feat(market):新增外媒新闻功能并优化展示逻辑

- 在定时任务中增加TradingViewNews新闻抓取 - 增加TradingView新闻详情接口及数据解析逻辑 - 修改Telegraph模型字段索引提升查询性能 - 前端新增"外媒"新闻列表展示模块 - 根据HTTP代理配置动态调整新闻栏布局 - 修复时间转换及去重逻辑提高数据准确性 - 调整新闻列表显示样式增强可读性
feat(frontend):优化市场分析组件并增强标签处理逻辑
2025-11-25 17:44:13 +08:00 · 2025-11-25 12:23:54 +08:00 · 2025-11-24 18:08:10 +08:00 · 2025-11-23 20:48:28 +08:00 · 2025-11-23 20:40:57 +08:00 · 2025-11-23 20:39:06 +08:00
16 changed files with 757 additions and 620 deletions
--- a/app.go
+++ b/app.go
@@ -410,6 +410,10 @@ func (a *App) domReady(ctx context.Context) {
 	//定时更新数据
 	config := data.GetSettingConfig()
 	go func() {
+		go data.NewMarketNewsApi().TelegraphList(30)
+		go data.NewMarketNewsApi().GetSinaNews(30)
+		go data.NewMarketNewsApi().TradingViewNews()
+
 		interval := config.RefreshInterval
 		if interval <= 0 {
 			interval = 1
@@ -453,6 +457,19 @@ func (a *App) domReady(ctx context.Context) {
 		} else {
 			a.cronEntrys["newSinaNews"] = entryIDSina
 		}
+
+		entryIDTradingViewNews, err := a.cron.AddFunc(fmt.Sprintf("@every %ds", interval+60*5), func() {
+			news := data.NewMarketNewsApi().TradingViewNews()
+			if config.EnablePushNews {
+				go a.NewsPush(news)
+			}
+			go runtime.EventsEmit(a.ctx, "tradingViewNews", news)
+		})
+		if err != nil {
+			logger.SugaredLogger.Errorf("AddFunc error:%s", err.Error())
+		} else {
+			a.cronEntrys["tradingViewNews"] = entryIDTradingViewNews
+		}
 	}()

 	//刷新基金净值信息
@@ -1360,6 +1377,7 @@ func (a *App) ReFleshTelegraphList(source string) *[]*models.Telegraph {
 	//data.NewMarketNewsApi().GetNewTelegraph(30)
 	data.NewMarketNewsApi().TelegraphList(30)
 	data.NewMarketNewsApi().GetSinaNews(30)
+	data.NewMarketNewsApi().TradingViewNews()
 	telegraphs := data.NewMarketNewsApi().GetTelegraphList(source)
 	return telegraphs
 }
--- a/app_common.go
+++ b/app_common.go
@@ -76,7 +76,7 @@ func (a *App) ChatWithAgent(question string, aiConfigId int, sysPromptId *int) {

 func (a *App) AnalyzeSentimentWithFreqWeight(text string) map[string]any {
 	if text == "" {
-		telegraphs := data.NewMarketNewsApi().GetNews24HoursList("财联社电报", 1000)
+		telegraphs := data.NewMarketNewsApi().GetNews24HoursList("", 1000*10)
 		messageText := strings.Builder{}
 		for _, telegraph := range *telegraphs {
 			messageText.WriteString(telegraph.Content + "\n")
--- a/backend/data/data/dict/base.txt
+++ b/backend/data/data/dict/base.txt
@@ -1,6 +1,5 @@
-# 金融股票全场景分词字典（去重优化版）
+# 金融股票全场景分词字典（最终去重优化版）
 # 格式：单词 权重 词性 | 权重280-350分，核心术语优先匹配，无重复词汇
-# 覆盖：净买卖、股指、财务指标、交易操作、政策宏观、热点概念等全场景

 # 一、净买卖与资金流向（核心交易表述）
 净卖出 340 v
@@ -94,6 +93,8 @@
 信息披露 310 n
 内幕交易 300 n
 操纵市场 300 n
+亏损 100 n
+加工 100 n

 # 三、全球主要股指（含中英文缩写）
 # 中国市场
@@ -116,70 +117,43 @@ A股 350 n
 科创50指数 330 n
 上证综指 350 n
 富时中国A50指数 340 n
-FTSE China A50 330 n
 恒生指数 340 n
-HSI 330 n
 恒生科技指数 340 n
 恒生国企指数 330 n
 H股指数 330 n
 # 美洲市场
 道琼斯工业平均指数 350 n
-DJIA 340 n
 标普500指数 350 n
-S&P 500 340 n
 纳斯达克综合指数 340 n
 纳斯达克100指数 340 n
-Nasdaq 100 330 n
 罗素2000指数 320 n
-Russell 2000 310 n
 标普400中型股指数 310 n
 标普600小型股指数 310 n
 纽约证交所综合指数 310 n
-NYSE Composite 300 n
 纳斯达克中国金龙指数 310 n
-英伟达 300 n
-苹果 300 n
-谷歌 300 n
-蔚来 300 n
-雅虎 300 n
-中概股 300 n
-雅虎财经 300 n
 # 欧洲市场
 德国DAX指数 330 n
-DAX 30 320 n
 法国CAC40指数 330 n
-CAC 40 320 n
 富时100指数 330 n
-FTSE 100 320 n
 欧元斯托克50指数 320 n
-Euro Stoxx 50 310 n
 英国富时250指数 310 n
-FTSE 250 300 n
 意大利富时MIB指数 310 n
-FTSE MIB 300 n
 西班牙IBEX 35指数 310 n
-IBEX 35 300 n
 # 亚太其他市场
 日经225指数 330 n
-Nikkei 225 320 n
 日经500指数 310 n
 韩国综合股价指数 320 n
 韩国kospi指数 320 n
 KOSPI 310 n
 澳洲标普200指数 310 n
-S&P/ASX 200 300 n
 印度孟买敏感指数 310 n
 Sensex 300 n
 印度Nifty 50指数 310 n
-Nifty 50 300 n
 # 全球综合指数
 MSCI指数 320 n
 MSCI全球指数 330 n
-MSCI World Index 320 n
 MSCI新兴市场指数 330 n
-MSCI Emerging Markets 320 n
 富时罗素全球指数 320 n
-FTSE Russell Global Index 310 n
 摩根大通全球债券指数 310 n
 全球股指 300 n
 发达市场指数 300 n
@@ -204,38 +178,7 @@ G20国家指数 300 n
 指数估值 310 n
 指数市盈率 310 n

-# 四、A股龙头公司（资讯高频）
-贵州茅台 310 n
-宁德时代 310 n
-比亚迪 300 n
-隆基绿能 300 n
-长江电力 290 n
-中国平安 300 n
-招商银行 300 n
-五粮液 290 n
-美的集团 290 n
-格力电器 290 n
-海康威视 290 n
-迈瑞医疗 290 n
-恒瑞医药 290 n
-中芯国际 300 n
-中兴通讯 290 n
-东方财富 290 n
-爱尔眼科 290 n
-通威股份 290 n
-药明康德 290 n
-阳光电源 290 n
-天齐锂业 290 n
-赣锋锂业 290 n
-中国中免 290 n
-海螺水泥 280 n
-万科A 280 n
-保利发展 280 n
-招商蛇口 280 n
-上汽集团 280 n
-宝钢股份 280 n
-
-# 五、财务与估值核心指标
+# 四、财务与估值核心指标
 市盈率 350 n
 PE 350 n
 动态市盈率 340 n
@@ -275,7 +218,7 @@ EPS 330 n
 量比 320 n
 振幅 320 n

-# 六、政策与宏观经济
+# 五、政策与宏观经济
 货币政策 330 n
 财政政策 330 n
 稳健货币政策 320 n
@@ -313,7 +256,7 @@ PMI 330 n
 黄金价格 310 n
 有色金属价格 300 n

-# 七、金融产品与机构
+# 六、金融产品与机构
 股票 320 n
 基金 320 n
 公募基金 310 n
@@ -357,23 +300,23 @@ QFII 300 n
 RQFII 290 n
 北向资金机构 300 n

-# 八、热点概念与行业
+# 七、热点概念与行业
 AI 330 n
-人工智能 330 n
+人工智能 350 n
 算力 330 n
 大数据 320 n
 云计算 320 n
-半导体 320 n
-芯片 320 n
-集成电路 310 n
-新能源 320 n
-光伏 320 n
+半导体 350 n
+芯片 350 n
+集成电路 340 n
+新能源 350 n
+光伏 340 n
 锂电 320 n
-储能 320 n
+储能 340 n
 充电桩 310 n
 新能源车 320 n
 智能汽车 310 n
-自动驾驶 310 n
+自动驾驶 330 n
 军工 310 n
 国防军工 300 n
 医药 310 n
@@ -390,18 +333,18 @@ CXO 300 n
 房地产 300 n
 基建 300 n
 新基建 310 n
-数字经济 320 n
+数字经济 350 n
 数字货币 310 n
 区块链 300 n
 元宇宙 300 n
-低空经济 310 n
-人形机器人 310 n
-工业互联网 300 n
+低空经济 340 n
+人形机器人 330 n
+工业互联网 330 n
 物联网 300 n
 5G 300 n
-6G 300 n
+6G 340 n

-# 九、交易操作与行情
+# 八、交易操作与行情
 上涨 310 v
 下跌 310 v
 涨停 310 v
@@ -449,8 +392,8 @@ CXO 300 n
 跌停板 300 n
 一字涨停 290 n
 一字跌停 290 n
-打开涨停 280 v
-打开跌停 280 v
+打开涨停 320 v
+打开跌停 320 v
 集合竞价 290 n
 连续竞价 280 n
 开盘价 340 n
@@ -465,8 +408,6 @@ CXO 300 n
 跌幅 340 n
 涨停价 330 n
 跌停价 330 n
-打开涨停 320 v
-打开跌停 320 v
 熔断 330 n
 临时停牌 320 n
 复牌 320 v
@@ -481,446 +422,7 @@ CXO 300 n
 震荡上行 320 v
 震荡下行 320 v

