feat: 收敛三角形形态可视化验证工具

功能：
- 支持中文名称搜索股票（如"中控技术"、"英伟达"）
- 支持 A 股和美股
- 趋势线从窗口起点延伸到终点（与前端一致）
- Y 轴自动调整以包含趋势线
- 支持 --window 参数（1Y/3Y/5Y/ALL）

用法：
python validate.py 中控技术 日 --window 3Y --save
python validate.py 英伟达 日 --window 3Y --save

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

.gitignore

@@ -0,0 +1,26 @@
+# Python
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+env/
+venv/
+.venv/
+
+# Output
+output/*.png
+output/*.jpg
+
+# IDE
+.idea/
+.vscode/
+*.swp
+*.swo
+
+# OS
+.DS_Store
+Thumbs.db
+
+# Local config (optional, if you want to keep token private)
+# config.py

CLAUDE.md

@@ -0,0 +1,75 @@
+# CLAUDE.md
+
+This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
+
+## 项目概述
+
+收敛三角形（Converging Triangle）形态检测可视化验证工具。通过 HTTP API 调用远程公式执行，绘制 K 线图 + 三角形趋势线，帮助快速目测验证形态检测结果。**支持 A 股和美股**。
+
+## 常用命令
+
+```bash
+# 安装依赖
+pip install requests mplfinance matplotlib numpy pandas
+
+# 单股验证
+python validate.py <股票名或代码> [频率] [--save] [--no-show] [--date YYYYMMDD] [--mode 0-3] [--window 1Y/3Y/5Y/ALL]
+
+# 示例
+python validate.py 中远海控                    # 日K，弹窗显示
+python validate.py 中控技术 日 --window 3Y --save  # 3年K线，保存图片
+python validate.py 英伟达 日 --window 3Y --save    # 美股也支持
+python validate.py SH600519 月 --no-show --save    # 月K，只保存不弹窗
+
+# 批量验证
+python batch_validate.py --no-show --save
+```
+
+**参数说明**：
+- `freq`: 日 / 周 / 月，默认日
+- `--save`: 保存 PNG 到 output/ 目录
+- `--no-show`: 不弹出交互窗口
+- `--mode`: 强度模式 0=等权 1=激进 2=保守 3=放量
+- `--window`: K 线时间窗口 1Y/3Y/5Y/ALL，默认 3Y
+
+## 架构
+
+```
+数据流：
+validate.py
+  ① GET {SEARCH_API_URL}/smartstock/assets/search?q=<关键词>
+        → 获取正确的 ticker（中控技术 → SH688777，英伟达 → NVDA.O）
+
+  ② POST {GPT_SERVER_URL}/innerServer/runOneFormula
+        body: { formula_str: "结果=收敛三角形详情(ticker,freq,True,mode)" }
+        → response.output = MongoDB _id
+
+  ③ GET {DATA_SERVER_URL}/api/timeSeries/requestIndexDetail?id=<_id>
+        header: Authorization: Bearer <token>
+        → data.data_info.detail (含 strength/direction/chart_data)
+
+  ④ GET {KLINE_API_URL}/dataSupport/getKLineDataByTicker?ticker=<ticker>&begin_date=<begin_date>
+        → 获取 K 线 OHLC 数据
+
+  ⑤ chart.draw_triangle_chart(detail)
+        → mplfinance 绘制 K 线 + 趋势线
+        → Y 轴自动调整以包含趋势线
+        → output/{ticker}_{freq}K_{date}.png
+```
+
+**模块职责**：
+- `validate.py`: CLI 入口、资产搜索、公式执行、详情获取、K 线数据获取
+- `batch_validate.py`: 批量验证，修改 `BATCH_CASES` 列表自定义验证标的
+- `chart.py`: mplfinance 绘图，趋势线延伸逻辑（与前端 TechPattern.vue 一致）
+- `config.py`: API 端点配置，Token 过期时在此更新
+
+## 与前端一致性
+
+`chart.py` 中的趋势线绘制逻辑与 `D:\project\frontend_mobile\src\views\workflow\components\assetRatingV2\components\TechPattern.vue` 完全一致：
+- 趋势线从 `window_start_date` 延伸到 `window_end_date`
+- 使用公式数据中的 `index` 计算斜率
+- Y 轴范围包含趋势线价格 + 5% 边距
+
+## 配置
+
+Token 过期时，更新 `config.py` 中的 `AUTH_TOKEN`。

