@@ -156,6 +166,7 @@ async def collect_ai_analysis(trade_date: str) -> dict:
     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
 
     for i in range(max_rounds):
@@ -167,20 +178,27 @@ async def collect_ai_analysis(trade_date: str) -> dict:
         messages.append(message)
 
         finish_reason = choice.get("finish_reason", "")
+        print(f"[ai-service] 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 ""
+            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
-            final_content = message.get("content") or ""
-            if not final_content:
-                for msg in reversed(messages):
-                    if msg.get("role") == "assistant" and msg.get("content"):
-                        final_content = msg["content"]
-                        break
-            print(f"[ai-service] 警告：响应被截断 (finish_reason=length)")
+            print("[ai-service] 警告：多次续写后仍被截断")
             break
 
         if finish_reason == "tool_calls":
@@ -235,8 +253,21 @@ def _fmt_amount(v) -> str:
 def _fmt_index(idx: dict) -> str:
     if not idx:
         return "-"
-    sign = "+" if idx.get("changePct", 0) >= 0 else ""
-    return f"{idx.get('price', '-')}（{sign}{idx.get('changePct', 0)}%）"
+    try:
+        pct = round(float(idx.get("changePct", 0)), 2)
+    except (TypeError, ValueError):
+        pct = 0
+    sign = "+" if pct >= 0 else ""
+    return f"{idx.get('price', '-')}（{sign}{pct}%）"
+
+
+def _fmt_temperature(v) -> str:
+    """温度可能是 dict（score/label/factors），取分数与标签"""
+    if isinstance(v, dict):
+        score = v.get("score")
+        label = v.get("label") or ""
+        return f"{score}分{('（' + label + '）') if label else ''}"
+    return _num(v)
 
 
 async def _capture_market_snapshot(trade_date: str) -> bool:
@@ -244,8 +275,13 @@ async def _capture_market_snapshot(trade_date: str) -> bool:
     try:
         from routes.market_dashboard import _build_dashboard
         data = await _build_dashboard()
+        stats = data.get("marketStats") or {}
+        # 数据有效性校验：fuyao 拉取失败时涨跌统计全 0，空快照会污染次日环比
+        if not data.get("indices") or (stats.get("upCount", 0) + stats.get("downCount", 0) == 0):
+            print(f"[ai-service] 盘面数据无效，跳过快照入库 {trade_date}")
+            return False
         payload = json.dumps(
-            {"indices": data.get("indices", []), "marketStats": data.get("marketStats", {})},
+            {"indices": data.get("indices", []), "marketStats": stats},
             ensure_ascii=False,
             default=str,
         )
@@ -286,12 +322,20 @@ def _get_prev_snapshot_section(trade_date: str) -> str:
             f"{name} {_fmt_index(indices.get(name))}"
             for name in ("上证指数", "深证成指", "创业板指", "科创50")
         )
+        margin_line = ""
+        if stats.get("marginBalanceYi"):
+            change = stats.get("marginChangeYi")
+            change_txt = ""
+            if change is not None:
+                sign = "+" if float(change) >= 0 else ""
+                change_txt = f"（较前一日 {sign}{_num(change)}亿）"
+            margin_line = f"\n- 两融余额：{_num(stats.get('marginBalanceYi'))}亿{change_txt}，数据日期 {stats.get('marginDate') or '-'}（T+1）"
         return f"""以下是前一交易日（{row["trade_date"]}）的盘面数据快照，报告中的量能与情绪数字必须给出与它的环比对比：
 
 - 两市成交额：{_fmt_amount(stats.get("totalTurnover"))}
 - 上涨/下跌/平盘：{_num(stats.get("upCount"))}/{_num(stats.get("downCount"))}/{_num(stats.get("flatCount"))}，涨停 {_num(stats.get("limitUp"))} 家、跌停 {_num(stats.get("limitDown"))} 家、炸板 {_num(stats.get("limitBreak"))} 家（炸板率 {_num(stats.get("breakRate"))}%）
 - 强势/弱势股：{_num(stats.get("strongCount"))}/{_num(stats.get("weakCount"))}，市场宽度 {_num(stats.get("marketBreadth"))}%
-- 市场温度：{_num(stats.get("temperature"))} 分，竞价信号：{stats.get("auctionSignal") or "-"}
+- 市场温度：{_fmt_temperature(stats.get("temperature"))}，竞价信号：{stats.get("auctionSignal") or "-"}{margin_line}
 - 指数收盘：{idx_line}
 
 ---