-# 十、委托交易与规则
+# 九、委托交易与规则
 限价委托 340 n
 市价委托 340 n
-止损委托 330 n
-止盈委托 330 n
-预埋单 320 n
-条件单 330 n
-触发委托 320 n
-追涨委托 320 n
-抄底委托 320 n
-挂单 330 n
-撤单 330 v
-成交 340 v
-未成交 320 adj
-部分成交 320 adj
-委托价 320 n
-成交价 320 n
-委托量 320 n
-买单 330 n
-卖单 330 n
-买入 340 v
-卖出 340 v
-做多 330 v
-做空 330 v
-开仓 330 v
-满仓 330 v
-空仓 330 v
-半仓 320 v
-轻仓 320 v
-重仓 320 v
-底仓 320 n
-补仓 320 v
-T+1交易 330 n
-T+0交易 330 n
-日内交易 320 n
-短线交易 320 n
-中线交易 320 n
-长线交易 320 n
-集合竞价交易 320 n
-连续竞价交易 320 n
-保证金 320 n
-杠杆 320 n
-融资 320 n
-融券 320 n
-融资买入 320 v
-融券卖出 320 v
-融资余额 320 n
-融券余额 320 n
-两融业务 320 n
-信用账户 320 n
-普通账户 320 n
-资金账户 320 n
-证券账户 320 n
-持仓 330 n
-持仓股 320 n
-持仓数量 320 n
-可用资金 320 n
-可取资金 320 n
-冻结资金 320 n
-交易成本 320 n
-手续费 320 n
-佣金 320 n
-印花税 320 n
-过户费 320 n
-交易规费 320 n
-B股 310 n
-H股 310 n
-美股 310 n
-创业板 320 n
-科创板 320 n
-主板 320 n
-纳斯达克 310 n
-纽交所 310 n
-标普500 310 n
-道琼斯 310 n
-成分股 310 n
-权重股 310 n
-龙头股 310 n
-中小盘股 310 n
-大盘股 310 n
-小盘股 310 n
-ST股 320 n
-*ST股 320 n
-退市股 320 n
-次新股 320 n
-新股 320 n
-打新 320 v
-新股申购 320 n
-中签 320 v
-新股上市 320 n
-限售股 310 n
-解禁 310 v
-股权登记日 310 n
-除权除息日 310 n
-派息 310 n
-分红 310 n
-送股 310 n
-转增股 310 n
-配股 310 n
-除权 310 n
-除息 310 n
-填权 310 v
-贴权 310 v
-筹码分析 310 n
-盘口分析 310 n
-K线图 310 n
-均线 310 n
-日均线 310 n
-周均线 310 n
-月均线 310 n
-MACD 310 n
-KDJ 310 n
-RSI 310 n
-布林带 310 n
-成交量均线 310 n
-支撑位 310 n
-压力位 310 n
-阻力位 310 n
-突破 310 v
-跌破 310 v
-站稳 310 v
-回落 310 v
-横盘整理 310 n
-震荡整理 310 n
-洗盘 310 n
-吸筹 310 n
-出货 310 n
-建仓成本 310 n
-持仓周期 310 n
-交易频率 310 n
-长线持有 310 v
-高抛低吸 310 v
-追涨杀跌 310 v
-低吸高抛 310 v
-顺势而为 310 n
-逆向投资 310 n
-交易软件 300 n
-行情软件 300 n
-交易终端 300 n
-手机炒股 300 n
-电脑炒股 300 n
-网上交易 300 n
-电话委托 290 n
-营业部交易 290 n
-交易系统 300 n
-行情系统 300 n
-Level-2行情 300 n
-实时行情 300 n
-延时行情 290 n
-交易接口 300 n
-量化交易 310 n
-算法交易 300 n
-程序化交易 300 n
-自动交易 300 n
-智能投顾 300 n
-券商APP 300 n
-交易佣金 300 n
-开户 300 v
-销户 290 v
-转户 290 v
-绑定银行卡 290 v
-银证转账 300 n
-银证通 290 n
-第三方存管 290 n
-赛道股 330 n
-抱团股 310 n
-妖股 310 n
-庄股 310 n
-# 主要财经网站与机构名词（格式：单词 权重 词性）
-# 权重320-350分，与核心金融术语优先级一致，确保精准识别
-
-# 一、国内财经网站（资讯高频来源）
-东方财富网 350 n
-同花顺财经 340 n
-财新网 340 n
-新浪财经 340 n
-第一财经 330 n
-金融界 330 n
-华尔街见闻 330 n
-每日经济新闻 330 n
-证券时报网 330 n
-财联社 330 n
-和讯网 320 n
-证券之星 320 n
-中国证券报 330 n
-上海证券报 330 n
-证券日报 320 n
-界面新闻 320 n
-澎湃新闻财经 320 n
-腾讯财经 320 n
-网易财经 320 n
-凤凰财经 320 n
-
-# 二、国际财经媒体（全球市场资讯来源）
-彭博社 350 n
-路透社 350 n
-金融时报 340 n
-华尔街日报 340 n
-雅虎财经 320 n
-CNBC 320 n
-路透财经 330 n
-彭博财经 330 n
-英国金融时报 330 n
-美国消费者新闻与商业频道 320 n
-日经新闻 320 n
-韩国经济新闻 310 n
-
-# 三、国际金融机构（投行/基金/银行）
-高盛集团 350 n
-摩根士丹利 350 n
-摩根大通 350 n
-瑞银集团 340 n
-汇丰银行 340 n
-野村证券 330 n
-贝莱德 350 n
-桥水基金 340 n
-黑石集团 340 n
-橡树资本 330 n
-花旗集团 330 n
-美银美林 330 n
-德意志银行 320 n
-瑞士信贷 320 n
-法国巴黎银行 320 n
-三菱日联金融集团 310 n
-
-# 四、国内外金融监管与交易机构
-中国证监会 350 n
-美联储 350 n
-英国金融行为管理局 330 n
-香港证监会 330 n
-纽约证券交易所 350 n
-纳斯达克 350 n
-香港交易所 340 n
-伦敦证券交易所 340 n
-芝商所集团 330 n
-泛欧证券交易所 330 n
-上海证券交易所 340 n
-深圳证券交易所 340 n
-北京证券交易所 330 n
-中国人民银行 350 n
-银保监会 340 n
-国家金融监督管理总局 340 n
-财政部 340 n
-发改委 330 n
-石油输出国组织 340 n
-国际能源署 330 n
-美国能源信息署 320 n
-世界银行 330 n
-国际货币基金组织 330 n
-
-# 五、国内核心金融机构（券商/基金/银行）
-中国工商银行 340 n
-中国建设银行 340 n
-中国农业银行 340 n
-中国银行 340 n
-交通银行 330 n
-招商银行 330 n
-兴业银行 320 n
-浦发银行 320 n
-中信证券 340 n
-华泰证券 330 n
-中金公司 330 n
-中信建投 330 n
-国泰君安 330 n
-广发证券 320 n
-东方证券 320 n
-南方基金 330 n
-易方达基金 330 n
-华夏基金 330 n
-嘉实基金 320 n
-博时基金 320 n
-# 知名美股与中概股（Jieba格式：词汇 权重 词性）
-# 权重320-350分，核心龙头股优先级最高，适配资讯分词场景
-
-# 一、知名美股（科技、消费、金融龙头）
-苹果 350 n
-Apple 340 n
-英伟达 350 n
-Nvidia 340 n
-特斯拉 350 n
-Tesla 340 n
-谷歌 340 n
-Alphabet 330 n
-亚马逊 340 n
-Amazon 330 n
-Meta Platforms 330 n
-Meta 330 n
-微软 350 n
-Microsoft 340 n
-甲骨文 320 n
-Oracle 310 n
-伯克希尔哈撒韦 320 n
-Berkshire Hathaway 310 n
-闪迪 300 n
-SanDisk 290 n
-高通 320 n
-Qualcomm 310 n
-英特尔 320 n
-Intel 310 n
-AMD 320 n
-超威半导体 310 n
-脸书 320 n
-Facebook 310 n
-推特 310 n
-Twitter 300 n
-Square 300 n
-Block 290 n
-PayPal 310 n
-贝宝 300 n
-星巴克 310 n
-Starbucks 300 n
-可口可乐 310 n
-Coca-Cola 300 n
-百事可乐 300 n
-PepsiCo 290 n
-沃尔玛 310 n
-Walmart 300 n
-家得宝 300 n
-Home Depot 290 n
-摩根大通 320 n
-JPMorgan Chase 310 n
-高盛 320 n
-Goldman Sachs 310 n
-摩根士丹利 320 n
-Morgan Stanley 310 n
-美国银行 310 n
-Bank of America 300 n
-
-# 二、知名中概股（互联网、新能源、金融、医药龙头）
-阿里巴巴 350 n
-Alibaba 340 n
-拼多多 340 n
-PDD 330 n
-蔚来汽车 330 n
-NIO 320 n
-理想汽车 330 n
-LI 320 n
-腾讯音乐 320 n
-TME 310 n
-唯品会 310 n
-VIPS 300 n
-富途控股 310 n
-FUTU 300 n
-老虎证券 310 n
-TIGR 300 n
-万物新生 300 n
-RERE 290 n
-涂鸦智能 300 n
-TUYA 290 n
-百济神州 320 n
-BeiGene 310 n
-百度集团 340 n
-Baidu 330 n
-文远知行 300 n
-WRD 290 n
-贝壳 310 n
-KE 300 n
-新氧 300 n
-SY 290 n
-京东 340 n
-JD.com 330 n
-京东物流 320 n
-JD Logistics 310 n
-腾讯控股 350 n
-Tencent Holdings 340 n
-美团 340 n
-Meituan 330 n
-小米集团 340 n
-Xiaomi Group 330 n
-快手 330 n
-Kuaishou 320 n
-字节跳动 340 n
-ByteDance 330 n
-滴滴 330 n
-DiDi 320 n
-携程 320 n
-Ctrip 310 n
-去哪儿 310 n
-Qunar 300 n
-同程旅行 300 n
-LY.com 290 n
-途牛 300 n
-Tuniu 290 n
-哔哩哔哩 320 n
-Bilibili 310 n
-爱奇艺 320 n
-iQiyi 310 n
-优酷 310 n
-Youku 300 n
-芒果超媒 310 n
-Mango TV 300 n
-网易 330 n
-NetEase 320 n
-新浪 320 n
-Sina 310 n
-微博 320 n
-Weibo 310 n
-知乎 310 n
-Zhihu 300 n
-小红书 310 n
-Xiaohongshu 300 n
-商汤科技 310 n
-SenseTime 300 n
-旷视科技 300 n
-Megvii 290 n
-云从科技 300 n
-Cloudwalk 290 n
-依图科技 300 n
-Yitu 290 n
-药明康德 320 n
-WuXi AppTec 310 n
-药明生物 320 n
-WuXi Biologics 310 n
-康希诺 310 n
-CanSino Biologics 300 n
-智飞生物 310 n
-Innovax 300 n
-宁德时代 350 n
-CATL 340 n
-比亚迪 340 n
-BYD 330 n
-小鹏汽车 330 n
-Xpeng 320 n
-哪吒汽车 310 n
-Nezha Auto 300 n
-零跑汽车 310 n
-Leapmotor 300 n
-极氪 310 n
-ZEEKR 300 n
-岚图汽车 300 n
-VOYAH 290 n
-华为 350 n
-Huawei 340 n
-荣耀 330 n
-Honor 320 n
-OPPO 330 n
-vivo 330 n
-一加 310 n
-OnePlus 300 n
-真我 310 n
-realme 300 n
-传音控股 310 n
-Transsion 300 n
+止损委托 330 n
--- a/backend/data/data/dict/user.txt
+++ b/backend/data/data/dict/user.txt
@@ -0,0 +1,185 @@
+# 补充：热点概念与板块（Jieba/gse兼容格式）
+# 权重说明：核心热点500-700分，事件类400分，负权重词汇按需求保留
+
+# 一、负权重低优先级词汇（减少无差别匹配干扰）
+公司 -0.1 n
+国家 -0.1 n
+国际 -0.1 n
+会议 -0.1 n
+市场 -0.1 n
+经济 -0.1 n
+技术 -0.1 n
+记者 -0.1 n
+时间 -0.1 n
+项目 -0.1 n
+问题 -0.1 n
+企业 -0.1 n
+财联社 -0.1 n
+上涨 -0.1 v
+下跌 -0.1 v
+期货 -0.1 n
+跌幅 -0.1 n
+跌超 -0.1 adj
+股票 -0.1 n
+基金 -0.1 n
+电讯 -0.1 n
+建筑 -0.1 n
+平开 -0.1 n
+保险 -0.1 n
+行业 -0.1 n
+其他 -0.1 n
+
+# 二、核心热点概念（700分，最高优先级）
+比特币 700 n
+摩尔线程 700 n
+摩尔线程概念 700 n
+AI算力 700 n
+生成式AI 700 n
+量子计算 700 n
+脑机接口 700 n
+6G通信 700 n
+人形机器人 700 n
+固态电池 700 n
+ChatGPT概念 700 n
+Web3.0 700 n
+元宇宙 700 n
+数字孪生 700 n
+量子通信 700 n
+
+# 三、重点赛道板块（500分，高优先级）
+冰雪旅游 500 n
+特高压 500 n
+跨境电商 500 n
+新能源汽车 500 n
+机器人 500 n
+具身智能 500 n
+油气 500 n
+商业航天 500 n
+光伏储能 500 n
+锂电材料 500 n
+半导体设备 500 n
+集成电路 500 n
+创新药 500 n
+CXO 500 n
+医疗器械 500 n
+数字经济 500 n
+数字货币 500 n
+区块链 500 n
+低空经济 500 n
+工业互联网 500 n
+物联网 500 n
+5G应用 500 n
+充电桩 500 n
+氢能源 500 n
+核聚变 500 n
+工业母机 500 n
+新材料 500 n
+生物制造 500 n
+智能网联汽车 500 n
+乡村振兴 500 n
+国企改革 500 n
+央企重组 500 n
+跨境金融 500 n
+自贸港 500 n
+一带一路 500 n
+绿色低碳 500 n
+碳交易 500 n
+数据要素 500 n
+数字基建 500 n
+东数西算 500 n
+国产替代 500 n
+信创 500 n
+网络安全 500 n
+算力网络 500 n
+边缘计算 500 n
+虚拟现实 500 n
+增强现实 500 n
+智能穿戴 500 n
+智能家居 500 n
+车联网 500 n
+激光雷达 500 n
+氮化镓 500 n
+碳化硅 500 n
+第三代半导体 500 n
+EDA工具 500 n
+光刻胶 500 n
+芯片设计 500 n
+封装测试 500 n
+储能电池 500 n
+钠离子电池 500 n
+氢燃料电池 500 n
+光伏组件 500 n
+风电设备 500 n
+特高压设备 500 n
+电力物联网 500 n
+智能电网 500 n
+轨道交通 500 n
+航空航天 500 n
+海洋工程 500 n
+高端装备 500 n
+军工电子 500 n
+卫星互联网 500 n
+北斗导航 500 n
+国产大飞机 500 n
+生物医药 500 n
+基因测序 500 n
+疫苗 500 n
+医疗美容 500 n
+养老产业 500 n
+教育信息化 500 n
+体育产业 500 n
+文化创意 500 n
+旅游复苏 500 n
+预制菜 500 n
+白酒 500 n
+食品饮料 500 n
+家电下乡 500 n
+房地产复苏 500 n
+基建投资 500 n
+新型城镇化 500 n
+冷链物流 500 n
+快递物流 500 n
+跨境支付 500 n
+金融科技 500 n
+消费电子 500 n
+元宇宙基建 500 n
+数字藏品 500 n
+NFT 500 n
+绿色电力 500 n
+节能降碳 500 n
+抽水蓄能 500 n
+生物质能 500 n
+地热能 500 n
+潮汐能 500 n
+
+# 四、事件驱动型概念（400分，中优先级）
+俄乌冲突 400 n
+中东局势 400 n
+美联储加息 400 n
+降息预期 400 n
+贸易摩擦 400 n
+供应链重构 400 n
+能源危机 400 n
+粮食安全 400 n
+疫情复苏 400 n
+政策利好 400 n
+产业扶持 400 n
+技术突破 400 n
+并购重组 400 n
+IPO提速 400 n
+解禁潮 400 n
+北向资金流入 400 n
+南向资金流入 400 n
+主力资金异动 400 n
+行业景气度 400 n
+业绩预增 400 n
+商誉减值 400 n
+退市风险 400 n
+监管新规 400 n
+税收优惠 400 n
+补贴政策 400 n
+基建刺激 400 n
+消费刺激 400 n
+新能源补贴 400 n
+碳达峰政策 400 n
+碳中和目标 400 n
--- a/backend/data/market_news_api.go
+++ b/backend/data/market_news_api.go
@@ -8,6 +8,7 @@ import (
 	"go-stock/backend/logger"
 	"go-stock/backend/models"
 	"go-stock/backend/util"
+	"net/url"
 	"strconv"
 	"strings"
 	"time"
@@ -53,7 +54,7 @@ func (m MarketNewsApi) TelegraphList(crawlTimeOut int64) *[]models.Telegraph {
 		for _, v := range rollData {
 			news := v.(map[string]any)
 			ctime, _ := convertor.ToInt(news["ctime"])
-			dataTime := time.Unix(ctime, 0)
+			dataTime := time.Unix(ctime, 0).Local()
 			logger.SugaredLogger.Debugf("dataTime: %s", dataTime)
 			telegraph := models.Telegraph{
 				Content:         news["content"].(string),
@@ -209,9 +210,9 @@ func (m MarketNewsApi) GetNewsList2(source string, limit int) *[]*models.Telegra
 func (m MarketNewsApi) GetTelegraphList(source string) *[]*models.Telegraph {
 	news := &[]*models.Telegraph{}
 	if source != "" {
-		db.Dao.Model(news).Preload("TelegraphTags").Where("source=?", source).Order("id desc").Limit(20).Find(news)
+		db.Dao.Model(news).Preload("TelegraphTags").Where("source=?", source).Order("data_time desc,time desc").Limit(50).Find(news)
 	} else {
-		db.Dao.Model(news).Preload("TelegraphTags").Order("id desc").Limit(20).Find(news)
+		db.Dao.Model(news).Preload("TelegraphTags").Order("data_time desc,time desc").Limit(50).Find(news)
 	}
 	for _, item := range *news {
 		tags := &[]models.Tags{}
@@ -268,6 +269,10 @@ func (m MarketNewsApi) GetSinaNews(crawlTimeOut uint) *[]models.Telegraph {
 			//logger.SugaredLogger.Infof("%s:%s", data["create_time"], data["rich_text"])
 			telegraph.Content = data["rich_text"].(string)
 			telegraph.Time = strings.Split(data["create_time"].(string), " ")[1]
+			dataTime, _ := time.ParseInLocation("2006-01-02 15:04:05", data["create_time"].(string), time.Local)
+			if &dataTime != nil {
+				telegraph.DataTime = &dataTime
+			}
 			tags := data["tag"].([]any)
 			telegraph.SubjectTags = lo.Map(tags, func(tagItem any, index int) string {
 				name := tagItem.(map[string]any)["name"].(string)
@@ -286,7 +291,7 @@ func (m MarketNewsApi) GetSinaNews(crawlTimeOut uint) *[]models.Telegraph {
 			if telegraph.Content != "" {
 				telegraph.SentimentResult = AnalyzeSentiment(telegraph.Content).Description
 				cnt := int64(0)
-				db.Dao.Model(telegraph).Where("time=? and source=?", telegraph.Time, telegraph.Source).Count(&cnt)
+				db.Dao.Model(telegraph).Where("content=? and source=?", telegraph.Content, telegraph.Source).Count(&cnt)
 				if cnt == 0 {
 					db.Dao.Create(&telegraph)
 					telegraphs = append(telegraphs, telegraph)
@@ -640,14 +645,16 @@ func (m MarketNewsApi) EMDictCode(code string, cache *freecache.Cache) []any {
 	return respMap["data"].([]any)
 }