README.md

@@ -0,0 +1,152 @@
+# triangle-validator
+
+收敛三角形（Converging Triangle）形态检测可视化验证工具。
+
+通过调用远程 HTTP API 执行公式并拉取结果，绘制 K 线图 + 三角形趋势线，
+帮助快速目测验证形态检测结果是否准确。**无需本地数据库，无需 dunhe 虚拟环境。**
+
+**支持 A 股和美股**（如英伟达、苹果等）。
+
+---
+
+## 目录结构
+
+```
+triangle-validator/
+├── validate.py        # 主入口：单股验证
+├── batch_validate.py  # 批量验证多只股票
+├── chart.py           # K 线 + 三角形绘图模块
+├── config.py          # API 端点 & 认证配置
+├── requirements.txt   # Python 依赖
+├── output/            # 生成的图片（自动创建）
+└── README.md
+```
+
+---
+
+## 前提条件
+
+只需要系统 Python（3.8+）及两个依赖包：
+
+```bash
+pip install requests mplfinance
+```
+
+---
+
+## 单股验证
+
+```bash
+# 基本用法（日K，弹出窗口）
+python validate.py 中远海控
+
+# 使用中文名称（自动搜索转换为股票代码）
+python validate.py 中控技术 日 --window 3Y --save
+
+# 美股也支持
+python validate.py 英伟达 日 --window 3Y --save
+
+# 周K，保存图片
+python validate.py 中远海控 周 --save
+
+# 月K，不弹窗，只保存
+python validate.py SH600519 月 --no-show --save
+
+# 指定截止日期
+python validate.py 贵州茅台 日 --date 20260120 --save
+
+# 使用激进模式（mode=1）
+python validate.py 宁德时代 周 --mode 1 --save
+```
+
+### 参数说明
+
+| 参数 | 说明 |
+|------|------|
+| `ticker` | 股票名称（如"中远海控"、"英伟达"）或代码（如"SH601919"）|
+| `freq` | 频率：`日` / `周` / `月`，默认 `日` |
+| `--save` | 保存 PNG 到 `output/` 目录 |
+| `--no-show` | 不弹出交互窗口（适合服务器/批量场景）|
+| `--date` | 截止日期，格式 `YYYYMMDD`，默认最新数据日 |
+| `--mode` | 强度模式：0=等权 1=激进 2=保守 3=放量，默认 0 |
+| `--window` | K 线时间窗口：`1Y` / `3Y` / `5Y` / `ALL`，默认 `3Y` |
+
+---
+
+## 批量验证
+
+```bash
+# 默认批量（内置测试列表，日/周/月各一批）
+python batch_validate.py
+
+# 只保存，不弹窗
+python batch_validate.py --no-show --save
+```
+
+修改 `batch_validate.py` 中的 `BATCH_CASES` 列表可自定义验证标的。
+
+---
+
+## 图表说明
+
+生成的图表包含以下元素：
+
+| 元素 | 颜色 | 含义 |
+|------|------|------|
+| 红色趋势线 | `#ef4444` | 上沿（压力线），从窗口起点延伸到终点 |
+| 绿色趋势线 | `#10b981` | 下沿（支撑线），从窗口起点延伸到终点 |
+| 红色虚线 | `#ef4444` | 上突破价位 |
+| 绿色虚线 | `#10b981` | 下突破价位 |
+
+标题格式：`{ticker} {频率}K  强度={score:.3f}  {方向}  窗口 yyyyMMdd ~ yyyyMMdd`
+
+---
+
+## 数据流
+
+```
+validate.py
+  ① GET {SEARCH_API_URL}/smartstock/assets/search?q=<关键词>
+        → 获取正确的 ticker（如 "中控技术" → "SH688777"）
+
+  ② POST {GPT_SERVER_URL}/innerServer/runOneFormula
+        body: { formula_str: "结果=收敛三角形详情(ticker,freq,True,mode)" }
+        → response.output = MongoDB _id
+
+  ③ GET {DATA_SERVER_URL}/api/timeSeries/requestIndexDetail?id=<_id>
+        header: Authorization: Bearer <token>
+        → data.data_info.detail
+             ├─ strength / direction / is_valid
+             ├─ breakout_price_up / breakout_price_down
+             └─ chart_data
+                  ├─ upper_line / lower_line  (趋势线端点)
+                  ├─ upper_pivots / lower_pivots  (枢轴点)
+                  └─ window_start_date / window_end_date
+
+  ④ GET {KLINE_API_URL}/dataSupport/getKLineDataByTicker?ticker=<ticker>&begin_date=<begin_date>
+        → 获取 K 线 OHLC 数据（3年历史）
+
+  ⑤ chart.draw_triangle_chart(detail)
+        → mplfinance 绘制 K 线 + 趋势线
+        → Y 轴自动调整以包含趋势线
+        → output/{ticker}_{freq}K_{date}.png
+```
+
+---
+
+## 常见问题
+
+**Q: 报错 `ModuleNotFoundError: No module named 'requests'`**
+A: 执行 `pip install requests mplfinance`。
+
+**Q: 报错 `ConnectionError` 或 `404`**
+A: 检查 `config.py` 中的 `GPT_SERVER_URL` / `DATA_SERVER_URL` 是否正确，以及 token 是否过期。
+
+**Q: 公式执行失败，未返回 _id**
+A: 确认 ticker 名称正确，或改用标准代码（如 `SH600519`）。
+
+**Q: 图表中文乱码（显示方框）**
+A: 安装中文字体，推荐 `Microsoft YaHei`（Windows 自带）或 `SimHei`。chart.py 会自动检测并应用。
+
+**Q: 美股 K 线数据获取失败**
+A: 使用中文名称（如"英伟达"）而非股票代码，程序会自动通过搜索接口获取正确的 ticker。

