核心用法
stock-hot-news 是一款专为财经资讯场景设计的自动化爬取与智能分析工具。用户执行 python main.py --module3-mode playwright 即可一键完成：从财联社、金融界、证券时报网三大权威财经网站实时抓取热点新闻，通过「本地规则评分(55分) + 大模型评估(45分)」的混合评分机制筛选高价值内容，最终生成可视化HTML报告并自动打开浏览器展示。
显著优点
1. 权威数据源：聚焦三大主力财经网站，非泛娱乐化信息，专业性强
2. 智能评分体系：结合规则引擎与AI评估，降低人工筛选成本
3. 开箱即用：自动化工作流设计，42秒完成从采集到报告的全流程
4. 可视化输出：专业HTML报告，响应式布局，支持自动浏览器打开
5. 配置灵活：v1.0.3版本实现全路径配置化，输出目录、API密钥均可自定义
潜在缺点与局限性
- 数据源有限：当前仅适配3个网站，计划中的6个扩展网站尚未实现
- 外部依赖重：依赖Playwright、Scrapling及Python 3.7+环境，部署门槛较高
- 评分黑箱风险：45%权重依赖大模型评估，可解释性较弱
- 合规隐患：网页爬取行为可能触及目标网站的反爬策略或服务条款
- 时效性约束：非真时流式推送，批量采集模式存在分钟级延迟
适合人群
- 个人投资者：需要快速掌握市场热点与资金流向
- 财经分析师：进行早盘/收盘前的舆情扫描与话题归纳
- 量化研究员：作为另类数据输入源，辅助因子构建
- 财经自媒体：追踪热点话题，获取选题灵感
常规风险
- 数据源中断：目标网站改版或反爬升级可能导致采集失败
- API成本：大模型评分环节产生调用费用，高频使用需关注成本
- 信息过载：混合评分机制可能漏判突发重大事件，建议人工复核关键节点
- 隐私与合规：爬取行为需遵守 robots.txt 及当地数据法规，商业用途需评估法律风险