-func (m MarketNewsApi) TradingViewNews() *[]models.TVNews {
+func (m MarketNewsApi) TradingViewNews() *[]models.Telegraph {
 	client := resty.New()
 	config := GetSettingConfig()
 	if config.HttpProxyEnabled && config.HttpProxy != "" {
 		client.SetProxy(config.HttpProxy)
 	}
 	TVNews := &[]models.TVNews{}
-	url := "https://news-mediator.tradingview.com/news-flow/v2/news?filter=lang:zh-Hans&filter=provider:panews,reuters&client=screener&streaming=false"
+	news := &[]models.Telegraph{}
+	//	url := "https://news-mediator.tradingview.com/news-flow/v2/news?filter=lang:zh-Hans&filter=area:WLD&client=screener&streaming=false"
+	url := "https://news-mediator.tradingview.com/news-flow/v2/news?filter=area%3AWLD&filter=lang%3Azh-Hans&client=screener&streaming=false"
 	resp, err := client.SetTimeout(time.Duration(5)*time.Second).R().
 		SetHeader("Host", "news-mediator.tradingview.com").
 		SetHeader("Origin", "https://cn.tradingview.com").
@@ -656,19 +663,78 @@ func (m MarketNewsApi) TradingViewNews() *[]models.TVNews {
 		Get(url)
 	if err != nil {
 		logger.SugaredLogger.Errorf("TradingViewNews err:%s", err.Error())
-		return TVNews
+		return news
 	}
 	respMap := map[string]any{}
 	err = json.Unmarshal(resp.Body(), &respMap)
 	if err != nil {
-		return TVNews
+		return news
 	}
 	items, err := json.Marshal(respMap["items"])
 	if err != nil {
-		return TVNews
+		return news
 	}
 	json.Unmarshal(items, TVNews)
-	return TVNews
+
+	for _, a := range *TVNews {
+		detail := NewMarketNewsApi().TradingViewNewsDetail(a.Id)
+		dataTime := time.Unix(int64(a.Published), 0).Local()
+		description := ""
+		sentimentResult := ""
+		if detail != nil {
+			description = detail.ShortDescription
+			sentimentResult = AnalyzeSentiment(description).Description
+		}
+		if a.Title == "" {
+			continue
+		}
+		telegraph := &models.Telegraph{
+			Title:           a.Title,
+			Content:         description,
+			DataTime:        &dataTime,
+			IsRed:           false,
+			Time:            dataTime.Format("15:04:05"),
+			Source:          "外媒",
+			Url:             fmt.Sprintf("https://cn.tradingview.com/news/%s", a.Id),
+			SentimentResult: sentimentResult,
+		}
+		cnt := int64(0)
+		db.Dao.Model(telegraph).Where("time=? and content=? and source=?", telegraph.Time, telegraph.Content, "外媒").Count(&cnt)
+		if cnt > 0 {
+			continue
+		}
+		db.Dao.Model(&models.Telegraph{}).Where("content=? and source=?", description, "外媒").FirstOrCreate(&telegraph)
+		*news = append(*news, *telegraph)
+	}
+	return news
+}
+func (m MarketNewsApi) TradingViewNewsDetail(id string) *models.TVNewsDetail {
+	//https://news-headlines.tradingview.com/v3/story?id=panews%3A9be7cf057e3f9%3A0&lang=zh-Hans
+	newsDetail := &models.TVNewsDetail{}
+	newsUrl := fmt.Sprintf("https://news-headlines.tradingview.com/v3/story?id=%s&lang=zh-Hans", url.QueryEscape(id))
+
+	client := resty.New()
+	config := GetSettingConfig()
+	if config.HttpProxyEnabled && config.HttpProxy != "" {
+		client.SetProxy(config.HttpProxy)
+	}
+	request := client.SetTimeout(time.Duration(3) * time.Second).R()
+	_, err := request.
+		SetHeader("Host", "news-headlines.tradingview.com").
+		SetHeader("Origin", "https://cn.tradingview.com").
+		SetHeader("Referer", "https://cn.tradingview.com/").
+		SetHeader("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:146.0) Gecko/20100101 Firefox/146.0").
+		//SetHeader("TE", "trailers").
+		//SetHeader("Priority", "u=4").
+		//SetHeader("Connection", "keep-alive").
+		SetResult(newsDetail).
+		Get(newsUrl)
+	if err != nil {
+		logger.SugaredLogger.Errorf("TradingViewNewsDetail err:%s", err.Error())
+		return newsDetail
+	}
+	logger.SugaredLogger.Infof("resp:%+v", newsDetail)
+	return newsDetail
 }

