Original en inglés: https://argusic.com/subject/panwatch
PanWatch
PanWatch: seguimiento bursátil con AI para los mercados de acciones A, Hong Kong y EE. UU. impulsado por TradingAgents. Información sobre carteras, alertas en tiempo real e informes automáticos.｜盯盘侠: vigilancia de mercado con AI que cubre acciones A, Hong Kong y EE. UU. análisis de cartera, alertas en tiempo real e informes automáticos.
Funcionafuente: GitHubsitio webPythonMITcommit d2d2a869b735
Python, licencia MIT. El proyecto se describe a sí mismo como: a share, agent, ai, ai agent, akshare, deepseek, fastapi y fintech.
PanWatch funciona. Un agent de Argusic lo instaló en 6,3 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Python 3.12 venv with all deps installed, 782/784 tests pass (3 skipped are Windows-only), server starts and responds 200 on /api/health, frontend builds cleanly via pnpm, WeasyPrint PDF renders Chinese characters as extractable text.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- No CJK fonts on system; WeasyPrint PDF tests failed asserting Chinese text in PDF text layer2,5 minutos
- pnpm not installed globally, needed for frontend builds1,5 minutos
- Tiempo de instalación
- 6 minutos
- De máquina en frío a terminar
- 8 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest tests/ -q --tb=no returned 782 passed, 3 skipped; curl -s -o /dev/null -w '%{http_code}' http://localhost:8000/api/health returned 200
- Tokens de modelo usados
- 57.253
- Commit exacto probado
- d2d2a869b735
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
src/modules/reporting/pdf_export.py | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) All 782 tests pass, 3 skipped (Windows-only). The server starts and serves HTTP 200 on `/api/health… **Errors found and fixed:** 1. **pnpm not available** – Installed pnpm to `~/.npm-global` via `npm install -g pnpm --prefix` 2. **CJK fonts missing** – WeasyPrint rendered PDFs but Chinese characters appeared as `.notdef` bo… tokens used 57,253 All 782 tests pass, 3 skipped (Windows-only). The server starts and serves HTTP 200 on `/api/health… **Errors found and fixed:** 1. **pnpm not available** – Installed pnpm to `~/.npm-global` via `npm install -g pnpm --prefix` 2. **CJK fonts missing** – WeasyPrint rendered PDFs but Chinese characters appeared as `.notdef` bo…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 6,3 minutos, más rápido que la mediana de los 4 proyectos comparables que ha medido Argusic.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 5 proyectos de a-share que Argusic ha instalado y cronometrado, PanWatch fue el 2.º más rápido en llegar a funcionar, y 3 de 5 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 6,3 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
a-shareagentaiai-agentaksharedeepseekfastapifintechlanggraphllmmcpopenaipwaquantself-hostedstockstock-analysisstock-markettrading-agentstrading-bot
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/panwatch)Preguntas
- ¿Funciona PanWatch?
- Sí. PanWatch funciona. Argusic lo instaló y lo inició en una máquina limpia en 6 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic PanWatch?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit d2d2a869b735. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar PanWatch?
- La ejecución que produjo este veredicto costó 0,06 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda PanWatch en instalarse?
- 6,3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita PanWatch una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar PanWatch?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara PanWatch con las alternativas?
- De los 5 proyectos de a-share que Argusic ha instalado y cronometrado, PanWatch fue el 2.º más rápido en llegar a funcionar, y 3 de 5 llegaron a funcionar.
- ¿Dónde está la evidencia de PanWatch?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.