360 lines
12 KiB
Python
360 lines
12 KiB
Python
# 匯入 questionary 套件，用於建立互動式命令列提示
|
||
import questionary
|
||
# 匯入類型提示，用於更清晰地定義函式簽名
|
||
from typing import List, Optional, Tuple, Dict
|
||
|
||
# 從 cli.models 模組匯入 AnalystType 列舉
|
||
from cli.models import AnalystType
|
||
|
||
# 定義分析師的順序和對應的類型
|
||
ANALYST_ORDER = [
|
||
("市場分析師", AnalystType.MARKET),
|
||
("社群媒體分析師", AnalystType.SOCIAL),
|
||
("新聞分析師", AnalystType.NEWS),
|
||
("基本面分析師", AnalystType.FUNDAMENTALS),
|
||
]
|
||
|
||
|
||
def get_ticker() -> str:
|
||
"""
|
||
提示使用者輸入股票代碼。
|
||
|
||
返回:
|
||
str: 使用者輸入的股票代碼，已轉換為大寫並去除頭尾空格。
|
||
"""
|
||
ticker = questionary.text(
|
||
"請輸入要分析的股票代碼：",
|
||
# 驗證輸入是否為空
|
||
validate=lambda x: len(x.strip()) > 0 or "請輸入有效的股票代碼。",
|
||
# 設定提示的樣式
|
||
style=questionary.Style(
|
||
[
|
||
("text", "fg:green"),
|
||
("highlighted", "noinherit"),
|
||
]
|
||
),
|
||
).ask()
|
||
|
||
# 如果使用者沒有輸入，則退出程式
|
||
if not ticker:
|
||
console.print("\n[red]未提供股票代碼。正在結束程式...[/red]")
|
||
exit(1)
|
||
|
||
# 返回處理過的股票代碼
|
||
return ticker.strip().upper()
|
||
|
||
|
||
def get_analysis_date() -> str:
|
||
"""
|
||
提示使用者輸入 YYYY-MM-DD 格式的日期。
|
||
|
||
返回:
|
||
str: 使用者輸入的日期字串。
|
||
"""
|
||
import re
|
||
from datetime import datetime
|
||
|
||
def validate_date(date_str: str) -> bool:
|
||
"""驗證日期字串是否為 YYYY-MM-DD 格式"""
|
||
# 使用正規表示式檢查格式
|
||
if not re.match(r"^\d{4}-\d{2}-\d{2}$", date_str):
|
||
return False
|
||
try:
|
||
# 嘗試將字串解析為日期物件
|
||
datetime.strptime(date_str, "%Y-%m-%d")
|
||
return True
|
||
except ValueError:
|
||
return False
|
||
|
||
date = questionary.text(
|
||
"請輸入分析日期 (YYYY-MM-DD)：",
|
||
# 驗證日期格式是否正確
|
||
validate=lambda x: validate_date(x.strip())
|
||
or "請輸入有效的 YYYY-MM-DD 格式日期。",
|
||
# 設定提示的樣式
|
||
style=questionary.Style(
|
||
[
|
||
("text", "fg:green"),
|
||
("highlighted", "noinherit"),
|
||
]
|
||
),
|
||
).ask()
|
||
|
||
# 如果使用者沒有輸入，則退出程式
|
||
if not date:
|
||
console.print("\n[red]未提供日期。正在結束程式...[/red]")
|
||
exit(1)
|
||
|
||
# 返回處理過的日期字串
|
||
return date.strip()
|
||
|
||
|
||
def select_analysts() -> List[AnalystType]:
|
||
"""
|
||
使用互動式核取方塊選擇分析師。
|
||
|
||
返回:
|
||
List[AnalystType]: 使用者選擇的分析師類型列表。
|
||
"""
|
||
choices = questionary.checkbox(
|
||
"選擇您的 [分析師團隊]：",
|
||
# 設定可選項
|
||
choices=[
|
||
questionary.Choice(display, value=value) for display, value in ANALYST_ORDER