 func (m MarketNewsApi) XUEQIUHotStock(size int, marketType string) *[]models.HotItem {
@@ -1031,9 +1097,9 @@ func (m MarketNewsApi) CailianpressWeb(searchWords string) *models.CailianpressW
 func (m MarketNewsApi) GetNews24HoursList(source string, limit int) *[]*models.Telegraph {
 	news := &[]*models.Telegraph{}
 	if source != "" {
-		db.Dao.Model(news).Preload("TelegraphTags").Where("source=? and created_at>?", source, time.Now().Add(-24*time.Hour)).Order("id desc,is_red desc").Limit(limit).Find(news)
+		db.Dao.Model(news).Preload("TelegraphTags").Where("source=? and created_at>?", source, time.Now().Add(-24*time.Hour)).Order("created_at desc,is_red desc").Limit(limit).Find(news)
 	} else {
-		db.Dao.Model(news).Preload("TelegraphTags").Where("created_at>?", time.Now().Add(-24*time.Hour)).Order("id desc,is_red desc").Limit(limit).Find(news)
+		db.Dao.Model(news).Preload("TelegraphTags").Where("created_at>?", time.Now().Add(-24*time.Hour)).Order("created_at desc,is_red desc").Limit(limit).Find(news)
 	}
 	// 内容去重
 	uniqueNews := make([]*models.Telegraph, 0)
--- a/backend/data/market_news_api_test.go
+++ b/backend/data/market_news_api_test.go
@@ -21,7 +21,12 @@ import (

 func TestGetSinaNews(t *testing.T) {
 	db.Init("../../data/stock.db")
-	NewMarketNewsApi().GetSinaNews(30)
+	InitAnalyzeSentiment()
+	news := NewMarketNewsApi().GetSinaNews(30)
+	for i, telegraph := range *news {
+		logger.SugaredLogger.Debugf("key: %+v, value: %+v", i, telegraph)
+
+	}
 	//NewMarketNewsApi().GetNewTelegraph(30)

 }
@@ -122,10 +127,8 @@ func TestEMDictCode(t *testing.T) {

 func TestTradingViewNews(t *testing.T) {
 	db.Init("../../data/stock.db")
-	resp := NewMarketNewsApi().TradingViewNews()
-	for _, a := range *resp {
-		logger.SugaredLogger.Debugf("value: %+v", a)
-	}
+	InitAnalyzeSentiment()
+	NewMarketNewsApi().TradingViewNews()
 }

 func TestXUEQIUHotStock(t *testing.T) {
--- a/backend/data/search_stock_api.go
+++ b/backend/data/search_stock_api.go
@@ -37,10 +37,10 @@ func (s SearchStockApi) SearchStock(pageSize int) map[string]any {
 				"matchWord": "",
 				"timestamp": "%d",
 				"shareToGuba": false,
-				"requestId": "RMd3Y76AJI98axPvdhdbKvbBDVwLlUK61761559950168",
+				"requestId": "",
 				"needCorrect": true,
 				"removedConditionIdList": [],
-				"xcId": "xc0d61279aad33008260",
+				"xcId": "",
 				"ownSelectAll": false,
 				"dxInfo": [],
 				"extraCondition": ""
--- a/backend/data/search_stock_api_test.go
+++ b/backend/data/search_stock_api_test.go
@@ -4,14 +4,22 @@ import (
 	"encoding/json"
 	"go-stock/backend/db"
 	"go-stock/backend/logger"
+	"math"
 	"testing"

 	"github.com/duke-git/lancet/v2/convertor"
+	"github.com/duke-git/lancet/v2/random"
 )

 func TestSearchStock(t *testing.T) {
 	db.Init("../../data/stock.db")

+	e := convertor.ToString(math.Floor(float64(9*random.RandFloat(0, 1, 12) + 1)))
+	for i := 0; i < 19; i++ {
+		e += convertor.ToString(math.Floor(float64(9 * random.RandFloat(0, 1, 12))))
+	}
+	logger.SugaredLogger.Infof("e:%s", e)
+
 	res := NewSearchStockApi("量比大于2，基本面优秀，2025年三季报已披露，主力连续3日净流入，非创业板非科创板非ST").SearchStock(20)
 	logger.SugaredLogger.Infof("res:%+v", res)
 	data := res["data"].(map[string]any)
--- a/backend/data/stock_sentiment_analysis.go
+++ b/backend/data/stock_sentiment_analysis.go
@@ -13,11 +13,14 @@ import (
 	"strings"
 	"unicode"

+	"github.com/duke-git/lancet/v2/convertor"
 	"github.com/duke-git/lancet/v2/fileutil"
 	"github.com/duke-git/lancet/v2/strutil"
 	"github.com/go-ego/gse"
 )

+const basefreq float64 = 100
+
 // 金融情感词典，包含股票市场相关的专业词汇
 var (
 	seg gse.Segmenter
@@ -30,18 +33,19 @@ var (
 		"复苏": 2.0, "突破": 2.0, "创新高": 3.0, "回暖": 1.5, "上扬": 1.5,
 		"利好消息": 3.0, "收益增长": 2.5, "利润增长": 2.5, "业绩优异": 2.5,
 		"潜力股": 2.0, "绩优股": 2.0, "强势": 1.5, "走高": 1.5, "攀升": 1.5,
-		"大涨": 2.5, "飙升": 3.0, "井喷": 3.0, "爆发": 2.5, "暴涨": 3.0,
+		"大涨": 2.5, "飙升": 3.0, "井喷": 3.0, "暴涨": 3.0,
 	}

 	// 负面金融词汇及其权重
 	negativeFinanceWords = map[string]float64{
-		"跌": 1.0, "下跌": 2.0, "跌停": 3.0, "熊市": 3.0, "回调": 1.5, "新低": 2.5,
+		"跌": 2.0, "下跌": 2.0, "跌停": 3.0, "熊市": 3.0, "回调": 2.5, "新低": 2.5,
 		"利空": 2.5, "减持": 2.0, "卖出": 2.0, "看空": 2.0, "亏损": 2.5,
 		"下滑": 2.0, "萎缩": 2.0, "不及预期": 2.5, "疲软": 1.5, "恶化": 2.0,
-		"衰退": 2.0, "跌破": 2.0, "创新低": 3.0, "走弱": 1.5, "下挫": 1.5,
+		"衰退": 2.0, "跌破": 2.0, "创新低": 3.0, "走弱": 2.5, "下挫": 2.5,
 		"利空消息": 3.0, "收益下降": 2.5, "利润下滑": 2.5, "业绩不佳": 2.5,
-		"垃圾股": 2.0, "风险股": 2.0, "弱势": 1.5, "走低": 1.5, "缩量": 2.5,
-		"大跌": 2.5, "暴跌": 3.0, "崩盘": 3.0, "跳水": 3.0, "重挫": 3.0, "跌超": 2.5, "跌逾": 2.5,
+		"垃圾股": 2.0, "风险股": 2.0, "弱势": 2.5, "走低": 2.5, "缩量": 2.5,
+		"大跌": 2.5, "暴跌": 3.0, "崩盘": 3.0, "跳水": 3.0, "重挫": 3.0, "跌超": 2.5, "跌逾": 2.5, "跌近": 3.0,
+		"被抓": 3.0, "被抓捕": 3.0, "回吐": 3.0, "转跌": 3.0,
 	}

 	// 否定词，用于反转情感极性
@@ -53,7 +57,7 @@ var (
 	degreeWords = map[string]float64{
 		"非常": 1.8, "极其": 2.2, "太": 1.8, "很": 1.5,
 		"比较": 0.8, "稍微": 0.6, "有点": 0.7, "显著": 1.5,
-		"大幅": 1.8, "急剧": 2.0, "轻微": 0.6, "小幅": 0.7, "逾": 1.8,
+		"大幅": 1.8, "急剧": 2.0, "轻微": 0.6, "小幅": 0.7, "逾": 1.8, "超": 1.8,
 	}

 	// 转折词，用于识别情感转折
@@ -69,22 +73,24 @@ var baseDict string
 var zhDict string

 func InitAnalyzeSentiment() {
-	logger.SugaredLogger.Infof("初始化词典库路径:%s", fileutil.CurrentPath())
-	//加载默认词典
-	err := seg.LoadDictEmbed(zhDict)
-	err = seg.LoadDictEmbed(baseDict)
+	//err := seg.LoadDictEmbed()
+	err := seg.LoadDictEmbed(baseDict)
 	if err != nil {
 		logger.SugaredLogger.Error(err.Error())
+	} else {
+		logger.SugaredLogger.Info("加载默认词典成功")
 	}
+	seg.CalcToken()
+
 	stocks := &[]StockBasic{}
 	db.Dao.Model(&StockBasic{}).Find(stocks)
 	for _, stock := range *stocks {
 		if strutil.Trim(stock.Name) == "" {
 			continue
 		}
-		err := seg.AddToken(stock.Name, 188888, "n")
+		err := seg.AddToken(stock.Name, basefreq+100, "n")
 		if strutil.Trim(stock.BKName) != "" {
-			err = seg.AddToken(stock.BKName, 188888, "n")
+			err = seg.AddToken(stock.BKName, basefreq+100, "n")
 		}
 		if err != nil {
 			logger.SugaredLogger.Errorf("添加%s失败:%s", stock.Name, err.Error())
@@ -96,9 +102,9 @@ func InitAnalyzeSentiment() {
 		if strutil.Trim(stock.Name) == "" {
 			continue
 		}
-		err := seg.AddToken(stock.Name, 188888, "n")
+		err := seg.AddToken(stock.Name, basefreq+100, "n")
 		if strutil.Trim(stock.BKName) != "" {
-			err = seg.AddToken(stock.BKName, 188888, "n")
+			err = seg.AddToken(stock.BKName, basefreq+100, "n")
 		}
 		if err != nil {
 			logger.SugaredLogger.Errorf("添加%s失败:%s", stock.Name, err.Error())
@@ -113,15 +119,47 @@ func InitAnalyzeSentiment() {
 	//	}
 	//}
 	tags := &[]models.Tags{}
-	db.Dao.Model(&models.Tags{}).Find(tags)
+	db.Dao.Model(&models.Tags{}).Where("type = ?", "subject").Find(tags)
 	for _, tag := range *tags {
-		err := seg.AddToken(tag.Name, 188888, "n")
+		err := seg.ReAddToken(tag.Name, basefreq+100, "n")
 		if err != nil {
 			logger.SugaredLogger.Errorf("添加%s失败:%s", tag.Name, err.Error())
 		}
 	}
-
-	logger.SugaredLogger.Info("加载词典成功")
+	seg.CalcToken()
+	//加载用户自定义词典 先判断用户词典是否存在
+	if fileutil.IsExist("data/dict/user.txt") {
+		lines, err := fileutil.ReadFileByLine("data/dict/user.txt")
+		if err != nil {
+			logger.SugaredLogger.Error(err.Error())
+			return
+		}
+		for _, line := range lines {
+			if len(line) == 0 || line[0] == '#' {
+				continue
+			}
+			k := strutil.SplitAndTrim(line, " ")
+			switch len(k) {
+			case 1:
+				err = seg.ReAddToken(k[0], basefreq)
+			case 2:
+				freq, _ := convertor.ToFloat(k[1])
+				err = seg.ReAddToken(k[0], freq)
+			case 3:
+				freq, _ := convertor.ToFloat(k[1])
+				err = seg.ReAddToken(k[0], freq, k[2])
+			default:
+				logger.SugaredLogger.Errorf("用户词典格式错误:%s", line)
+			}
+			logger.SugaredLogger.Infof("添加用户词典[%s]成功", line)
+		}
+		if err != nil {
+			logger.SugaredLogger.Error(err.Error())
+		} else {
+			logger.SugaredLogger.Infof("加载用户词典成功")
+		}
+	}
+	seg.CalcToken()
 }

