核心用法
JusticePlutus 是一个面向 A 股市场的本地化分析工具，通过命令行触发对指定股票代码（6 位数字）的自动化研究流程。用户可通过自然语言指令（如 "analyze stock" 或 "dry run"）触发两种模式：
- 完整分析模式：调用 OpenAI API 生成深度研报，输出包含个股分析（
.md+.json）、当日汇总（summary.md/summary.json）及运行元数据（run_meta.json），默认关闭通知，可在配置信道后启用。 - 数据预检模式：通过
--dry-run参数仅验证数据可用性，不消耗 API 额度，适合盘前快速检查。
所有报告按日期归档至 reports/YYYY-MM-DD/ 目录，便于历史回溯与版本管理。
显著优点
1. 本地化与隐私优先：完全本地运行，不依赖 GitHub Actions 或云端 CI，敏感持仓数据不出境。
2. 结构化输出：Markdown 便于人工阅读，JSON 便于程序化处理，满足量化交易系统的数据对接需求。
3. 灵活触发：支持逗号分隔多股批量分析，通过自然语言短语即可激活，降低使用门槛。
4. 成本可控：--dry-run 模式零 API 成本预检，--no-notify 默认静默运行，避免误触发扣费。
潜在缺点与局限性
- 环境依赖：需本地安装 Python 并维护
justice_plutus模块，对非技术用户配置门槛较高。 - API 成本约束：深度分析依赖
OPENAI_API_KEY，高频运行或大盘批量扫描可能产生显著 token 费用。 - A 股专属：仅支持 6 位 A 股代码，港股、美股、基金等其他资产类别无法直接分析。
- 无实时行情：技能本身不披露行情数据源，若底层数据延迟或缺失，分析质量将受影响。
- 通知配置复杂：如需启用通知，需额外配置信道参数，文档未明确说明具体支持的渠道（邮件/钉钉/企业微信等）。
适合人群
- 量化研究员与算法交易员：需要结构化 JSON 输出对接自动化交易系统。
- 技术型个人投资者：具备 Python 环境，希望本地化运行、避免 SaaS 订阅费用。
- 合规敏感机构：对数据出境有严格限制，需完全离线的 A 股研究工具。
常规风险
| 风险类别 | 说明 |
|---------|------|
| API 密钥泄露 | `OPENAI_API_KEY` 需配置在本地环境变量，存在被意外提交至 Git 的历史风险，建议配合 `.env` 与 gitignore 管理。 |
| 投资决策依赖 | 研报内容由 LLM 生成，可能存在幻觉或滞后信息，不可替代专业投研判断，需人工复核。 |
| 数据质量风险 | 技能不验证底层行情数据的实时性与准确性，极端行情下可能出现数据缺失导致误判。 |
| 供应链安全 | 依赖 `justice_plutus` Python 包，需从可信源安装，警惕 typosquatting 或恶意依赖注入。 |
| 财务支持可持续性 | 项目通过支付宝/微信个人收款码捐赠维持开发，长期维护力度存疑，生产环境需评估 fork 自维护可行性。 |