batch_validate.py

@@ -0,0 +1,116 @@
+"""
+batch_validate.py  —  批量验证多只股票的收敛三角形形态（HTTP 版）
+
+用法：
+    python batch_validate.py [--no-show] [--save]
+
+--no-show  不弹窗，直接生成所有图（适合无显示器/批量场景）
+--save     保存图片到 output/ 目录
+
+修改下方 BATCH_CASES 可自定义验证列表。
+"""
+
+import sys
+import argparse
+from pathlib import Path
+
+from validate import run_formula, fetch_detail
+
+_THIS_DIR = Path(__file__).parent.resolve()
+
+
+# ── 批量验证列表（可自由修改）───────────────────────────────────────────────────
+# 格式：(ticker, freq, mode=0, date=None)
+BATCH_CASES = [
+    # 日 K —— 知名个股
+    ('中远海控', '日',  0, None),
+    ('贵州茅台', '日',  0, None),
+    ('宁德时代', '日',  0, None),
+    ('中芯国际', '日',  0, None),
+    # 周 K —— 宽基指数
+    ('沪深300',  '周',  0, None),
+    ('中证500',  '周',  0, None),
+    # 月 K
+    ('贵州茅台', '月',  0, None),
+    ('中远海控', '月',  0, None),
+]
+
+
+# ── 单条处理 ──────────────────────────────────────────────────────────────────
+def process_one(ticker: str, freq: str, mode: int, date, save: bool, show: bool) -> bool:
+    print(f'[batch] → {ticker!r} {freq}K ...')
+
+    try:
+        index_id = run_formula(ticker, freq, mode, date)
+    except Exception as e:
+        print(f'[batch]   ✗ 公式执行失败: {e}')
+        return False
+
+    try:
+        detail = fetch_detail(index_id)
+    except Exception as e:
+        print(f'[batch]   ✗ 读取详情失败: {e}')
+        return False
+
+    cd        = detail.get('chart_data', {})
+    strength  = detail.get('strength', 0)
+    direction = detail.get('direction', 'none')
+    print(
+        f'[batch]   ✓ 强度={strength:.4f}  方向={direction}  '
+        f'窗口={cd.get("window_start_date", "?")}~{cd.get("window_end_date", "?")}'
+    )
+
+    if not cd.get('klines'):
+        print('[batch]   ✗ 没有 klines，跳过绘图')
+        return False
+
+    from chart import draw_triangle_chart
+
+    safe_ticker = ticker.replace('/', '_').replace('\\', '_')
+    output_path = None
+    if save:
+        output_dir = _THIS_DIR / 'output'
+        fname = f'{safe_ticker}_{freq}K_{cd.get("target_date", "")}.png'
+        output_path = str(output_dir / fname)
+
+    try:
+        draw_triangle_chart(detail=detail, output_path=output_path, show=show)
+    except Exception as e:
+        print(f'[batch]   ✗ 绘图失败: {e}')
+        return False
+
+    return True
+
+
+# ── 主函数 ────────────────────────────────────────────────────────────────────
+def main():
+    parser = argparse.ArgumentParser(description='收敛三角形批量验证（HTTP 版）')
+    parser.add_argument('--no-show', action='store_true', help='不弹出图形窗口')
+    parser.add_argument('--save',    action='store_true', help='保存图片到 output/')
+    args = parser.parse_args()
+
+    show = not args.no_show
+    save = args.save
+
+    if not show and not save:
+        print('[batch] 提示：既未开启 --save 也未弹窗，将只打印摘要。')
+
+    ok_count   = 0
+    fail_count = 0
+
+    for case in BATCH_CASES:
+        ticker, freq = case[0], case[1]
+        mode = case[2] if len(case) > 2 else 0
+        date = case[3] if len(case) > 3 else None
+
+        success = process_one(ticker, freq, mode, date, save, show)
+        if success:
+            ok_count += 1
+        else:
+            fail_count += 1
+
+    print(f'\n[batch] 完成  成功={ok_count}  失败={fail_count}  总计={ok_count + fail_count}')
+
+
+if __name__ == '__main__':
+    main()

