analyze-voice

根据 ticker / 主题在三层声音之间进行交叉分析——KOL 层（项目 data/kol/ 中已存储的可信 KOL 数字日报）+ News 层（SearXNG 新闻）+ Crowd 层（A 股使用 sentiment_tools 的东财热度 / 雪球粉丝 / 百度投票，美股暂无数据），并计算出 4 类交叉标志：supply_chain_structural / kol_silent_crowd_loud / kol_loud_crowd_silent / kol_bullish_crowd_bearish。当用户询问「NVDA 我们关注的 KOL 怎么说 / 散户和 KOL 看法一致吗 / 这只票有结构性观点吗 / 谁先看到 / 有没有逆向机会」时调用。**仅读取** data/kol/digest/*.json；如需更新最新数据，请先运行 `python -m data_provider.kol.runner --target all`。**无需 LLM_API_KEY**。

模型生成摘要（rules/v1 · 2026-11-15 14:41）：根据 ticker / 主题在三层声音之间进行交叉分析——KOL 层（项目 data/kol/ 中已存储的可信 KOL 数字日报）+ News 层（SearXNG 新闻）+ Crowd 层（A 股使用 sentiment_tools 的东财…
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 14:40	f1e9349f	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。