写给前端的股票行情 SDK: stock-sdk,终于不用再求后端帮忙了

起因

说实话,这个项目的诞生完全是被逼出来的。

去年我想做一个股票行情看板,就是那种简单的页面,能实时显示几只自选股的涨跌。听起来很简单对吧?但当我真正开始动手的时候,才发现事情没那么简单。

网上搜一圈,股票数据接口相关的工具几乎全是 Python 的。AkShare、Tushare、掘金量化……确实牛,功能也确实全,但问题是——我是个前端啊

为了一个小看板,难道要我专门搭一个 Python 后端?再写个接口转发给前端?这也太折腾了。

于是我开始找有没有 JavaScript 能用的方案。结果你猜怎么着?翻遍了 npm,几乎找不到一个好用的。有的年久失修,有的只支持 Node.js 不支持浏览器,有的类型支持一塌糊涂,还有的接口莫名其妙就挂了。

摸索了一圈之后,我决定:算了,自己写一个得了。

stock-sdk 是什么?

简单说,stock-sdk 就是一个专门给前端和 Node.js 用的股票行情 SDK。

核心目标就一个:让你用最熟悉的 JavaScript / TypeScript,10 行代码搞定股票数据获取。

import { StockSDK } from 'stock-sdk'; const sdk = new StockSDK(); const quotes = await sdk.getSimpleQuotes(['sh000001', 'sz000858', 'sh600519']); quotes.forEach(q => { console.log(`${q.name}: ${q.price} (${q.changePercent}%)`); });

就这么简单。不用搭后端,不用装 Python,浏览器里直接跑。

它能干什么?

写到现在,功能已经比较齐全了:

行情数据

  • A 股、港股、美股、公募基金的实时行情
  • 历史 K 线(日线、周线、月线)
  • 分钟 K 线(1 分钟到 60 分钟都支持)
  • 当日分时走势

板块数据

  • 行业板块、概念板块的列表和实时行情
  • 板块成分股
  • 板块 K 线数据

技术指标

  • 内置 MA、MACD、BOLL、KDJ、RSI 等常用指标
  • 一个接口搞定 K 线 + 指标计算

扩展数据

  • 资金流向
  • 盘口大单
  • A 股交易日历

批量能力

  • 一次性获取全市场 5000+ 只 A 股行情
  • 内置并发控制,不会把接口打挂
  • 进度回调,知道当前拉取到哪里了

为什么要用它?

说实话,这个问题我自己也想过很久。毕竟市面上不是没有其他方案。

但仔细想想,stock-sdk 确实解决了一些痛点:

1. 零依赖,真的很小

压缩后不到 20KB。没有乱七八糟的依赖,不会给你的项目增加额外负担。

2. 浏览器和 Node.js 都能跑

这个是我一开始就确定的设计目标。不管你是做 Web 页面还是 Node.js 脚本,都能直接用。同时提供 ESM 和 CommonJS 两种格式,现代项目和老项目都兼容。

3. TypeScript 类型完整

说真的,类型提示这个东西,用过就回不去了。每个接口返回什么字段、每个参数是什么类型,IDE 里一目了然。写代码的时候不用反复查文档。

4. 接口稳定

数据源用的是腾讯财经和东方财富的公开接口,稳定性还是有保障的。而且我做了比较完善的错误处理,不会因为某个请求失败就整个崩掉。

适合什么场景?

这个 SDK 不是万能的,我也不打算把它做成大而全的东西。它比较适合这些场景:

  • 股票看板:做一个自选股页面,看看涨跌
  • 数据可视化:用 ECharts 或者 TradingView 画 K 线图
  • 学习 Demo:金融课程、量化入门的演示项目
  • 量化验证:快速验证一个交易策略的想法
  • 定时脚本:Node.js 定时抓取行情数据

如果你需要更专业的量化回测、高频交易之类的,这个 SDK 可能就不太够用了。那种场景还是 Python 生态更成熟。

一些实际的例子

获取全市场 A 股行情

const allQuotes = await sdk.getAllAShareQuotes({ batchSize: 300, concurrency: 5, onProgress: (completed, total) => { console.log(`进度: ${completed}/${total}`); }, }); console.log(`共获取 ${allQuotes.length} 只股票`);

5000 多只股票,几秒钟就拉完了。并发控制是内置的,不用自己操心。

获取带技术指标的 K 线

const data = await sdk.getKlineWithIndicators('sh600519', { period: 'daily', count: 100, indicators: { ma: { periods: [5, 10, 20] }, macd: true, boll: true, }, }); // data.kline 是原始 K 线 // data.indicators.ma 是均线数据 // data.indicators.macd 是 MACD 数据 // data.indicators.boll 是布林带数据