chart.py

@@ -0,0 +1,361 @@
+"""
+收敛三角形可视化绘制模块
+
+根据 chart_data (包含 klines) 绘制 K 线图 + 三角形趋势线
+"""
+import os
+import numpy as np
+import pandas as pd
+import mplfinance as mpf
+import matplotlib.pyplot as plt
+import matplotlib.font_manager as fm
+
+
+# ── 中文字体支持 ──────────────────────────────────────────────────────────────
+def _setup_chinese_font():
+    """尝试配置中文字体，避免乱码"""
+    candidates = [
+        'Microsoft YaHei', 'SimHei', 'PingFang SC', 'STSong',
+        'Noto Sans CJK SC', 'WenQuanYi Zen Hei',
+    ]
+    available = {f.name for f in fm.fontManager.ttflist}
+    for name in candidates:
+        if name in available:
+            plt.rcParams['font.family'] = name
+            plt.rcParams['axes.unicode_minus'] = False
+            return name
+    # 找不到就用默认，可能出现方框
+    return None
+
+
+_CHINESE_FONT = _setup_chinese_font()
+
+
+# ── 工具函数 ──────────────────────────────────────────────────────────────────
+def _date_int_to_str(d: int) -> str:
+    """20250327  →  '2025-03-27'"""
+    s = str(int(d))
+    return f'{s[:4]}-{s[4:6]}-{s[6:]}'
+
+
+def _build_dataframe(klines: dict) -> pd.DataFrame:
+    """从 klines 字典构建 mplfinance 需要的 DataFrame"""
+    dates_str = [_date_int_to_str(d) for d in klines['dates']]
+    df = pd.DataFrame(
+        {
+            'Open':   [v if v is not None else np.nan for v in klines['open']],
+            'High':   [v if v is not None else np.nan for v in klines['high']],
+            'Low':    [v if v is not None else np.nan for v in klines['low']],
+            'Close':  [v if v is not None else np.nan for v in klines['close']],
+            'Volume': [v if v is not None else np.nan for v in klines['volume']],
+        },
+        index=pd.DatetimeIndex(dates_str),
+    )
+    return df, dates_str
+
+
+def _make_aline(line_pts: list):
+    """
+    将 [{"date": int, "price": float}, ...] 转换为 mplfinance aline 格式的 2-端点元组
+
+    Returns:
+        (("2025-03-27", price1), ("2026-01-20", price2))  or None
+    """
+    if not line_pts or len(line_pts) < 2:
+        return None
+    p1 = (_date_int_to_str(line_pts[0]['date']),  line_pts[0]['price'])
+    p2 = (_date_int_to_str(line_pts[-1]['date']), line_pts[-1]['price'])
+    return (p1, p2)
+
+
+def _build_pivot_arrays(pivots: list, dates_str: list, n: int) -> np.ndarray:
+    """
+    将枢轴点列表映射为长度 n 的 float 数组（非枢轴位置为 NaN）
+    """
+    date_to_idx = {d: i for i, d in enumerate(dates_str)}
+    arr = np.full(n, np.nan)
+    for pt in pivots:
+        ds = _date_int_to_str(pt['date'])
+        idx = date_to_idx.get(ds)
+        if idx is not None:
+            arr[idx] = pt['price']
+    return arr
+
+
+# ── 主绘图函数 ────────────────────────────────────────────────────────────────
+def draw_triangle_chart(
+    detail: dict,
+    output_path: str = None,
+    show: bool = True,
+    show_pivots: bool = False,  # 是否显示枢轴点（默认不显示，与前端一致）
+):
+    """
+    绘制收敛三角形 K 线图
+
+    Args:
+        detail:       收敛三角形详情字典，即 ``result.info['detail']``
+        output_path:  保存路径（如 ``'output/CSCO_日.png'``），None 则不保存
+        show:         是否弹出交互窗口（在无 GUI 环境下设 False）
+        show_pivots:  是否显示枢轴点标记（默认 False，与前端一致）
+
+    Returns:
+        output_path  (便于链式调用)
+    """
+    chart = detail.get('chart_data', {})
+    klines = chart.get('klines')
+    if not klines:
+        raise ValueError(
+            "chart_data 中没有 klines，请用 include_klines=True 调用收敛三角形详情"
+        )
+
+    # ── 基本属性 ─────────────────────────────────
+    ticker         = chart.get('ticker', '')
+    freq           = chart.get('freq', 'D')
+    freq_label     = {'D': '日K', 'W': '周K', 'M': '月K'}.get(freq, freq)
+    strength       = detail.get('strength', 0.0)
+    direction      = detail.get('direction', 'none')
+    dir_label      = {'up': '↑上涨突破', 'down': '↓下跌突破', 'none': '整理中'}.get(direction, direction)
+    window_start   = chart.get('window_start_date', '')
+    window_end     = chart.get('window_end_date', '')
+    touches_upper  = detail.get('touches_upper', '?')
+    touches_lower  = detail.get('touches_lower', '?')
+
+    # ── 构建 DataFrame ─────────────────────────────
+    df, dates_str = _build_dataframe(klines)
+    n = len(df)
+
+    # ── 趋势线：从 window_start_date 延伸到 window_end_date（与前端一致）──────────
+    alines_list   = []
+    alines_colors = []
+
+    upper_line = chart.get('upper_line', [])
+    lower_line = chart.get('lower_line', [])
+
+    # 将日期字符串转为集合，用于查找
+    date_to_idx = {d: i for i, d in enumerate(dates_str)}
+    window_start_str = _date_int_to_str(window_start) if window_start else None
+    window_end_str = _date_int_to_str(window_end) if window_end else None
+
+    # 辅助函数：查找最近的日期（与前端 getClosestDateCategory 一致）
+    def get_closest_date_idx(target_date: int, dates_str: list) -> int:
+        """查找目标日期在 K 线数据中最接近的位置"""
+        target_str = _date_int_to_str(target_date)
+        if target_str in date_to_idx:
+            return date_to_idx[target_str]
+
+        # 找不到精确匹配时，找最近的日期
+        from datetime import datetime
+        target_dt = datetime.strptime(target_str, '%Y-%m-%d')
+        min_diff = float('inf')
+        closest_idx = 0
+
+        for i, d in enumerate(dates_str):
+            dt = datetime.strptime(d, '%Y-%m-%d')
+            diff = abs((dt - target_dt).days)
+            if diff < min_diff:
+                min_diff = diff
+                closest_idx = i
+
+        return closest_idx
+
+    # 辅助函数：计算延伸后的趋势线（与前端 getExtendedLinePoints 完全一致）
+    def make_extended_aline(line_pts, pivot_point, color):
+        """
+        与前端 TechPattern.vue 的 getExtendedLinePoints 函数逻辑完全一致
+        趋势线从 window_start_date 延伸到 window_end_date
+        """
+        if not line_pts or len(line_pts) < 2:
+            return None
+
+        p1 = line_pts[0]
+        p2 = line_pts[-1]
+
+        # 检查是否有 index 字段（公式返回的数据）
+        has_index = 'index' in p1 and 'index' in p2 and pivot_point and 'index' in pivot_point
+
+        if has_index and window_start and window_end:
+            # 使用原始 index 计算斜率（与前端一致）
+            slope = (p2['price'] - p1['price']) / (p2['index'] - p1['index']) if p2['index'] != p1['index'] else 0
+
+            # 前端: startIdx = 0 (window_start_date 对应 index 0)
+            start_idx = 0
+
+            # 查找 window_end_date 对应的 index（与前端一致）
+            end_idx = p2['index']
+            all_points = (chart.get('upper_line', []) + chart.get('lower_line', []) +
