banini-tracker

AGPL-3.0 — 使用、修改或部署本專案，必須標明原作者 cablate、附上本 repo 連結，並以相同授權公開原始碼。網路服務部署亦同。

本專案於 2026/04/13 從 MIT 切換至 AGPL-3.0。此日期之前取得的版本仍適用 MIT 授權。

追蹤「股海冥燈」巴逆逆（8zz）的 Facebook 社群貼文，透過 AI 反指標分析、多平台即時推送（Telegram / Discord / LINE），並自動追蹤預測準確度。

• 辨識她提到的標的（個股、ETF、原物料）
• 反轉推導（她停損 → 可能反彈、她買入 → 可能下跌）
• 推導連鎖效應（油價跌 → 製造業利多 → 電子股受惠）
• 自動記錄預測，追蹤 5 個交易日的實際走勢

歷史回測

使用 Claude Opus 4.6 回溯分析 2024/04～2026/04 共 2,249 篇貼文，從中提取 345 筆明確的投資操作預測。

| | | |---|---| | 分析範圍 | 2,249 篇貼文 → 345 筆預測，涵蓋 70 個標的（個股、ETF、指數、原物料） | | 追蹤方式 | 每筆預測後追蹤 5 個交易日，記錄盤中最高/最低價 | | 判定標準 | 反指標方向正確且幅度超過 ±1% 即算「冥燈成功」 | | 資料集 | data/banini-public.db（SQLite，不含原始貼文） |

快速開始

四種使用方式，按推薦順序：

1. Zeabur 一鍵部署（推薦）

部署後打開分配的網域，首次進入設定管理員帳密，然後在 Web UI 填入 API key 和通知管道。不需要手動設定環境變數。

2. Docker

docker build -t banini-tracker .
docker run -d --name banini --env-file .env -v banini-data:/data -p 3000:3000 banini-tracker

部署後打開 http://localhost:3000 進入設定頁面。也可以直接用 .env 檔設定環境變數（見下方）。

3. npx 直接啟動

npx @cablate/banini-tracker serve
npx @cablate/banini-tracker serve --port 8080

不需 Docker，直接在本機啟動常駐服務（排程 + Web 設定頁面）。打開 http://localhost:3000 進入設定。適合有 Node.js 環境的使用者。

4. 本地開發

cp .env.example .env  # 填入必要設定
npm install && npm run start

排程規則

| 排程 | 時間 | 說明 | |------|------|------| | 早晨補漏 | 每天 08:00 | 抓前一晚的貼文（3 篇） | | 盤中 | 週一~五 09:07-13:07 每 30 分 | 即時追蹤（1 篇） | | 追蹤更新 | 週一~五 15:00 | 收盤後更新預測追蹤 | | 盤後 | 每天 23:03 | 當日彙整（3 篇） |

設定

Web UI（Zeabur / Docker）

常駐模式會在 port 3000 啟動設定頁面。首次進入建立管理員帳密，之後登入即可修改設定。修改後下次排程執行自動生效，不需重啟。

環境變數（.env）

如果不使用 Web UI，也可以直接設定環境變數：

| 變數 | 必填 | 說明 | |------|------|------| | APIFY_TOKEN | 是 | Apify API token | | LLM_API_KEY | 是 | LLM API key | | LLM_BASE_URL | — | 預設 DeepInfra | | LLM_MODEL | — | 預設 MiniMax-M2.5 | | TG_BOT_TOKEN + TG_CHANNEL_ID | 至少一組 | Telegram 通知 | | DISCORD_BOT_TOKEN + DISCORD_CHANNEL_ID | 至少一組 | Discord 通知 | | LINE_CHANNEL_ACCESS_TOKEN + LINE_TO | 至少一組 | LINE 通知（Free plan 200 則/月） | | TRANSCRIBER | — | noop（預設）或 groq | | GROQ_API_KEY | — | Groq Whisper 影片轉錄用 | | FINMIND_TOKEN | — | 股價查詢（免費可用） |

Web UI 和環境變數可以混用，Web UI 的設定優先。

預測追蹤

LLM 分析出標的後，系統自動：

1. 映射股票代碼：台股名稱 → 代碼（2230 檔上市 + 上櫃）
2. 記錄基準價格：以貼文發佈時間查對應交易日收盤價
3. 追蹤 5 個交易日：每天 15:00 收盤後抓 OHLC，記錄漲跌幅
4. 同股票取代：新預測自動取代同標的舊預測（supersede 機制）

公開資料集

data/banini-public.db 提供去識別化的預測資料（345 筆預測 + 價格快照），不含原始貼文。

sqlite3 data/banini-public.db "SELECT symbol_name, reverse_view, base_price, status FROM predictions LIMIT 10"

CLI 工具

不需 clone repo，搭配 Claude Code 等 AI 使用：

# 啟動常駐服務（排程 + Web UI）
npx @cablate/banini-tracker serve

# 初始化 CLI 設定
npx @cablate/banini-tracker init --apify-token YOUR_TOKEN

# 抓取貼文
npx @cablate/banini-tracker fetch -n 3 --mark-seen

# 推送到 Telegram
npx @cablate/banini-tracker push -f report.txt

Claude Code 使用者？ 直接把 skill/SKILL.md 加到你的 .claude/skills/ 就能用。Claude 自己當分析引擎，不需要額外 LLM。

完整指令說明見 npx @cablate/banini-tracker --help。

費用估算

| 項目 | 月估算 | |------|--------| | Facebook 抓取（Apify） | ~$1.35（~270 篇） | | LLM 分析 | 依模型定價 | | 通知推送（TG / DC） | 免費 | | LINE 推送 | Free plan 200 則/月 | | 股價查詢（FinMind） | 免費 |

CLI 模式搭配 Claude Code 不需 LLM 費用，Claude 自己分析。

Star History

免責聲明

本專案僅供娛樂參考，不構成任何投資建議。

License

AGPL-3.0