一个接口把 K 线和指标都算好了,直接拿去画图就行。

写在最后

这个项目从去年开始写,断断续续维护到现在,功能也越来越完善了。

其实我一直觉得,工具这个东西,好不好用自己最清楚。stock-sdk 就是我自己在用的东西,遇到问题就修,需要新功能就加。

如果你也是前端,也需要获取股票数据,不妨试试。

Read more

配置即资产:从12345政务热线分拨助手看智能体工作流的导出与导入,不用写代码,也能让AI业务流随身携带

配置即资产:从12345政务热线分拨助手看智能体工作流的导出与导入,不用写代码,也能让AI业务流随身携带

1. 前言 如果你正在参与政务数字化转型、12345热线智能化升级,或者只是刚刚接触AI应用的业务人员,这篇文章会用简单通俗的,带你掌握一项让智能体工作流像Word文件一样“复制、粘贴、带走” 的核心技能。 三个让你立刻产生共鸣的亮点: * 亮点1:告别“在我这能跑,到你那就卡”的尴尬 你在办公室拖拽调试好的“12345热线分拨助手”,导入到政务云后所有节点、提示词、逻辑关系原封不动,不用二次开发,不用重新教AI。 * 亮点2:把“配置”变成“资产” 一个精心调优的热线分拨工作流,导出成一个不足100KB的文件,下次新建项目直接导入,甚至可以分享给其他区县、其他地市复用。 * 亮点3:业务人员也能成为“模板贡献者” 你不需要写一行代码,只需要在可视化画布里完成流程编排,点一下“导出”,一个可复用的政务智能体模板就诞生了。 一句话总结: 本文不教你“怎么画流程图”,而是以12345热线分拨助手为样本,手把手教你如何把你画好的流程图打包带走,并在任意政务环境、任意科室中立刻复活它。 2.

2026年Python+AI学习路线完整指南:从零基础到实战专家

2026年Python+AI学习路线完整指南:从零基础到实战专家

✨道路是曲折的,前途是光明的! 📝 专注C/C++、Linux编程与人工智能领域,分享学习笔记! 🌟 感谢各位小伙伴的长期陪伴与支持,欢迎文末添加好友一起交流! 📊 目录 * 为什么选择Python+AI * AI技术领域分布 * 完整学习路径 * 分阶段学习指南 * 实战代码示例 * 学习资源推荐 * 常见问题解答 为什么选择Python+AI? Python已成为人工智能领域最主流的编程语言,根据Stack Overflow 2024年开发者调查,Python在AI/ML领域的使用率超过85%。 Python在AI领域的优势 优势说明🐍 语法简洁上手快,专注算法本身而非语法细节📦 生态丰富NumPy、Pandas、PyTorch等成熟库👥 社区活跃海量教程、开源项目和问题解答🔧 工具完善Jupyter、Colab等优秀开发环境🚀 部署便捷Flask/FastAPI快速构建AI服务 AI技术领域分布 了解AI各领域的占比,帮助你更好地规划学习重点: 35%30%15%12%5%3%2025年AI技术领域市场需求分布机器

智能调试新时代:AI驱动的代码审查和错误检测工具评测

智能调试新时代:AI驱动的代码审查和错误检测工具评测

智能调试新时代:AI驱动的代码审查和错误检测工具评测 🌟 Hello,我是摘星! 🌈 在彩虹般绚烂的技术栈中,我是那个永不停歇的色彩收集者。 🦋 每一个优化都是我培育的花朵,每一个特性都是我放飞的蝴蝶。 🔬 每一次代码审查都是我的显微镜观察,每一次重构都是我的化学实验。 🎵 在编程的交响乐中,我既是指挥家也是演奏者。让我们一起,在技术的音乐厅里,奏响属于程序员的华美乐章。 目录 智能调试新时代:AI驱动的代码审查和错误检测工具评测 摘要 1. AI代码审查的技术革命 1.1 传统代码审查的局限性 1.2 AI驱动的智能检测 1.3 AI检测的核心优势 2. 主流AI代码审查工具深度评测 2.1 GitHub Copilot:智能编程助手 2.2 Snyk Code:安全专家 2.3 工具对比分析 3. 实战应用场景 3.1 企业级代码审查流程

OpenClaw接入企业微信全攻略:从0到1打通企业AI协作通道

OpenClaw接入企业微信全攻略:从0到1打通企业AI协作通道

摘要:本文详细介绍了将OpenClaw AI框架接入企业微信的完整方案。通过两种主流接入方式(API模式机器人和自建应用),企业可以快速实现智能问答、流程自动化等AI能力落地。文章重点讲解了从前期准备、核心接入流程到生产环境部署的全套实操步骤,包括权限配置、网络设置、参数对接等关键环节。同时提供了进阶优化建议,如后台守护、HTTPS加固、权限管控等企业级功能配置,以及常见问题排查方法。该方案能有效解决企业信息孤岛问题,将AI能力无缝嵌入员工日常办公场景,在保障数据安全的同时显著提升工作效率。 目录 一、前言:为什么要将OpenClaw接入企业微信? 二、接入前置准备 OpenClaw介绍 接入准备工作 三、核心接入流程(两种方案任选) 方案一:API模式机器人接入(新手首选,快速上手) 步骤1:企业微信后台创建API模式机器人 步骤2:OpenClaw安装企微插件并配置参数 步骤3:完成机器人创建并测试联调 方案二:企业微信自建应用接入(企业级进阶方案) 步骤1:企业微信创建自建应用并获取核心凭证 步骤2:OpenClaw配置自建应用核心参数 步骤3:启用应