 // WordFreqWithWeight 词频统计结果，包含权重信息
@@ -129,14 +167,17 @@ type WordFreqWithWeight struct {
 	Word      string
 	Frequency int
 	Weight    float64
+	Score     float64
 }

 // getWordWeight 获取词汇权重
 func getWordWeight(word string) float64 {
 	// 从分词器获取词汇权重
-	freq, pos, _ := seg.Find(word)
-	if pos == "n" {
-		return freq
+
+	freq, pos, ok := seg.Dictionary().Find([]byte(word))
+	if ok {
+		logger.SugaredLogger.Infof("获取%s的权重:%f,pos:%s,ok:%v", word, freq, pos, ok)
+		return basefreq + freq
 	}
 	return 0
 }
@@ -149,13 +190,11 @@ func SortByWeightAndFrequency(frequencies map[string]WordFreqWithWeight) []WordF
 		freqSlice = append(freqSlice, freq)
 	}

-	// 按权重降序排列，如果权重相同则按频次降序排列
+	// 按权重*频次降序排列
 	sort.Slice(freqSlice, func(i, j int) bool {
-		if freqSlice[i].Weight != freqSlice[j].Weight {
-			return freqSlice[i].Weight > freqSlice[j].Weight // 权重高的排前面
-		}
-		return freqSlice[i].Frequency > freqSlice[j].Frequency // 权重相同时频次高的排前面
+		return freqSlice[i].Weight*float64(freqSlice[i].Frequency) > freqSlice[j].Weight*float64(freqSlice[j].Frequency)
 	})
+	logger.SugaredLogger.Infof("排序后的结果:%v", freqSlice)

 	return freqSlice
 }
@@ -228,11 +267,12 @@ func countWordFrequencyWithWeight(text string) map[string]WordFreqWithWeight {
 	// 构建包含权重的结果
 	for word, frequency := range wordCount {
 		weight := getWordWeight(word)
-		if weight > 100 {
+		if weight > basefreq {
 			freqMap[word] = WordFreqWithWeight{
 				Word:      word,
 				Frequency: frequency,
 				Weight:    weight,
+				Score:     float64(frequency) * weight,
 			}
 		}

--- a/backend/data/stock_sentiment_analysis_test.go
+++ b/backend/data/stock_sentiment_analysis_test.go
@@ -25,12 +25,13 @@ func TestAnalyzeSentiment(t *testing.T) {
 	//}

 	text := messageText.String()
-	text = " 【周六你需要知道的隔夜全球要闻：美联储鸽声重振 美股走势回稳】 1、纽约联储行长威廉姆斯表示，随着劳动力市场走软，美联储近期内仍有再次降息的空间。 2、美联储理事斯蒂芬·米兰表示，自上次联邦公开市场委员会（FOMC）会议以来的经济数据应“促使人们偏向鸽派立场”。 3、波士顿联邦储备银行行长柯林斯表示，由于通胀可能在一段时间内保持高位，维持利率不变“目前合适”。 4、据CME“美联储观察”，截至北京时间11月22日6时30分，美联储12月降息25个基点的概率为69.4%，维持利率不变的概率为30.6%。 5、美国劳工统计局表示，11月CPI报告将于12月18日发布，同时取消了10月CPI报告发布，表示无法追溯采集政府停摆期间未能收集的部分数据。 6、俄罗斯总统普京表示，已收到美提出解决俄乌冲突的计划，俄罗斯愿意进行和平谈判。美国总统特朗普表示，他认为27日是乌克兰接受美国支持的和平计划的最后期限。 7、美联储高官鸽派言论提振市场情绪，美股三大指数收盘集体上涨，道琼斯指数涨1.08%，标普500指数涨0.98%，纳斯达克综合指数涨0.88%。甲骨文跌超5%，英伟达跌超1%。纳指本周累计跌2.74%，标普500指数累跌1.95%，道指累跌1.91%。英伟达本周累跌5.9%。 8、热门中概股多数上涨，纳斯达克中国金龙指数收涨1.23%。蔚来涨超3%，哔哩哔哩、理想汽车涨超2%，京东、小鹏汽车涨超1%。 9、国际油价下跌，交易员评估乌克兰与俄罗斯可能达成和平协议的前景。WTI 1月期货下跌1.6%，结算价报每桶58.06美元，为过去五个交易日中第四次下跌。布伦特1月期货下跌1.3%，结算价报每桶62.56美元。 10、美联储延长压力测试改进方案征询期，为银行反馈提供更多时间。 11、由于美国人对个人财务状况的看法恶化，美国消费者信心在11月跌至接近纪录最低水平；密歇根大学数据显示，11月消费者信心指数降至51，10月为53.6。 12、日本央行政策委员会委员Kazuyuki Masu表示，日本央行接近作出加息决定。 13、穆迪将意大利信用评级从BAA3上调至BAA2，展望稳定。\n"
-
+	//text = " 【周六你需要知道的隔夜全球要闻：美联储鸽声重振 美股走势回稳】 1、纽约联储行长威廉姆斯表示，随着劳动力市场走软，美联储近期内仍有再次降息的空间。 2、美联储理事斯蒂芬·米兰表示，自上次联邦公开市场委员会（FOMC）会议以来的经济数据应“促使人们偏向鸽派立场”。 3、波士顿联邦储备银行行长柯林斯表示，由于通胀可能在一段时间内保持高位，维持利率不变“目前合适”。 4、据CME“美联储观察”，截至北京时间11月22日6时30分，美联储12月降息25个基点的概率为69.4%，维持利率不变的概率为30.6%。 5、美国劳工统计局表示，11月CPI报告将于12月18日发布，同时取消了10月CPI报告发布，表示无法追溯采集政府停摆期间未能收集的部分数据。 6、俄罗斯总统普京表示，已收到美提出解决俄乌冲突的计划，俄罗斯愿意进行和平谈判。美国总统特朗普表示，他认为27日是乌克兰接受美国支持的和平计划的最后期限。 7、美联储高官鸽派言论提振市场情绪，美股三大指数收盘集体上涨，道琼斯指数涨1.08%，标普500指数涨0.98%，纳斯达克综合指数涨0.88%。甲骨文跌超5%，英伟达跌超1%。纳指本周累计跌2.74%，标普500指数累跌1.95%，道指累跌1.91%。英伟达本周累跌5.9%。 8、热门中概股多数上涨，纳斯达克中国金龙指数收涨1.23%。蔚来涨超3%，哔哩哔哩、理想汽车涨超2%，京东、小鹏汽车涨超1%。 9、国际油价下跌，交易员评估乌克兰与俄罗斯可能达成和平协议的前景。WTI 1月期货下跌1.6%，结算价报每桶58.06美元，为过去五个交易日中第四次下跌。布伦特1月期货下跌1.3%，结算价报每桶62.56美元。 10、美联储延长压力测试改进方案征询期，为银行反馈提供更多时间。 11、由于美国人对个人财务状况的看法恶化，美国消费者信心在11月跌至接近纪录最低水平；密歇根大学数据显示，11月消费者信心指数降至51，10月为53.6。 12、日本央行政策委员会委员Kazuyuki Masu表示，日本央行接近作出加息决定。 13、穆迪将意大利信用评级从BAA3上调至BAA2，展望稳定。\n"
+	text = "财联社电：英伟达周五冲高回落，股价涨幅收于1%，市场普遍认为其走势疲软"
+	text = "【本轮巴以冲突已致加沙地带69733人死亡】财联社11月22日电，当地时间22日下午，以军对加沙城西部一辆汽车发动空袭，已造成5人死亡，多人受伤。自2023年10月7日巴以新一轮大规模冲突爆发以来，以色列对加沙地带的袭击已造成69733人死亡、170863人受伤。"
+	//text = "【牛肉加工亏损 美国泰森公司关停缩减相关业务】财联社11月22日电，受牛肉加工业务亏损影响，当地时间21日，美国泰森食品公司发布公告称，将关闭位于内布拉斯加州的一家大型牛肉加工厂，还计划缩小得克萨斯州一家牛肉加工厂的生产规模。根据泰森食品公司的公告，被关闭的这家工厂位于内布拉斯加州列克星敦，日均可宰杀并处理大约5000头牛，约占全美日均牛肉屠宰数量的4.8%。与此同时，公司还计划缩小得克萨斯州一家牛肉加工厂的生产规模，这家工厂每天大约可屠宰6000头牛。据悉，泰森此次业务调整影响两个工厂大约5000个工作岗位。《华尔街日报》报道称，泰森是美国四大肉类加工公司中首家关闭主要牛肉加工厂的公司，其最新财报显示，2025财年牛肉加工是唯一亏损的业务部门，调整后的营业亏损为4.26亿美元。"
 	// 分析情感
 	words := splitWords(text)
 	fmt.Println(strings.Join(words, " "))
-	result := AnalyzeSentiment(text)
 	result, frequencies := AnalyzeSentimentWithFreqWeight(text)
 	// 过滤标点符号和分隔符
 	cleanFrequencies := FilterPunctuationAndSeparators(frequencies)
--- a/backend/models/models.go
+++ b/backend/models/models.go
@@ -232,15 +232,16 @@ type Prompt struct {
 type Telegraph struct {
 	gorm.Model
 	Time            string          `json:"time"`
-	DataTime        *time.Time      `json:"dataTime"`
-	Content         string          `json:"content"`
+	DataTime        *time.Time      `json:"dataTime" gorm:"index"`
+	Title           string          `json:"title" gorm:"index"`
+	Content         string          `json:"content" gorm:"index"`
 	SubjectTags     []string        `json:"subjects" gorm:"-:all"`
 	StocksTags      []string        `json:"stocks" gorm:"-:all"`
-	IsRed           bool            `json:"isRed"`
+	IsRed           bool            `json:"isRed" gorm:"index"`
 	Url             string          `json:"url"`
-	Source          string          `json:"source"`
+	Source          string          `json:"source" gorm:"index"`
 	TelegraphTags   []TelegraphTags `json:"tags" gorm:"-:migration;foreignKey:TelegraphId"`
-	SentimentResult string          `json:"sentimentResult"`
+	SentimentResult string          `json:"sentimentResult" gorm:"index"`
 }
 type TelegraphTags struct {
 	gorm.Model
@@ -331,6 +332,22 @@ type TVNews struct {
 		LogoId string `json:"logo_id"`
 	} `json:"provider"`
 }
+type TVNewsDetail struct {
+	ShortDescription string `json:"shortDescription"`
+	Tags             []struct {
+		Title string `json:"title"`
+		Args  []struct {
+			Id    string `json:"id"`
+			Value string `json:"value"`
+		} `json:"args"`
+	} `json:"tags"`
+	Copyright string `json:"copyright"`
+	Id        string `json:"id"`
+	Title     string `json:"title"`
+	Published int    `json:"published"`
+	Urgency   int    `json:"urgency"`
+	StoryPath string `json:"storyPath"`
+}

