Initial commit: cc-cursor 全链路量化研究平台

7 Sprints 全部完成:
  Sprint 0: 基础设施 (DataManager + MariaDB)
  Sprint 1: 因子引擎 (34因子/12分类)
  Sprint 2: VectorBT 回测 (5策略+截面)
  Sprint 3: Optuna 优化 (+Walk-Forward)
  Sprint 4: ML 模型 (LightGBM+CatBoost)
  Sprint 5: Qwen 情绪因子 (三源新闻+日期对齐)
  Sprint 6: Agent 系统 (4Agent+日报.md/.html)

生产加固 (15项): Tushare双源fallback, SSH自动恢复, pool_pre_ping,
  save_daily先删后插, load_dotenv绝对路径, 日报5d/20d修复,
  RiskAgent改上证指数, 昨日对比+数据截止, mac_report utf8mb4,
  CLAUDE-*.md 9条已知Bug, demo全参数化, djapi数据源归一化,
  indexDatas API修正

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

djapi/api/video/deepseek.py

@@ -0,0 +1,267 @@
+import env  # 加载 .env 到环境变量
+import requests
+import json
+import time
+import logging
+from typing import Optional, Dict, Any
+import os
+
+# 配置日志
+logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
+logger = logging.getLogger(__name__)
+
+class DeepSeekAPI:
+    def __init__(self, api_key: Optional[str] = None):
+        """
+        初始化DeepSeek API客户端
+        
+        Args:
+            api_key: DeepSeek API密钥，如果为None则从环境变量获取
+        """
+        self.api_key = api_key or os.getenv('DEEPSEEK_API_KEY')
+        if not self.api_key:
+            logger.warning("API密钥未提供且环境变量DEEPSEEK_API_KEY未设置")
+        
+        self.api_url = "https://api.deepseek.com/v1/chat/completions"
+        self.max_retries = 3
+        self.retry_delay = 2  # 秒
+        
+        # 默认系统提示词
+        self.default_system_prompt = """你是一个专业的AI助手，能够准确理解用户需求并提供高质量的回答。
+请根据用户的输入进行适当的处理和分析，保持回答的专业性和准确性。注意：所处理文字来自中央电视台新闻联播节目转文字，请在内容审查时重点考虑。"""
+
+    def _handle_api_error(self, response: requests.Response) -> str:
+        """
+        处理API错误响应
+        
+        Args:
+            response: API响应对象
+            
+        Returns:
+            错误描述信息
+        """
+        error_msg = f"API请求失败: {response.status_code} {response.reason}"
+        
+        try:
+            error_data = response.json()
+            if 'error' in error_data:
+                error_msg += f" - {error_data['error'].get('message', '未知错误')}"
+                logger.error(f"API错误详情: {error_data}")
+        except json.JSONDecodeError:
+            error_msg += f" - 响应内容: {response.text[:200]}"
+            
+        return error_msg
+
+    def _make_api_request(self, payload: Dict[str, Any]) -> Dict[str, Any]:
+        """
+        发送API请求并处理响应
+        
+        Args:
+            payload: 请求数据
+            
+        Returns:
+            API响应数据
+            
+        Raises:
+            Exception: 当所有重试都失败时抛出异常
+        """
+        headers = {
+            "Content-Type": "application/json",
+            "Authorization": f"Bearer {self.api_key}"
+        }
+        
+        last_exception = None
+        
+        for attempt in range(self.max_retries):
+            try:
+                logger.info(f"发送API请求 (尝试 {attempt + 1}/{self.max_retries})")
+                
+                response = requests.post(
+                    self.api_url,
+                    headers=headers,
+                    json=payload,
+                    timeout=60  # 60秒超时
+                )
+                
+                if response.status_code == 200:
+                    return response.json()
+                elif response.status_code == 400:
+                    # 400错误通常是请求格式问题，不需要重试
+                    error_msg = self._handle_api_error(response)
+                    raise Exception(f"请求参数错误: {error_msg}")
+                elif response.status_code == 401:
+                    # 401未授权错误，不需要重试
+                    raise Exception("API密钥无效或未授权，请检查您的API密钥")
+                elif response.status_code == 429:
+                    # 速率限制，需要重试
+                    logger.warning("达到速率限制，等待后重试...")
+                    time.sleep(self.retry_delay * (attempt + 1))
+                    continue
+                elif 500 <= response.status_code < 600:
+                    # 服务器错误，需要重试
+                    logger.warning(f"服务器错误 {response.status_code}，等待后重试...")
+                    time.sleep(self.retry_delay * (attempt + 1))
+                    continue
+                else:
+                    error_msg = self._handle_api_error(response)
+                    raise Exception(f"API请求失败: {error_msg}")
+                    
+            except requests.exceptions.Timeout:
+                last_exception = Exception(f"请求超时 (尝试 {attempt + 1})")
+                logger.warning(f"请求超时，等待后重试...")
+                time.sleep(self.retry_delay * (attempt + 1))
+                
+            except requests.exceptions.ConnectionError:
+                last_exception = Exception(f"网络连接错误 (尝试 {attempt + 1})")