+                         chart.get('upper_pivots', []) + chart.get('lower_pivots', []))
+            for pt in all_points:
+                if pt.get('date') == window_end:
+                    end_idx = pt.get('index', end_idx)
+                    break
+
+            # 计算延伸后的价格（与前端一致）
+            pivot_index = pivot_point['index']
+            pivot_price = pivot_point['price']
+            start_price = pivot_price + slope * (start_idx - pivot_index)
+            end_price = pivot_price + slope * (end_idx - pivot_index)
+
+            # 将 window_start_date 和 window_end_date 映射到 K 线数据的索引
+            kline_start_idx = get_closest_date_idx(window_start, dates_str)
+            kline_end_idx = get_closest_date_idx(window_end, dates_str)
+
+            print(f'[chart] 趋势线延伸: {window_start_str}({kline_start_idx}) -> {window_end_str}({kline_end_idx})')
+            print(f'[chart]   价格: {start_price:.2f} -> {end_price:.2f}')
+
+            return (
+                (kline_start_idx, start_price),
+                (kline_end_idx, end_price)
+            )
+
+        # 降级处理：仅连接两点（与前端一致）
+        d1 = _date_int_to_str(p1['date'])
+        d2 = _date_int_to_str(p2['date'])
+
+        idx1 = date_to_idx.get(d1)
+        idx2 = date_to_idx.get(d2)
+
+        if idx1 is None or idx2 is None:
+            print(f'[chart] 警告: 趋势线日期不在 K 线数据中: {d1} 或 {d2}')
+            return None
+
+        return (
+            (idx1, p1['price']),
+            (idx2, p2['price'])
+        )
+
+    # 绘制上轨线（红色）- 与前端一致
+    if upper_line and window_start and window_end:
+        upper_aline = make_extended_aline(upper_line, upper_line[0] if upper_line else None, '#ef4444')
+        if upper_aline:
+            alines_list.append(upper_aline)
+            alines_colors.append('#ef4444')  # 红色
+
+    # 绘制下轨线（绿色）- 与前端一致
+    if lower_line and window_start and window_end:
+        lower_aline = make_extended_aline(lower_line, lower_line[0] if lower_line else None, '#10b981')
+        if lower_aline:
+            alines_list.append(lower_aline)
+            alines_colors.append('#10b981')  # 绿色
+
+    # ── 枢轴点散点图（可选）─────────────────────────
+    addplots = []
+    if show_pivots:
+        upper_pivots_arr = _build_pivot_arrays(chart.get('upper_pivots', []), dates_str, n)
+        lower_pivots_arr = _build_pivot_arrays(chart.get('lower_pivots', []), dates_str, n)
+
+        if np.any(~np.isnan(upper_pivots_arr)):
+            addplots.append(mpf.make_addplot(
+                upper_pivots_arr, type='scatter',
+                markersize=100, marker='^', color='#ef4444', alpha=0.85,
+            ))
+        if np.any(~np.isnan(lower_pivots_arr)):
+            addplots.append(mpf.make_addplot(
+                lower_pivots_arr, type='scatter',
+                markersize=100, marker='v', color='#10b981', alpha=0.85,
+            ))
+
+    # ── 突破价位水平线 ─────────────────────────────
+    bp_up   = detail.get('breakout_price_up')
+    bp_down = detail.get('breakout_price_down')
+    hlines_vals   = []
+    hlines_colors = []
+    if bp_up and float(bp_up) > 0:
+        hlines_vals.append(float(bp_up))
+        hlines_colors.append('#ef4444')
+    if bp_down and float(bp_down) > 0:
+        hlines_vals.append(float(bp_down))
+        hlines_colors.append('#10b981')
+
+    # ── 标题 ────────────────────────────────────────
+    title = (
+        f'{ticker}  {freq_label}  '
+        f'强度={strength:.3f}  {dir_label}\n'
+        f'窗口 {window_start}~{window_end}  '
+        f'(上沿触碰={touches_upper}  下沿触碰={touches_lower})'
+    )
+
+    # ── 组装 plot 参数 ────────────────────────────────
+    _rc = {'axes.unicode_minus': False}
+    if _CHINESE_FONT:
+        _rc['font.family'] = _CHINESE_FONT
+        _rc['font.sans-serif'] = [_CHINESE_FONT, 'DejaVu Sans']
+
+    _style = mpf.make_mpf_style(base_mpf_style='yahoo', rc=_rc)
+
+    kwargs = dict(
+        type='candle',
+        volume=False,  # 不显示成交量
+        title=title,
+        style=_style,
+        figsize=(18, 10),
+        tight_layout=True,
+    )
+
+    if alines_list:
+        kwargs['alines'] = dict(
+            alines=alines_list,
+            colors=alines_colors,
+            linewidths=2.0,
+            alpha=0.90,
+        )
+
+    if addplots:
+        kwargs['addplot'] = addplots
+
+    if hlines_vals:
+        kwargs['hlines'] = dict(
+            hlines=hlines_vals,
+            colors=hlines_colors,
+            linestyle='--',
+            linewidths=1.2,
+            alpha=0.7,
+        )
+
+    if output_path:
+        os.makedirs(os.path.dirname(os.path.abspath(output_path)), exist_ok=True)
+
+    # ── 绘图 ─────────────────────────────────────────
+    # 先不绘制趋势线，获取 figure 和 axes
+    _kwargs = {k: v for k, v in kwargs.items() if k not in ['alines', 'savefig']}
+    fig, axes = mpf.plot(df, **_kwargs, returnfig=True, warn_too_much_data=1000)
+
+    # 使用 matplotlib 直接在主图上绘制趋势线
+    # alines_list 格式: [((idx1, price1), (idx2, price2)), ...]
+    if alines_list and len(axes) > 0:
+        main_ax = axes[0]  # 主图（K线图）
+
+        # 收集趋势线价格，用于调整 Y 轴范围（与前端一致）
+        trend_line_prices = []
+        for aline, color in zip(alines_list, alines_colors):
+            (idx1, p1), (idx2, p2) = aline
+            trend_line_prices.extend([p1, p2])
+            # 直接使用整数索引作为 x 坐标（与 mplfinance 内部一致）
+            main_ax.plot([idx1, idx2], [p1, p2], color=color, linewidth=2, alpha=0.9)
+
+        # 调整 Y 轴范围以包含趋势线（与前端一致，增加 5% 边距）
+        if trend_line_prices:
+            current_ylim = main_ax.get_ylim()
+            kline_min, kline_max = current_ylim
+
+            # 合并 K 线和趋势线的价格范围
+            all_min = min(kline_min, min(trend_line_prices))
+            all_max = max(kline_max, max(trend_line_prices))
+            price_range = all_max - all_min
+
+            # 增加 5% 边距（与前端一致）
+            new_min = all_min - price_range * 0.05
+            new_max = all_max + price_range * 0.05
+
+            main_ax.set_ylim(new_min, new_max)
+            print(f'[chart] Y 轴范围调整: {kline_min:.2f}~{kline_max:.2f} -> {new_min:.2f}~{new_max:.2f}')
+
+    if show:
+        plt.show()
+
+    if output_path:
+        fig.savefig(output_path, dpi=150, bbox_inches='tight')
+        print(f'[chart] 已保存: {output_path}')
+
+    plt.close(fig)
+
+    return output_path