 type XUEQIUHot struct {
 	Data struct {
--- a/frontend/src/App.vue
+++ b/frontend/src/App.vue
@@ -53,6 +53,7 @@ const containerRef = ref({})
 const realtimeProfit = ref(0)
 const telegraph = ref([])
 const groupList = ref([])
+const officialStatement= ref("")
 const menuOptions = ref([
  {
    label: () =>
@@ -599,6 +600,7 @@ onBeforeMount(() => {
  GetVersionInfo().then(result => {
    if(result.officialStatement){
      content.value = result.officialStatement+"\n\n"+content.value
+      officialStatement.value = result.officialStatement
    }
  })

@@ -669,7 +671,7 @@ onBeforeMount(() => {
 })

 onMounted(() => {
-  WindowSetTitle("go-stock：AI赋能股票分析✨  未经授权,禁止商业目的！ [数据来源于网络,仅供参考;投资有风险,入市需谨慎]")
+  WindowSetTitle("go-stock：AI赋能股票分析✨ "+officialStatement.value+"  未经授权,禁止商业目的！ [数据来源于网络,仅供参考;投资有风险,入市需谨慎]")
  contentStyle.value = "max-height: calc(92vh);overflow: hidden"
  GetConfig().then((res) => {
    if (res.enableNews) {
--- a/frontend/src/components/AnalyzeMartket.vue
+++ b/frontend/src/components/AnalyzeMartket.vue
@@ -1,9 +1,308 @@
 <script setup>

+import {AnalyzeSentimentWithFreqWeight,GlobalStockIndexes} from "../../wailsjs/go/main/App";
+import * as echarts from "echarts";
+import {onMounted,onUnmounted, ref} from "vue";
+import _ from "lodash";
+const { name,darkTheme,kDays ,chartHeight} = defineProps({
+  name: {
+    type: String,
+    default: ''
+  },
+  kDays: {
+    type: Number,
+    default: 14
+  },
+  chartHeight: {
+    type: Number,
+    default: 500
+  },
+  darkTheme: {
+    type: Boolean,
+    default: false
+  }
+})
+const common = ref([])
+const america = ref([])
+const europe = ref([])
+const asia = ref([])
+const mainIndex = ref([])
+const chinaIndex = ref([])
+const other = ref([])
+const globalStockIndexes = ref(null)
+const chartRef = ref(null);
+const gaugeChartRef = ref(null);
+const triggerAreas=ref(["main","extra","arrow"])
+let handleChartInterval=null
+let handleIndexInterval=null
+onMounted(() => {
+  handleChart()
+  getIndex()
+  handleChartInterval=setInterval(function () {
+    handleChart()
+  }, 1000 * 60)
+
+  handleIndexInterval=setInterval(function () {
+    getIndex()
+  }, 1000 * 2)
+})
+
+onUnmounted(()=>{
+  clearInterval(handleChartInterval)
+  clearInterval(handleIndexInterval)
+})
+
+function getIndex() {
+  GlobalStockIndexes().then((res) => {
+    globalStockIndexes.value = res
+    common.value = res["common"]
+    america.value = res["america"]
+    europe.value = res["europe"]
+    asia.value = res["asia"]
+    other.value = res["other"]
+    mainIndex.value=asia.value.filter(function (item) {
+      return ['上海',"深圳","香港","台湾","北京","东京","首尔","纽约","纳斯达克"].includes(item.location)
+    }).concat(america.value.filter(function (item) {
+      return ['上海',"深圳","香港","台湾","北京","东京","首尔","纽约","纳斯达克"].includes(item.location)
+    }))
+
+    chinaIndex.value=asia.value.filter(function (item) {
+      return ['上海',"深圳","香港","台湾","北京"].includes(item.location)
+    })
+
+  })
+}
+function  handleChart(){
+  const formatUtil = echarts.format;
+  AnalyzeSentimentWithFreqWeight("").then((res) => {
+    //console.log(res)
+    const treemapchart = echarts.init(chartRef.value);
+    const gaugeChart=echarts.init(gaugeChartRef.value);
+    let data = res['frequencies'].map(item => ({
+      name: item.Word,
+      // value: item.Frequency,
+      // value: item.Weight,
+      frequency: item.Frequency,
+      weight: item.Weight,
+      value: item.Score,
+    }));
+
+    let data2 = res['frequencies'].map(item => ({
+      name: item.Word,
+       value: item.Frequency,
+      // value: item.Weight,
+      frequency: item.Frequency,
+      weight: item.Weight,
+      //value: item.Score,
+    }));
+
+    let data3 = res['frequencies'].map(item => ({
+      name: item.Word,
+      //value: item.Frequency,
+       value: item.Weight,
+      frequency: item.Frequency,
+      weight: item.Weight,
+      //value: item.Score,
+    }));
+
+    let option = {
+      darkMode: darkTheme,
+      title: {
+        text:name,
+        left: 'center',
+        textStyle: {
+          color: darkTheme?'#ccc':'#456'
+        }
+      },
+      legend: {
+        show: false
+      },
+      toolbox: {
+        left: '20px',
+        tooltip:{
+          textStyle: {
+            color: darkTheme?'#ccc':'#456'
+          }
+        },
+        feature: {
+          saveAsImage: {title: '保存图片'},
+          restore: {
+            title: '默认',
+          },
+          myTool2: {
+            show: true,
+            title: '按权重',
+            icon:"path://M393.8816 148.1216a29.3376 29.3376 0 0 1-15.2576 38.0928c-43.776 17.152-81.92 43.8272-114.2784 76.2368A345.7536 345.7536 0 0 0 159.5392 512 352.8704 352.8704 0 0 0 512 864.4608a351.744 351.744 0 0 0 249.5488-102.912 353.536 353.536 0 0 0 76.2368-114.2784c5.6832-15.2576 22.8352-20.992 38.0928-15.2576 15.2576 5.7344 20.992 22.8864 15.2576 38.0928a421.2224 421.2224 0 0 1-89.6 133.376A412.6208 412.6208 0 0 1 512 921.6c-226.7136 0-409.6-182.8864-409.6-409.6 0-108.544 41.9328-211.456 120.0128-289.5872A421.2224 421.2224 0 0 1 355.84 132.864a29.3376 29.3376 0 0 1 38.0928 15.2576zM512 102.4c226.7136 0 409.6 182.8864 409.6 409.6 0 15.2576-13.312 28.5696-28.5696 28.5696H512A29.2864 29.2864 0 0 1 483.4304 512V130.9696c0-15.2576 13.312-28.5696 28.5696-28.5696z m28.5696 59.0336v321.9968h321.9968a350.976 350.976 0 0 0-321.9968-321.9968z",
+            onclick: function (){
+              treemapchart.setOption( {series:{
+                  data: data3
+                }})
+            }
+          },
+          myTool1: {
+            show: true,
+            title: '按频次',
+            icon:"path://M895.466667 476.8l-87.424-87.424v-123.626667a49.770667 49.770667 0 0 0-49.770667-49.770666h-123.626667L547.2 128.533333a49.792 49.792 0 0 0-70.4 0l-87.424 87.424h-123.626667a49.770667 49.770667 0 0 0-49.770666 49.770667v123.626667L128.533333 476.8a49.792 49.792 0 0 0 0 70.4l87.424 87.424v123.626667a49.770667 49.770667 0 0 0 49.770667 49.770666h123.626667l87.424 87.424a49.792 49.792 0 0 0 70.4 0l87.424-87.424h123.626666a49.770667 49.770667 0 0 0 49.770667-49.770666v-123.626667l87.424-87.424a49.749333 49.749333 0 0 0 0.042667-70.4z m-137.216 137.194667v144.256h-144.256L512 860.266667l-101.994667-101.994667h-144.256v-144.256L163.733333 512l101.994667-101.994667v-144.256h144.256L512 163.733333l101.994667 101.994667h144.256v144.256L860.266667 512l-102.016 101.994667z M414.378667 514.730667l28.672 10.922666c-18.090667 47.445333-38.229333 92.16-60.757334 133.802667l-30.037333-13.653333a1042.133333 1042.133333 0 0 0 62.122667-131.072zM381.952 367.616L355.669333 384c25.258667 26.282667 45.056 50.176 60.074667 72.021333l25.6-17.749333c-13.994667-20.48-33.792-44.032-59.392-70.656zM537.258667 455.338667c-0.682667 43.690667-6.144 79.189333-16.725334 106.837333-14.336 32.768-44.373333 60.416-89.429333 82.944l21.162667 25.941333c52.224-26.624 85.333333-60.074667 99.328-100.693333 1.706667-5.12 3.413333-10.24 4.778666-15.36 21.504 45.738667 52.906667 83.968 93.866667 115.370667l21.504-24.917334c-51.2-34.474667-86.357333-81.237333-105.813333-140.288 1.706667-15.701333 2.730667-32.085333 2.730666-49.834666h-31.402666z M508.586667 434.858667h115.712c-6.826667 25.258667-15.018667 47.786667-24.917334 66.901333l31.744 8.874667a627.008 627.008 0 0 0 27.989334-85.674667v-21.162667H517.12c3.413333-14.336 6.144-29.354667 8.874667-45.738666l-32.426667-5.12c-7.850667 59.392-25.6 105.813333-52.906667 139.264l26.965334 19.114666c16.725333-19.114667 30.378667-44.373333 40.96-76.458666z",
+            onclick: function (){
+              treemapchart.setOption( {series:{
+                  data: data2
+                }})
+            }
+          }
+        }
+      },
+      tooltip: {
+        formatter: function (info) {
+          var value = info.value.toFixed(2);
+          var frequency = info.data.frequency;
+          var weight = info.data.weight;
+          return [
+            '<div class="tooltip-title">' + info.name+ '</div>',
+            '热度: ' + formatUtil.addCommas(value) + '',
+            '<div class="tooltip-title">频次: ' +  formatUtil.addCommas(frequency)+ '</div>',
+            '<div class="tooltip-title">权重: ' +  formatUtil.addCommas(weight)+ '</div>',
+          ].join('');
+        }
+      },
+      series: [
+        {
+          type: 'treemap',
+          breadcrumb:{show: false},
+          left: '0',
+          top: '40',
+          right: '0',
+          bottom: '0',
+          tooltip: {
+            show: true
+          },
+          data: data
+        }
+      ]
+    };
+    treemapchart.setOption(option);
+
+
+
+    let option2 = {
+      darkMode: darkTheme,
+      series: [
+        {
+          type: 'gauge',
+          startAngle: 180,
+          endAngle: 0,
+          center: ['50%', '75%'],
+          radius: '90%',
+          min: -100,
+          max: 100,
+          splitNumber: 8,
+          axisLine: {
+            lineStyle: {
+              width: 6,
+              color: [
+                // [0.25, '#FF6E76'],
+                // [0.5, '#FDDD60'],
+                // [0.75, '#58D9F9'],
+                // [1, '#7CFFB2'],
+
+                [0.25, '#03fb6a'],
+                [0.5, '#58e1f9'],
+                [0.75, '#ef5922'],
+                [1, '#f11d29'],
+
+              ]
+            }
+          },
+          pointer: {
+            icon: 'path://M12.8,0.7l12,40.1H0.7L12.8,0.7z',
+            length: '12%',
+            width: 20,
+            offsetCenter: [0, '-60%'],
+            itemStyle: {
+              color: 'auto'
+            }
+          },
+          axisTick: {
+            length: 12,
+            lineStyle: {
+              color: 'auto',
+              width: 2
+            }
+          },
+          splitLine: {
+            length: 20,
+            lineStyle: {
+              color: 'auto',
+              width: 5
+            }
+          },
+          axisLabel: {
+            color:  darkTheme?'#ccc':'#456',
+            fontSize: 20,
+            distance: -45,
+            rotate: 'tangential',
+            formatter: function (value) {
+              if (value ===100) {
+                return '极热';
+              } else if (value === 50) {
+                return '乐观';
+              }  else if (value === 0) {
+                return '中性';
+              }else if (value === -50) {
+                return '谨慎';
+              } else if (value === -100) {
+                return '冰点';
+              }
+              return '';
+            }
+          },
+          title: {
+            offsetCenter: [0, '-10%'],
+            fontSize: 20
+          },
+          detail: {
+            fontSize: 30,
+            offsetCenter: [0, '-35%'],
+            valueAnimation: true,
+            formatter: function (value) {
+              return value.toFixed(2) + '';
+            },
+            color: 'inherit'
+          },
+          data: [
+            {
+              value: res.result.Score*0.2,
+              name: '市场情绪强弱'
+            }
+          ]
+        }
+      ]
+    };
+    gaugeChart.setOption(option2);
+  })
+}
 </script>