|
||
],
|
||
# 提供操作說明
|
||
instruction="\n- 按下空白鍵選擇/取消選擇分析師\n- 按下 'a' 鍵選擇/取消選擇所有\n- 完成後按下 Enter 鍵",
|
||
# 驗證至少選擇一位分析師
|
||
validate=lambda x: len(x) > 0 or "您必須至少選擇一位分析師。",
|
||
# 設定提示的樣式
|
||
style=questionary.Style(
|
||
[
|
||
("checkbox-selected", "fg:green"),
|
||
("selected", "fg:green noinherit"),
|
||
("highlighted", "noinherit"),
|
||
("pointer", "noinherit"),
|
||
]
|
||
),
|
||
).ask()
|
||
|
||
# 如果使用者沒有選擇，則退出程式
|
||
if not choices:
|
||
console.print("\n[red]未選擇任何分析師。正在結束程式...[/red]")
|
||
exit(1)
|
||
|
||
# 返回選擇的分析師列表
|
||
return choices
|
||
|
||
|
||
def select_research_depth() -> int:
|
||
"""
|
||
使用互動式選單選擇研究深度。
|
||
|
||
返回:
|
||
int: 代表研究深度的整數。
|
||
"""
|
||
|
||
# 定義研究深度的選項及其對應值
|
||
DEPTH_OPTIONS = [
|
||
("淺層 - 快速研究，較少的辯論和策略討論", 1),
|
||
("中等 - 中等程度，適度的辯論和策略討論", 3),
|
||
("深層 - 全面研究，深入的辯論和策略討論", 5),
|
||
]
|
||
|
||
choice = questionary.select(
|
||
"選擇您的 [研究深度]：",
|
||
# 設定可選項
|
||
choices=[
|
||
questionary.Choice(display, value=value) for display, value in DEPTH_OPTIONS
|
||
],
|
||
# 提供操作說明
|
||
instruction="\n- 使用方向鍵導覽\n- 按下 Enter 鍵選擇",
|
||
# 設定提示的樣式
|
||
style=questionary.Style(
|
||
[
|
||
("selected", "fg:yellow noinherit"),
|
||
("highlighted", "fg:yellow noinherit"),
|
||
("pointer", "fg:yellow noinherit"),
|
||
]
|
||
),
|
||
).ask()
|
||
|
||
# 如果使用者沒有選擇，則退出程式
|
||
if choice is None:
|
||
console.print("\n[red]未選擇研究深度。正在結束程式...[/red]")
|
||
exit(1)
|
||
|
||
# 返回選擇的研究深度
|
||
return choice
|
||
|
||
|
||
def select_shallow_thinking_agent(provider) -> str:
|
||
"""
|
||
使用互動式選單選擇淺層思維的 LLM 引擎。
|
||
|
||
參數:
|
||
provider (str): LLM 供應商的名稱。
|
||
|
||
返回:
|
||
str: 選擇的 LLM 模型的名稱。
|
||
"""
|
||
|
||
# 定義不同供應商的淺層思維 LLM 引擎選項
|
||
SHALLOW_AGENT_OPTIONS = {
|
||
"openai": [
|
||
("GPT-4o-mini - 快速高效，適用於快速任務", "gpt-4o-mini"),
|
||
("GPT-4.1-nano - 超輕量級模型，適用於基本操作", "gpt-4.1-nano"),
|
||
("GPT-4.1-mini - 性能良好的緊湊型模型", "gpt-4.1-mini"),
|
||
("GPT-4o - 功能齊全的標準模型", "gpt-4o"),
|
||
],
|
||
"anthropic": [
|
||
("Claude Haiku 3.5 - 推理速度快，具備標準能力", "claude-3-5-haiku-latest"),
|
||
("Claude Sonnet 3.5 - 功能強大的標準模型", "claude-3-5-sonnet-latest"),
|
||
("Claude Sonnet 3.7 - 卓越的混合推理和代理能力", "claude-3-7-sonnet-latest"),
|
||
("Claude Sonnet 4 - 高性能和出色的推理能力", "claude-sonnet-4-0"),
|
||
],
|
||
"google": [
|
||
("Gemini 2.0 Flash-Lite - 成本效益高，延遲低", "gemini-2.0-flash-lite"),