config.py

@@ -0,0 +1,28 @@
+"""
+triangle-validator 配置文件
+
+当 Token 过期时，在此处更新即可。
+"""
+
+# ── gpt_server (公式执行)
+# 运行公式用的 API，与 MCP 工具走同一路径
+GPT_SERVER_URL = "http://test.guanzhao12.com:3006"
+
+# ── timeSeries (读取详情结果)
+# 读取公式执行结果 (含 chart_data / klines)
+DATA_SERVER_URL = "http://test.guanzhao12.com:8081"
+
+# ── K线数据 API (与前端一致)
+# 单独获取 K 线 OHLC 数据
+KLINE_API_URL = "http://test.guanzhao12.com:3000"
+
+# ── 资产搜索 API (与前端一致)
+# 搜索股票/指数等资产
+SEARCH_API_URL = "http://test.guanzhao12.com:3009"
+
+# JWT Token —— 过期后在此处替换新 Token
+AUTH_TOKEN = (
+    "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9"
+    ".eyJ1c2VySWQiOjczLCJ1c2VyTmFtZSI6Im1jcCIsImlhdCI6MTc3MjQzODg1MCwiZXhwIjoxNzczMDQzNjUwfQ"
+    ".NGSoODRLjB1lHYL7bFGRGCRzIkzO_ebUEbqcakAhGvE"
+)

requirements.txt

@@ -0,0 +1,5 @@
+requests>=2.28
+mplfinance>=0.12.10
+matplotlib>=3.7
+numpy>=1.24
+pandas>=2.0

run.bat

@@ -0,0 +1,5 @@
+@echo off
+REM 使用 dunhe_dataServer 的 venv 运行 validate.py
+REM 用法: run.bat 中远海控 [日|周|月] [--save] [--no-show] [--date 20260120]
+set PYTHON=..\dunhe_dataServer\.venv\Scripts\python.exe
+%PYTHON% validate.py %*

run.sh

@@ -0,0 +1,9 @@
+#!/usr/bin/env bash
+# 使用 dunhe_dataServer 的 venv 运行 validate.py
+# 用法: ./run.sh 中远海控 [日|周|月] [--save] [--no-show] [--date 20260120]
+PYTHON="../dunhe_dataServer/.venv/Scripts/python.exe"
+# Linux/macOS fallback
+if [ ! -f "$PYTHON" ]; then
+    PYTHON="../dunhe_dataServer/.venv/bin/python"
+fi
+"$PYTHON" validate.py "$@"