 <template>
-
+  <n-collapse :trigger-areas="triggerAreas" :default-expanded-names="['1']" display-directive="show">
+    <n-collapse-item  name="1" >
+      <template #header>
+          <n-flex>
+              <n-tag  size="small" :bordered="false" v-for="(item, index) in mainIndex" :type="item.zdf>0?'error':'success'">  {{item.name}} {{item.zxj}}   <n-number-animation :precision="2" :from="0" :to="item.zdf"/>%</n-tag>
+          </n-flex>
+      </template>
+      <template #header-extra>
+        主要股指
+      </template>
+      <n-grid :cols="24" :y-gap="0">
+        <n-gi span="6">
+          <div ref="gaugeChartRef" style="width: 100%;height: auto;--wails-draggable:no-drag" :style="{height:chartHeight+'px'}" ></div>
+        </n-gi>
+        <n-gi span="18">
+          <div ref="chartRef" style="width: 100%;height: auto;--wails-draggable:no-drag" :style="{height:chartHeight+'px'}" ></div>
+        </n-gi>
+      </n-grid>
+    </n-collapse-item>
+  </n-collapse>
 </template>

 <style scoped>
--- a/frontend/src/components/market.vue
+++ b/frontend/src/components/market.vue
@@ -13,7 +13,7 @@ import {
  SaveAsMarkdown,
  ShareAnalysis,
  SummaryStockNews,
-  GetAiConfigs, AnalyzeSentimentWithFreqWeight
+  GetAiConfigs,
 } from "../../wailsjs/go/main/App";
 import {EventsOff, EventsOn} from "../../wailsjs/runtime";
 import NewsList from "./newsList.vue";
@@ -45,6 +45,7 @@ const panelHeight = ref(window.innerHeight - 240)

 const telegraphList = ref([])
 const sinaNewsList = ref([])
+const foreignNewsList = ref([])
 const common = ref([])
 const america = ref([])
 const europe = ref([])
@@ -54,6 +55,7 @@ const globalStockIndexes = ref(null)
 const summaryModal = ref(false)
 const summaryBTN = ref(true)
 const darkTheme = ref(false)
+const httpProxyEnabled = ref(false)
 const theme = computed(() => {
  return darkTheme ? 'dark' : 'light'
 })
@@ -96,6 +98,7 @@ onBeforeMount(() => {
  GetConfig().then(result => {
    summaryBTN.value = result.openAiEnable
    darkTheme.value = result.darkTheme
+    httpProxyEnabled.value = result.httpProxyEnabled
  })
  GetPromptTemplates("", "").then(res => {
    promptTemplates.value = res
@@ -107,13 +110,15 @@ onBeforeMount(() => {
    aiConfigs.value = res
    aiConfigId.value = res[0].ID
  })
-
  GetTelegraphList("财联社电报").then((res) => {
    telegraphList.value = res
  })
  GetTelegraphList("新浪财经").then((res) => {
    sinaNewsList.value = res
  })
+  GetTelegraphList("外媒").then((res) => {
+    foreignNewsList.value = res
+  })
  getIndex();
  industryRank();
  indexInterval.value = setInterval(() => {
@@ -127,7 +132,6 @@ onBeforeMount(() => {

 })
 onMounted(() => {
-  Analyze() // 页面显示
 })


@@ -155,7 +159,6 @@ EventsOn("newTelegraph", (data) => {
      telegraphList.value.pop()
    }
    telegraphList.value.unshift(...data)
-    Analyze() // 页面显示
  }
 })
 EventsOn("newSinaNews", (data) => {
@@ -164,7 +167,14 @@ EventsOn("newSinaNews", (data) => {
    sinaNewsList.value.pop()
  }
  sinaNewsList.value.unshift(...data)
-    Analyze() // 页面显示
+  }
+})
+EventsOn("tradingViewNews", (data) => {
+  if (data!=null) {
+    for (let i = 0; i < data.length; i++) {
+      foreignNewsList.value.pop()
+    }
+    foreignNewsList.value.unshift(...data)
  }
 })

@@ -173,32 +183,6 @@ window.onresize = () => {
  panelHeight.value = window.innerHeight - 240
 }

-function Analyze(){
-  console.log("treemapchart:",treemapchart)
-  console.log("treemapRef:",treemapRef.value)
-  treemapchart = echarts.init(treemapRef.value);
-  treemapchart.showLoading()
-  AnalyzeSentimentWithFreqWeight("").then((res) => {
-
-    let option = {
-      legend: {
-        show: false
-      },
-      series: [
-        {
-          type: 'treemap',
-          data: res['frequencies'].slice(0, 20).map(item => ({
-            name: item.Word,
-            value: item.Frequency,
-          }))
-        }
-      ]
-    };
-    treemapchart.setOption(option);
-    treemapchart.hideLoading()
-  })
-}
-
 function getAreaName(code) {
  switch (code) {
    case "america":
@@ -273,9 +257,6 @@ function getAiSummary() {
 function updateTab(name) {
  summaryBTN.value = (name === "市场快讯");
  nowTab.value = name
-  if (name === "市场快讯") {
-    Analyze()
-  }
 }

 EventsOn("summaryStockNews", async (msg) => {
@@ -356,6 +337,9 @@ function ReFlesh(source) {
    if (source === "新浪财经") {
      sinaNewsList.value = res
    }
+    if (source === "外媒") {
+      foreignNewsList.value = res
+    }
  })
 }
 </script>
@@ -366,16 +350,20 @@ function ReFlesh(source) {
      <n-tab-pane name="市场快讯" tab="市场快讯">
        <n-grid :cols="1" :y-gap="0">
          <n-gi>
-            <div  ref="treemapRef"  style="width: 100%;height: 300px;" ></div>
+            <AnalyzeMartket :dark-theme="darkTheme" :chart-height="300" :kDays="1" :name="'最近24小时热词'" />
          </n-gi>
          <n-gi>
-            <n-grid :cols="2" :y-gap="0">
+            <n-grid :cols="httpProxyEnabled?3:2" :y-gap="0">
              <n-gi>
                <news-list :newsList="telegraphList" :header-title="'财联社电报'" @update:message="ReFlesh"></news-list>
              </n-gi>
              <n-gi>
                <news-list :newsList="sinaNewsList" :header-title="'新浪财经'" @update:message="ReFlesh"></news-list>
              </n-gi>
+              <n-gi v-if="httpProxyEnabled">
+                <news-list :newsList="foreignNewsList" :header-title="'外媒'" @update:message="ReFlesh"></news-list>
+              </n-gi>
+
            </n-grid>
          </n-gi>
        </n-grid>
--- a/frontend/src/components/newsList.vue
+++ b/frontend/src/components/newsList.vue
@@ -29,11 +29,19 @@ const updateMessage = () => {
      </n-flex>
    </template>
    <n-list-item v-for="item in newsList">
-      <n-space justify="start">
+      <n-space justify="start" >
        <n-text justify="start" :bordered="false" :type="item.isRed?'error':'info'">
          <n-tag size="small" :type="item.isRed?'error':'warning'" :bordered="false"> {{ item.time }}</n-tag>
-          {{ item.content }}
+          <n-gradient-text :size="14" :type="'warning'" :bordered="false">{{ item.title }}</n-gradient-text> <n-text :type="item.isRed?'error':'info'">{{ item.content }}</n-text>
        </n-text>
+<!--        <n-collapse v-if="item.title">-->
+<!--          <n-collapse-item :title="item.title" :name="item.title">-->
+<!--            <n-text justify="start" :bordered="false" :type="item.isRed?'error':'info'">-->
+<!--              <n-tag size="small" :type="item.isRed?'error':'warning'" :bordered="false"> {{ item.time }}</n-tag>-->
+<!--              {{ item.content }}-->
+<!--            </n-text>-->
+<!--          </n-collapse-item>-->
+<!--        </n-collapse>-->
      </n-space>
      <n-space v-if="item.subjects" style="margin-top: 2px">
        <n-tag :bordered="false" type="success" size="small" v-for="sub in item.subjects">
--- a/main.go
+++ b/main.go
@@ -125,7 +125,7 @@ func main() {