|
||
("Gemini 2.0 Flash - 新一代功能、速度和思維", "gemini-2.0-flash"),
|
||
("Gemini 2.5 Flash - 適應性思維，成本效益高", "gemini-2.5-flash-preview-05-20"),
|
||
],
|
||
"openrouter": [
|
||
("Meta: Llama 4 Scout", "meta-llama/llama-4-scout:free"),
|
||
("Meta: Llama 3.3 8B Instruct - Llama 3.3 70B 的輕量級超快版本", "meta-llama/llama-3.3-8b-instruct:free"),
|
||
("google/gemini-2.0-flash-exp:free - Gemini Flash 2.0 提供更快的首個 token 生成時間", "google/gemini-2.0-flash-exp:free"),
|
||
],
|
||
"ollama": [
|
||
("llama3.1 本機版", "llama3.1"),
|
||
("llama3.2 本機版", "llama3.2"),
|
||
]
|
||
}
|
||
|
||
choice = questionary.select(
|
||
"選擇您的 [快速思維 LLM 引擎]：",
|
||
# 根據供應商顯示選項
|
||
choices=[
|
||
questionary.Choice(display, value=value)
|
||
for display, value in SHALLOW_AGENT_OPTIONS[provider.lower()]
|
||
],
|
||
# 提供操作說明
|
||
instruction="\n- 使用方向鍵導覽\n- 按下 Enter 鍵選擇",
|
||
# 設定提示的樣式
|
||
style=questionary.Style(
|
||
[
|
||
("selected", "fg:magenta noinherit"),
|
||
("highlighted", "fg:magenta noinherit"),
|
||
("pointer", "fg:magenta noinherit"),
|
||
]
|
||
),
|
||
).ask()
|
||
|
||
# 如果使用者沒有選擇，則退出程式
|
||
if choice is None:
|
||
console.print(
|
||
"\n[red]未選擇快速思維 LLM 引擎。正在結束程式...[/red]"
|
||
)
|
||
exit(1)
|
||
|
||
# 返回選擇的 LLM 模型
|
||
return choice
|
||
|
||
|
||
def select_deep_thinking_agent(provider) -> str:
|
||
"""
|
||
使用互動式選單選擇深層思維的 LLM 引擎。
|
||
|
||
參數:
|
||
provider (str): LLM 供應商的名稱。
|
||
|
||
返回:
|
||
str: 選擇的 LLM 模型的名稱。
|
||
"""
|
||
|
||
# 定義不同供應商的深層思維 LLM 引擎選項
|
||
DEEP_AGENT_OPTIONS = {
|
||
"openai": [
|
||
("GPT-4.1-nano - 超輕量級模型，適用於基本操作", "gpt-4.1-nano"),
|
||
("GPT-4.1-mini - 性能良好的緊湊型模型", "gpt-4.1-mini"),
|
||
("GPT-4o - 功能齊全的標準模型", "gpt-4o"),
|
||
("o4-mini - 專業推理模型 (緊湊型)", "o4-mini"),
|
||
("o3-mini - 進階推理模型 (輕量級)", "o3-mini"),
|
||
("o3 - 完整進階推理模型", "o3"),
|
||
("o1 - 頂級推理和問題解決模型", "o1"),
|
||
],
|
||
"anthropic": [
|
||
("Claude Haiku 3.5 - 推理速度快，具備標準能力", "claude-3-5-haiku-latest"),
|
||
("Claude Sonnet 3.5 - 功能強大的標準模型", "claude-3-5-sonnet-latest"),
|
||
("Claude Sonnet 3.7 - 卓越的混合推理和代理能力", "claude-3-7-sonnet-latest"),
|
||
("Claude Sonnet 4 - 高性能和出色的推理能力", "claude-sonnet-4-0"),
|
||
("Claude Opus 4 - Anthropic 最強大的模型", " claude-opus-4-0"),
|
||
],
|
||
"google": [
|
||
("Gemini 2.0 Flash-Lite - 成本效益高，延遲低", "gemini-2.0-flash-lite"),
|
||
("Gemini 2.0 Flash - 新一代功能、速度和思維", "gemini-2.0-flash"),