validate.py

@@ -0,0 +1,365 @@
+"""
+triangle-validator / validate.py
+
+收敛三角形形态可视化验证脚本（HTTP 版）
+
+流程：
+  1. 调 gpt_server POST /api/gptAgent/runFormula 执行公式 → 拿到 _id
+  2. 调 timeSeries GET /api/timeSeries/requestIndexDetail?id=_id → 拿到完整 detail（含 klines）
+  3. 调 chart.draw_triangle_chart() 绘图
+
+用法：
+    python validate.py <股票名或代码> [频率] [--save] [--no-show] [--date 日期] [--window 窗口]
+
+示例：
+    python validate.py 中远海控
+    python validate.py 中远海控 周 --save
+    python validate.py SH600519 月 --no-show --save
+    python validate.py 贵州茅台 日 --date 20260120 --save
+    python validate.py SH688777 日 --window 1Y --save
+    python validate.py SH688777 日 --window ALL --save
+"""
+
+import sys
+import json
+import argparse
+from pathlib import Path
+
+import requests
+
+from config import GPT_SERVER_URL, DATA_SERVER_URL, KLINE_API_URL, SEARCH_API_URL, AUTH_TOKEN
+from datetime import datetime, timedelta
+
+_THIS_DIR = Path(__file__).parent.resolve()
+
+
+# ── 时间窗口计算（与前端一致）───────────────────────────────────────────────
+def get_window_start_date(window: str) -> str:
+    """
+    根据时间窗口字符串计算相对于今天的开始日期（与前端 getWindowStartDate 一致）
+
+    Args:
+        window: 时间窗口，如 '1Y', '3Y', '5Y', 'ALL'
+
+    Returns:
+        开始日期，格式为 YYYYMMDD，如 '20240130'
+    """
+    if window == 'ALL':
+        return ''
+
+    today = datetime.now()
+
+    # 提取数字和单位
+    import re
+    match = re.match(r'^(\d+)([YMD])$', window, re.IGNORECASE)
+    if not match:
+        print(f'[WARN] 无效的时间窗口格式: {window}，使用默认3年')
+        window = '3Y'
+        match = re.match(r'^(\d+)([YMD])$', window, re.IGNORECASE)
+
+    amount = int(match.group(1))
+    unit = match.group(2).upper()
+
+    if unit == 'Y':  # 年
+        start_date = today - timedelta(days=amount * 365)
+    elif unit == 'M':  # 月
+        start_date = today - timedelta(days=amount * 30)
+    elif unit == 'D':  # 日
+        start_date = today - timedelta(days=amount)
+    else:
+        start_date = today
+
+    return start_date.strftime('%Y%m%d')
+
+
+# ── CLI 解析 ──────────────────────────────────────────────────────────────────
+def parse_args():
+    parser = argparse.ArgumentParser(
+        description='收敛三角形形态可视化验证',
+        formatter_class=argparse.RawDescriptionHelpFormatter,
+        epilog=__doc__,
+    )
+    parser.add_argument('ticker', help='股票名称或代码，如：中远海控 / SH601919')
+    parser.add_argument(
+        'freq', nargs='?', default='日',
+        choices=['日', '周', '月'],
+        help='K 线频率（默认：日）',
+    )
+    parser.add_argument('--save',    action='store_true',  help='保存图片到 output/ 目录')
+    parser.add_argument('--no-show', action='store_true',  help='不弹出图形窗口')
+    parser.add_argument('--date',    type=int, default=None, metavar='YYYYMMDD',
+                        help='截止日期，如 20260120')
+    parser.add_argument('--mode',    type=int, default=0, choices=[0, 1, 2, 3],
+                        help='强度模式：0=等权 1=激进 2=保守 3=放量（默认：0）')
+    parser.add_argument('--window',  type=str, default='3Y',
+                        choices=['1Y', '3Y', '5Y', 'ALL'],
+                        help='K线时间窗口：1Y=1年 3Y=3年 5Y=5年 ALL=全部（默认：3Y，与前端一致）')
+    return parser.parse_args()
+
+
+# ── Step 1：执行公式，拿 _id ──────────────────────────────────────────────────
+def run_formula(ticker: str, freq: str, mode: int, date) -> str:
+    """
+    调 innerServer/runOneFormula 接口执行收敛三角形详情公式。
+    Returns:
+        index_info._id  (str)  —  直接从 response.output 取
+    """
+    import uuid
+
+    if date:
+        formula = f'结果=收敛三角形详情({ticker},{freq},True,{mode},{date})'
+    else:
+        formula = f'结果=收敛三角形详情({ticker},{freq},True,{mode})'
+
+    url = f'{GPT_SERVER_URL}/innerServer/runOneFormula'
+    payload = {
+        'formula_str': formula,
+        'begin_date':  0,
+        'user_name':   'mcp',
+        'tool_name':   'triangle_validate',
+        'session_id':  f'tv-{uuid.uuid4().hex[:8]}',
+    }
+
+    print(f'[validate] 执行公式: {formula}')
+    resp = requests.post(url, json=payload, timeout=120)
+    resp.raise_for_status()
+
+    body  = resp.json()
+    _id   = (body.get('response', {}) or {}).get('output')
+    if not _id:
+        _id = (
+            (body.get('response', {}) or {})
+            .get('data', {})
+            .get('index_info', {})
+            .get('_id')
+        )
+    if not _id:
+        raise RuntimeError(
+            f'公式执行失败，未返回 _id\n响应: {json.dumps(body, ensure_ascii=False)[:500]}'
+        )
+
+    print(f'[validate] 公式执行完成，_id = {_id}')
+    return str(_id)
+
+
+# ── Step 2：读取完整 detail（含 klines）───────────────────────────────────────
+def fetch_detail(index_id: str) -> dict:
+    """
+    调 requestIndexDetail 接口读取 detail（含 chart_data.klines）。
+    Returns:
+        detail dict：包含 strength / chart_data / klines 等所有字段
+    """
+    url     = f'{DATA_SERVER_URL}/api/timeSeries/requestIndexDetail'
+    headers = {'Authorization': f'Bearer {AUTH_TOKEN}'}
+    params  = {'id': index_id}
+
+    print(f'[validate] 读取详情: {url}?id={index_id}')
+    resp = requests.get(url, headers=headers, params=params, timeout=30)
+    resp.raise_for_status()
+
+    body = resp.json()
+    if body.get('code') != 0:
+        raise RuntimeError(f'requestIndexDetail 返回错误: {body}')
+
+    return body['data']['data_info']['detail']
+
+
+# ── Step 2.4：搜索资产获取 ticker（与前端一致）───────────────────────────────────
+def search_asset(keyword: str) -> dict:
+    """
+    调用与前端相同的资产搜索 API。
+
+    Args:
+        keyword: 搜索关键词，如 "中控技术"、"SH688777"、"英伟达"
+
+    Returns:
+        dict: { code, name, ticker, type } 或 None
+    """
+    url = f'{SEARCH_API_URL}/smartstock/assets/search'
+    params = {'q': keyword}
+
+    print(f'[validate] 搜索资产: {url}?q={keyword}')
+    resp = requests.get(url, params=params, timeout=10)
+    resp.raise_for_status()
+
+    body = resp.json()
+    if body.get('code') != 0:
+        raise RuntimeError(f'搜索返回错误: {body}')
+
+    items = body.get('data', {}).get('items', [])
+    if items:
+        result = items[0]