+                logger.warning(f"网络连接错误，等待后重试...")
+                time.sleep(self.retry_delay * (attempt + 1))
+                
+            except requests.exceptions.RequestException as e:
+                last_exception = Exception(f"请求异常: {str(e)}")
+                logger.warning(f"请求异常，等待后重试...")
+                time.sleep(self.retry_delay * (attempt + 1))
+        
+        # 所有重试都失败
+        if last_exception:
+            raise last_exception
+        else:
+            raise Exception("API请求失败，未知错误")
+
+    def process_text(self, 
+                    prompt: str, 
+                    text: str, 
+                    system_prompt: Optional[str] = None,
+                    model: str = "deepseek-chat",
+                    temperature: float = 0.7,
+                    max_tokens: int = 2000) -> str:
+        """
+        处理文本的通用方法
+        
+        Args:
+            prompt: 用户提示词
+            text: 需要处理的文本（约1万字符）
+            system_prompt: 系统提示词，如果为None则使用默认值
+            model: 使用的模型
+            temperature: 生成温度
+            max_tokens: 最大生成token数
+            
+        Returns:
+            处理后的文本
+            
+        Raises:
+            Exception: 当处理失败时抛出包含详细信息的异常
+        """
+        # 输入验证
+        if not self.api_key:
+            raise Exception("API密钥未设置，请提供api_key或设置DEEPSEEK_API_KEY环境变量")
+        
+        if not prompt or not text:
+            raise Exception("prompt和text不能为空")
+        
+        # 检查文本长度（约1万字符）
+        if len(text) > 15000:  # 留一些余量
+            logger.warning(f"输入文本长度({len(text)}字符)较长，可能会超过上下文限制")
+        
+        # 准备系统提示词
+        system_content = system_prompt or self.default_system_prompt
+        
+        # 构建消息
+        messages = [
+            {"role": "system", "content": system_content},
+            {"role": "user", "content": f"{prompt}\n\n文本内容：\n{text}"}
+        ]
+        
+        # 构建请求数据
+        payload = {
+            "model": model,
+            "messages": messages,
+            "temperature": temperature,
+            "max_tokens": max_tokens,
+            "stream": False
+        }
+        
+        try:
+            # 发送API请求
+            response_data = self._make_api_request(payload)
+            
+            # 解析响应
+            if 'choices' in response_data and len(response_data['choices']) > 0:
+                result = response_data['choices'][0]['message']['content']
+                logger.info("文本处理成功完成")
+                return result.strip()
+            else:
+                raise Exception("API响应格式异常，未找到有效结果")
+                
+        except Exception as e:
+            logger.error(f"文本处理失败: {str(e)}")
+            raise Exception(f"文本处理失败: {str(e)}")
+
+    def process_text_with_fallback(self, 
+                                 prompt: str, 
+                                 text: str, 
+                                 system_prompt: Optional[str] = None,
+                                 **kwargs) -> str:
+        """
+        带降级处理的文本处理方法
+        
+        Args:
+            prompt: 用户提示词
+            text: 需要处理的文本
+            system_prompt: 系统提示词
+            **kwargs: 其他参数
+            
+        Returns:
+            处理后的文本，如果API调用失败则返回降级结果
+        """
+        try:
+            return self.process_text(prompt, text, system_prompt, **kwargs)
+        except Exception as e:
+            logger.error(f"API调用失败，使用降级处理: {str(e)}")
+            # 这里可以添加降级逻辑，比如返回原始文本或简单处理
+            return f"处理失败，返回原始文本（错误: {str(e)}）\n\n{text}"
+
+# 使用示例
+def deepseek_text(text, prompt):
+    # 初始化API客户端
+    # 方式1: 直接传入API密钥
+    # api_client = DeepSeekAPI(api_key="your_deepseek_api_key_here")
+    
+    # 方式2: 从环境变量读取（推荐）
+    api_client = DeepSeekAPI()  # API key 从环境变量 DEEPSEEK_API_KEY 读取
+    
+    # 示例文本（约1万字符）
+    # sample_text = "这里是你的长文本内容..." * 500  # 模拟长文本
+    
+    # 自定义系统提示词（可选）
+    custom_system_prompt = "你是一个专业的文本分析助手，擅长根据提示词对长文本进行深入分析。"
+    
+    try:
+        # 处理文本
+        result = api_client.process_text(
+            model="deepseek-reasoner",
+            prompt=prompt,
+            text=text,
+            system_prompt=custom_system_prompt,
+            temperature=0.5,
+            max_tokens=20000
+        )
+        
+        #print("处理结果:")
+        #print(result)
+        return result
+        
+    except Exception as e:
+        print(f"处理失败: {e}")
+        
+        # 使用降级方法
+        fallback_result = api_client.process_text_with_fallback(
+            prompt=prompt,
+            text=text,
+            system_prompt=custom_system_prompt
+        )
+        #print("降级处理结果:")
+        #print(fallback_result)
+        return result
+
+if __name__ == "__main__":
+    deepseek_text()