|
||
("Gemini 2.5 Flash - 適應性思維，成本效益高", "gemini-2.5-flash-preview-05-20"),
|
||
("Gemini 2.5 Pro", "gemini-2.5-pro-preview-06-05"),
|
||
],
|
||
"openrouter": [
|
||
("DeepSeek V3 - 一個 685B 參數的專家混合模型", "deepseek/deepseek-chat-v3-0324:free"),
|
||
("Deepseek - DeepSeek 團隊旗艦聊天模型的最新版本", "deepseek/deepseek-chat-v3-0324:free"),
|
||
],
|
||
"ollama": [
|
||
("llama3.1 本機版", "llama3.1"),
|
||
("qwen3", "qwen3"),
|
||
]
|
||
}
|
||
|
||
choice = questionary.select(
|
||
"選擇您的 [深度思維 LLM 引擎]：",
|
||
# 根據供應商顯示選項
|
||
choices=[
|
||
questionary.Choice(display, value=value)
|
||
for display, value in DEEP_AGENT_OPTIONS[provider.lower()]
|
||
],
|
||
# 提供操作說明
|
||
instruction="\n- 使用方向鍵導覽\n- 按下 Enter 鍵選擇",
|
||
# 設定提示的樣式
|
||
style=questionary.Style(
|
||
[
|
||
("selected", "fg:magenta noinherit"),
|
||
("highlighted", "fg:magenta noinherit"),
|
||
("pointer", "fg:magenta noinherit"),
|
||
]
|
||
),
|
||
).ask()
|
||
|
||
# 如果使用者沒有選擇，則退出程式
|
||
if choice is None:
|
||
console.print("\n[red]未選擇深度思維 LLM 引擎。正在結束程式...[/red]")
|
||
exit(1)
|
||
|
||
# 返回選擇的 LLM 模型
|
||
return choice
|
||
|
||
def select_llm_provider() -> tuple[str, str]:
|
||
"""
|
||
使用互動式選單選擇 LLM 供應商。
|
||
|
||
返回:
|
||
tuple[str, str]: 包含供應商顯示名稱和 API 基礎 URL 的元組。
|
||
"""
|
||
# 定義 LLM 供應商及其 API 基礎 URL
|
||
BASE_URLS = [
|
||
("OpenAI", "https://api.openai.com/v1"),
|
||
("Anthropic", "https://api.anthropic.com/"),
|
||
("Google", "https://generativelanguage.googleapis.com/v1"),
|
||
("Openrouter", "https://openrouter.ai/api/v1"),
|
||
("Ollama", "http://localhost:11434/v1"),
|
||
]
|
||
|
||
choice = questionary.select(
|
||
"選擇您的 LLM 供應商：",
|
||
# 設定可選項
|
||
choices=[
|
||
questionary.Choice(display, value=(display, value))
|
||
for display, value in BASE_URLS
|
||
],
|
||
# 提供操作說明
|
||
instruction="\n- 使用方向鍵導覽\n- 按下 Enter 鍵選擇",
|
||
# 設定提示的樣式
|
||
style=questionary.Style(
|
||
[
|
||
("selected", "fg:magenta noinherit"),
|
||
("highlighted", "fg:magenta noinherit"),
|
||
("pointer", "fg:magenta noinherit"),
|
||
]
|
||
),
|
||
).ask()
|
||
|
||
# 如果使用者沒有選擇，則退出程式
|
||
if choice is None:
|
||
console.print("\n[red]未選擇 LLM 後端。正在結束程式...[/red]")
|
||
exit(1)
|
||
|
||
# 解構選擇的元組
|
||
display_name, url = choice
|
||
# 印出使用者的選擇
|
||
print(f"您選擇了：{display_name}\tURL: {url}")
|
||
|
||
# 返回供應商名稱和 URL
|
||
return display_name, url |