+        print(f'[validate] 搜索结果: {result}')
+        return result
+    else:
+        print(f'[validate] 搜索无结果')
+        return None
+
+
+# ── Step 2.5：单独获取 K 线数据（与前端一致）───────────────────────────────────
+def fetch_kline_data(ticker: str, begin_date: int | str = None) -> dict:
+    """
+    调用与前端相同的 K 线数据 API。
+
+    Args:
+        ticker:     股票代码，如 "SH601919"
+        begin_date: 开始日期 YYYYMMDD 格式，如 20250101
+
+    Returns:
+        dict: { labels: [...], open: [...], high: [...], low: [...], close: [...] }
+    """
+    url = f'{KLINE_API_URL}/dataSupport/getKLineDataByTicker'
+    headers = {'Authorization': f'Bearer {AUTH_TOKEN}'}
+    params = {'ticker': ticker}
+    if begin_date:
+        params['begin_date'] = begin_date
+
+    print(f'[validate] 获取K线数据: {url}?ticker={ticker}&begin_date={begin_date}')
+    resp = requests.get(url, headers=headers, params=params, timeout=30)
+    resp.raise_for_status()
+
+    body = resp.json()
+    if body.get('code') != 0:
+        raise RuntimeError(f'getKLineDataByTicker 返回错误: {body}')
+
+    # 数据嵌套在 body['data'] 中
+    data = body.get('data', {})
+    print(f'[validate] K线数据获取成功，共 {len(data.get("labels", []))} 条')
+    return data
+
+
+# ── Step 3：打印摘要 ──────────────────────────────────────────────────────────
+def print_summary(detail: dict, ticker: str, freq: str):
+    cd        = detail.get('chart_data', {})
+    strength  = detail.get('strength', 0)
+    direction = detail.get('direction', 'none')
+    is_valid  = detail.get('is_valid', False)
+    bp_up     = detail.get('breakout_price_up', '-')
+    bp_down   = detail.get('breakout_price_down', '-')
+    klines    = cd.get('klines', {})
+
+    print(f'\n{"=" * 52}')
+    print(f'  {ticker}  {freq}K  收敛三角形')
+    print(f'{"=" * 52}')
+    print(f'  有效形态  : {is_valid}')
+    print(f'  综合强度  : {strength:.4f}')
+    print(f'  突破方向  : {direction}')
+    print(f'  上突破价  : {bp_up}')
+    print(f'  下突破价  : {bp_down}')
+    print(f'  上沿触碰  : {detail.get("touches_upper", "?")}')
+    print(f'  下沿触碰  : {detail.get("touches_lower", "?")}')
+    print(f'  收敛比例  : {detail.get("width_ratio", 0):.4f}')
+    print(f'  窗口日期  : {cd.get("window_start_date", "?")} ~ {cd.get("window_end_date", "?")}')
+    print(f'  K 线根数  : {len(klines.get("dates", []))}')
+    print(f'{"=" * 52}\n')
+
+
+# ── 主函数 ────────────────────────────────────────────────────────────────────
+def run(args):
+    # 0. 搜索资产获取正确的 ticker（与前端一致）
+    search_result = search_asset(args.ticker)
+    if search_result:
+        kline_ticker = search_result.get('ticker')  # 用于 K 线 API
+        asset_name = search_result.get('name')      # 资产名称
+        print(f'[validate] 资产: {asset_name}, Ticker: {kline_ticker}')
+    else:
+        # 搜索失败，使用原始输入
+        kline_ticker = args.ticker
+        print(f'[WARN] 搜索失败，使用原始输入: {kline_ticker}')
+
+    # 1. 执行公式
+    try:
+        index_id = run_formula(args.ticker, args.freq, args.mode, args.date)
+    except Exception as e:
+        print(f'[ERROR] 公式执行失败: {e}')
+        sys.exit(1)
+
+    # 2. 读取结果
+    try:
+        detail = fetch_detail(index_id)
+    except Exception as e:
+        print(f'[ERROR] 读取详情失败: {e}')
+        sys.exit(1)
+
+    # 3. 摘要
+    print_summary(detail, args.ticker, args.freq)
+
+    cd = detail.get('chart_data', {})
+
+    # 4. 获取 K 线数据（使用搜索到的 ticker）
+    # 根据 window 参数计算开始日期（与前端一致）
+    begin_date = get_window_start_date(args.window)
+    print(f'[validate] 时间窗口: {args.window}, 开始日期: {begin_date or "(全部)"}')
+
+    # 获取 K 线数据
+    klines = None
+    try:
+        kline_data = fetch_kline_data(kline_ticker, begin_date=begin_date)
+
+        # 🔧 过滤掉 None 值（非交易日），与前端 filterAndProcessKLineData 一致
+        raw_labels = kline_data.get('labels', [])
+        raw_open   = kline_data.get('open', [])
+        raw_high   = kline_data.get('high', [])
+        raw_low    = kline_data.get('low', [])
+        raw_close  = kline_data.get('close', [])
+
+        valid_indices = [
+            i for i in range(len(raw_labels))
+            if raw_open[i] is not None
+            and raw_high[i] is not None
+            and raw_low[i] is not None
+            and raw_close[i] is not None
+        ]
+
+        if valid_indices:
+            # 转换为过滤后的 klines 格式
+            klines = {
+                'dates':  [raw_labels[i] for i in valid_indices],
+                'open':   [raw_open[i] for i in valid_indices],
+                'high':   [raw_high[i] for i in valid_indices],
+                'low':    [raw_low[i] for i in valid_indices],
+                'close':  [raw_close[i] for i in valid_indices],
+                'volume': [0] * len(valid_indices),  # 暂时用0填充
+            }
+            print(f'[INFO] K 线数据已获取，原始 {len(raw_labels)} 条，有效 {len(klines["dates"])} 条')
+        else:
+            print(f'[WARN] K 线 API 返回空数据')
+    except Exception as e:
+        print(f'[WARN] 获取 K 线数据失败: {e}')
+
+    # 如果 K 线 API 失败或返回空数据，使用公式返回的 klines
+    if not klines or not klines.get('dates'):
+        print('[INFO] 使用公式返回的 K 线数据')
+        klines = cd.get('klines')
+        if not klines or not klines.get('dates'):
+            print('[ERROR] 没有 K 线数据，跳过绘图。')
+            return
+
+    cd['klines'] = klines
+
+    # 5. 绘图
+    from chart import draw_triangle_chart
+
+    safe_ticker = args.ticker.replace('/', '_').replace('\\', '_')
+    output_path = None
+    if args.save:
+        output_dir = _THIS_DIR / 'output'
+        fname = f'{safe_ticker}_{args.freq}K_{cd.get("target_date", "")}.png'
+        output_path = str(output_dir / fname)
+
+    try:
+        draw_triangle_chart(
+            detail=detail,
+            output_path=output_path,
+            show=not args.no_show,
+        )
+    except Exception as e:
+        print(f'[ERROR] 绘图失败: {e}')
+        import traceback
+        traceback.print_exc()
+        sys.exit(1)
+
+
+# ── 入口 ──────────────────────────────────────────────────────────────────────
+if __name__ == '__main__':
+    run(parse_args())