 	// Create application with options
 	err = wails.Run(&options.App{
-		Title:     "go-stock：AI赋能股票分析✨",
+		Title:     "go-stock：AI赋能股票分析✨ " + OFFICIAL_STATEMENT,
 		Width:     width * 4 / 5,
 		Height:    920,
 		MinWidth:  minWidth,
@@ -150,7 +150,7 @@ func main() {
 		OnShutdown:               app.shutdown,
 		WindowStartState:         options.Normal,
 		SingleInstanceLock: &options.SingleInstanceLock{
-			UniqueId:               "go-stock-dev",
+			UniqueId:               "go-stock",
 			OnSecondInstanceLaunch: OnSecondInstanceLaunch,
 		},
 		Bind: []interface{}{
Author	SHA1	Message	Date
ArvinLovegood	93b37ca621	feat(market):新增外媒新闻功能并优化展示逻辑 - 在定时任务中增加TradingViewNews新闻抓取 - 增加TradingView新闻详情接口及数据解析逻辑 - 修改Telegraph模型字段索引提升查询性能 - 前端新增"外媒"新闻列表展示模块 - 根据HTTP代理配置动态调整新闻栏布局 - 修复时间转换及去重逻辑提高数据准确性 - 调整新闻列表显示样式增强可读性	2025-11-25 17:44:13 +08:00
ArvinLovegood	7069af869b	feat(frontend):优化市场分析组件并增强标签处理逻辑 - 添加主要指数(mainIndex)，包括中美日韩等地重要城市指数 - 更新图表展示逻辑，使用mainIndex代替原有的china索引 - 引入数字动画效果，提升用户体验 - 在后端增加标签类型过滤，仅处理type为"subject"的标签 - 调整标签词频，通过ReAddToken方法提高关键词权重	2025-11-25 12:23:54 +08:00
ArvinLovegood	dbb6789c05	feat(frontend):市场快讯里面添加全球股指展示功能并优化情绪分析图表 - 引入 GlobalStockIndexes 接口获取全球主要股指数据 - 添加中国主要股指筛选逻辑（上海、深圳、香港等） - 优化市场情绪图表数值显示精度 - 调整图表布局结构，增强可视化效果 - 修改市场情绪强弱指标名称提升可读性 - 定时获取最新股指数据（每2秒刷新） - 调整负面金融词汇权重以提高分析准确性	2025-11-24 18:08:10 +08:00
ArvinLovegood	8aed4d2753	feat(dict):优化金融股票分词字典结构与内容 - 删除重复或冗余的词条，如“人工智能”、“云计算”等在多个分类中重复出现的词汇 - 调整并统一章节编号，确保从一至九的连续性和逻辑性 - 移除不再适用的覆盖场景描述，提升字典的专业性与准确性 - 更新权重说明注释，去除不必要的分数细节，保持清晰易懂 - 重新组织词条顺序，使同类项集中，提高检索效率 - 清理负权重词汇列表中的多余条目，强化过滤机制 - 精简A股龙头公司条目，聚焦更广泛的财务与估值指标词条 - 统一格式排版，增强可读性和维护便利性	2025-11-23 20:48:28 +08:00
ArvinLovegood	6bd1bdae02	feat(dict):优化金融股票分词字典结构与内容 - 删除重复或冗余的词条，如“人工智能”、“云计算”等在多个分类中重复出现的词汇 - 调整并统一章节编号，确保从一至九的连续性和逻辑性 - 移除不再适用的覆盖场景描述，提升字典的专业性与准确性 - 更新权重说明注释，去除不必要的分数细节，保持清晰易懂 - 重新组织词条顺序，使同类项集中，提高检索效率 - 清理负权重词汇列表中的多余条目，强化过滤机制 - 精简A股龙头公司条目，聚焦更广泛的财务与估值指标词条 - 统一格式排版，增强可读性和维护便利性	2025-11-23 20:40:57 +08:00
ArvinLovegood	9a40d343aa	feat(dict): 优化金融股票分词字典结构与内容 - 删除重复或冗余的词条，如“人工智能”、“云计算”等在多个分类中重复出现的词汇 - 调整并统一章节编号，确保从一至九的连续性和逻辑性 - 移除不再适用的覆盖场景描述，提升字典的专业性与准确性 - 更新权重说明注释，去除不必要的分数细节，保持清晰易懂 - 重新组织词条顺序，使同类项集中，提高检索效率 - 清理负权重词汇列表中的多余条目，强化过滤机制 - 精简A股龙头公司条目，聚焦更广泛的财务与估值指标词条 - 统一格式排版，增强可读性和维护便利性	2025-11-23 20:39:06 +08:00
ArvinLovegood	e4cdad6ffe	feat(data): 更新用户词典，新增热点概念与板块词汇 - 添加负权重词汇以降低无差别匹配干扰 - 新增核心热点概念词汇，权重设为700分 - 扩展重点赛道板块词汇，权重设为500分 - 增加事件驱动型概念词汇，权重设为400分 - 调整部分已有词汇格式，确保兼容性	2025-11-23 20:22:29 +08:00
ArvinLovegood	a0005dab96	feat(data): 更新用户词典文件 - 调整了原有词汇的权重值从0.1为-0.1 - 新增多个金融及行业相关词汇，如基金、保险等 - 增加了热点概念词汇，例如冰雪旅游、新能源汽车等 - 添加了具体公司或产品名称，如摩尔线程及其相关概念 - 保留并确认具身智能一词的权重与分类不变	2025-11-23 20:03:23 +08:00
ArvinLovegood	c945ca9322	feat(data):调整新闻获取逻辑与情感分析词频权重 - 修改市场新闻接口查询逻辑，按创建时间倒序排序 - 增加单次获取新闻数量上限至10000条 - 调整股票名称及板块名称在分词器中的基础频率权重 - 修改标签添加时的基础频率值 - 更新情感分析中词语权重判断条件，使用动态基准频率替代固定值200	2025-11-23 19:12:07 +08:00
ArvinLovegood	7bbc6831f4	feat(frontend):实现词云图按权重和频次切换显示 - 添加工具箱按钮用于切换数据展示方式 - 支持按权重、频次和分数三种方式展示词云图 - 优化图表标题和坐标轴标签颜色适配暗色主题 - 调整树图布局顶部间距以避免遮挡标题 - 隐藏树图面包屑导航提升界面简洁性	2025-11-23 11:20:32 +08:00
ArvinLovegood	ab0ccc4fe0	feat(frontend):调整市场情绪仪表盘配置与数据映射逻辑 - 为仪表盘启用暗色主题支持 - 修改仪表盘数值范围从[0,1]到[-100,100] - 更新颜色分段以匹配新的评分区间 - 调整轴标签位置并重新定义文案映射规则 - 修正数据传入方式，将原始分数转换为适配图表的比例值 - 优化后端接口调用参数，移除固定来源限制以获取更全面的新闻数据	2025-11-23 08:13:35 +08:00
ArvinLovegood	fa658357c9	feat(sentiment):新增市场情绪分析功能 - 添加 AnalyzeMartket 组件用于展示情绪热力图和仪表盘 - 引入 ECharts 实现数据可视化 - 配置定时任务定期更新图表数据 - 在 backend 中扩展情感词典，新增关键词如“被抓”、“超”等 - 优化 sentiment 分析逻辑，提升准确性 - 移除旧版 treemap 图表实现，统一使用新组件渲染 - 调整 single instance ID 为 go-stock - 更新 base.txt 词库，增加“亏损”、“加工”等词汇	2025-11-22 23:35:02 +08:00
ArvinLovegood	746589a972	feat(backend):优化词典加载与情感分析逻辑 - 重构词典初始化流程，提升加载效率 - 新增CalcToken调用以确保词典更新生效 - 改进用户词典读取路径并增强格式校验 - 忽略空行及注释行，防止无效词条干扰分析 - 使用ReAddToken方法替换原有AddToken实现热更新 - 调整词频权重过滤阈值，提高情感识别准确度 - 引入Score字段用于treemap可视化展示 - 更新基础词典和用户词典内容，强化专业术语覆盖 - 注释冗余测试文本，避免影响正式环境运行 - 增加日志记录以便追踪词典加载与匹配过程	2025-11-22 20:16:14 +08:00
ArvinLovegood	401dd17fa8	feat(stock):加载用户自定义词典进行情感分析(用户可以自己定义词典调整热词权重) - 在默认词典加载成功后，增加加载用户自定义词典逻辑 - 判断用户词典文件是否存在，避免加载空文件 - 记录用户词典加载成功或失败的日志信息 - 保持原有默认词典加载流程不变 - 确保词典加载错误不会中断程序运行 - 统一词典加载后的日志输出格式	2025-11-22 17:28:40 +08:00
ArvinLovegood	c365bd9534	feat(frontend): 添加官方声明显示功能 - 在 App.vue 中新增 officialStatement 响应式变量 - 从版本信息接口获取官方声明内容并存储 - 将官方声明动态插入到窗口标题中 - 调整窗口标题显示逻辑以包含官方声明	2025-11-22 17:26:31 +08:00
ArvinLovegood	104ee51e13	feat(frontend): 添加官方声明显示功能 - 在 App.vue 中新增 officialStatement 响应式变量 - 从版本信息接口获取官方声明内容并存储 - 将官方声明动态插入到窗口标题中 - 调整窗口标题显示逻辑以包含官方声明	2025-11-22 17:26:12 +08:00
ArvinLovegood	00f3e5f0e0	feat(data): 添加用户词典文件 - 新增包含13个常用词汇的用户词典 - 词汇涵盖公司、国家、市场等业务相关术语 - 为自然语言处理模块提供基础词汇支持	2025-11-22 17:18:35 +08:00
ArvinLovegood	483ffa2244	feat(data): 优化金融分词词典与情感分析逻辑 - 更新基础词典文件，完善覆盖场景并调整部分词条权重 - 移除重复或冗余的美股及中概股名称条目 - 提升多个关键金融术语如“人工智能”、“半导体”等权重至350 - 新增“冲高”、“打开涨停”等交易行为相关词汇并设定合理权重 - 完善“十五五规划”相关内容条目，并分类整理结构 - 在情感分析模块引入basefreq常量替代硬编码数值 - 调整股票名称和板块名称添加逻辑中的频率值计算方式 - 重构用户自定义词典加载流程，增强兼容性和健壮性 - 支持更灵活的用户词典格式（支持词、频、词性三元素） - 修改词频结果结构体，新增Score字段用于综合评分 - 优化排序规则，依据频率与权重乘积进行降序排列 - 增加调试日志输出，便于追踪分析过程与结果 - 前端Treemap图表展示逻辑同步更新以适配新的评分标准	2025-11-22 17:17:55 +08:00
ArvinLovegood	63d278b9aa	feat(stock):加载用户自定义词典进行情感分析(用户可以自己定义词典调整热词权重) - 在默认词典加载成功后，增加加载用户自定义词典逻辑 - 判断用户词典文件是否存在，避免加载空文件 - 记录用户词典加载成功或失败的日志信息 - 保持原有默认词典加载流程不变 - 确保词典加载错误不会中断程序运行 - 统一词典加载后的日志输出格式	2025-11-22 13:02:33 +08:00
ArvinLovegood	5621d40c71	feat(market):调整词频树图数据计算方式 - 将词频树图中的值计算方式从 Frequency 改为 Frequency * Weight - 更新 treemap 数据映射逻辑以反映新的权重计算 - 确保前端展示的数据更加准确地反映词汇的重要性	2025-11-22 12:58:41 +08:00
ArvinLovegood	26e9753b94	feat(data):添加十五五规划重点领域关键词到基础词典 - 新增涵盖七个大类的政策关键词汇 - 设置词汇权重范围为310-350，适配政策资讯分词场景 - 包含核心战略方向、科技创新与数字经济等领域术语 - 添加能源与绿色转型相关高频词汇 - 补充高端制造与新兴产业的专业表达 - 增加乡村振兴与农业现代化关键词 - 纳入对外开放与贸易升级术语 - 更新社会民生与公共服务领域用词	2025-11-22 12:55:11 +08:00