banini-tracker

追蹤「股海冥燈」巴逆逆（8zz）的 Facebook 社群貼文，透過 Apify 抓取、AI 反指標分析、Telegram 即時推送。

辨識她提到的標的（個股、ETF、原物料）
判斷她的操作（買入 / 被套 / 停損）
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）

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。

支援兩種使用模式：

常駐排程：Docker 部署，自動盤中/盤後排程 + LLM 分析 + Telegram 推送
CLI 工具：npx @cablate/banini-tracker，搭配 Claude Code 等 AI 手動執行分析

快速開始（常駐排程）

# 1. 複製設定
cp .env.example .env
# 填入 APIFY_TOKEN, LLM_BASE_URL, LLM_API_KEY, LLM_MODEL, TG_BOT_TOKEN, TG_CHANNEL_ID

# 2. Docker 部署
docker build -t banini-tracker .
docker run -d --name banini --env-file .env banini-tracker

# 3. 或本地直接跑
npm install && npm run start

排程規則

盤中（週一~五 09:00-13:30）：每 30 分鐘，FB only 抓 1 篇
盤後（每天 23:00）：FB 3 篇

npm scripts

指令	說明
`npm run start`	常駐排程模式（盤中 + 盤後自動跑）
`npm run dev`	單次執行（FB 3 篇）
`npm run dry`	只抓取，不呼叫 LLM
`npm run market`	盤中模式（FB only, 1 篇）
`npm run evening`	盤後模式（各 3 篇）

.env 設定

APIFY_TOKEN=apify_api_...
LLM_BASE_URL=https://api.deepinfra.com/v1/openai
LLM_API_KEY=...
LLM_MODEL=MiniMaxAI/MiniMax-M2.5
TG_BOT_TOKEN=...
TG_CHANNEL_ID=-100...

# 影片轉錄（選填，啟用後自動轉錄影片貼文）
TRANSCRIBER=groq
GROQ_API_KEY=gsk_...

CLI 工具模式

不需 clone repo，任何環境直接用：

# 初始化設定
npx @cablate/banini-tracker init \
  --apify-token YOUR_APIFY_TOKEN \
  --tg-bot-token YOUR_TG_BOT_TOKEN \
  --tg-channel-id YOUR_TG_CHANNEL_ID

# 抓取 Facebook 最新 3 篇
npx @cablate/banini-tracker fetch -s fb -n 3 --mark-seen

# 推送結果到 Telegram
npx @cablate/banini-tracker push -m "分析結果..."

CLI 指令

指令	說明
`init`	初始化設定檔（`~/.banini-tracker.json`）
`config`	顯示目前設定
`fetch`	抓取貼文，輸出 JSON 到 stdout
`push`	推送訊息到 Telegram
`seen list`	列出已讀貼文 ID
`seen mark <id...>`	標記貼文為已讀
`seen clear`	清空已讀紀錄

fetch 選項

-s, --source <source>  來源：fb（預設 fb）
-n, --limit <n>        每個來源抓幾篇（預設 3）
--no-dedup             不去重
--mark-seen            輸出後自動標記已讀

push 選項

-m, --message <text>     直接帶訊息
-f, --file <path>        從檔案讀取
--parse-mode <mode>      HTML / Markdown / none（預設 HTML）

不帶 -m 或 -f 時從 stdin 讀取。

搭配 Claude Code 使用

在 Claude Code 的 skill 中，Claude 自己就是分析引擎：

fetch 抓貼文 → Claude 讀 JSON
Claude 分析 + WebSearch 查最新走勢
Claude 組報告 → push 推送 Telegram

詳見 skill/SKILL.md。

費用估算

項目	單次費用	頻率	月估算
Facebook 抓取（Apify）	~$0.02	盤中 ~198 次 + 盤後 30 次	~$4.56
LLM 分析（常駐模式）	依模型而定	同上	依模型定價
影片轉錄（Groq Whisper）	~$0.006/分鐘	視影片數量	極低
Telegram 推送	免費	—	$0

盤中：週一~五 09:00-13:30 每 30 分鐘（~9 次/日 × 22 工作日）
盤後：每天 23:00（30 次/月）
CLI 模式搭配 Claude Code 使用則不需 LLM 費用，Claude 自己分析

為什麼只用 Facebook？

早期版本同時支援 Threads 和 Facebook 爬取，後來基於兩個原因移除了 Threads：

費用差距大：Threads 每次抓取 ~$0.15（Pay-per-event），Facebook 只要 ~$0.02（CU 計費），差 7 倍以上
FB 參考價值更高：巴逆逆的投資相關貼文（持倉截圖、操作心得）主要發在 Facebook 粉專，Threads 多為生活日常，反指標參考價值較低

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

MIT