PanWatch 分享卡片完全指南4 类投资卡片一键生成分享图片【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK US markets, powered by TradingAgents. Portfolio insights, real-time alerts automated reports.盯盘侠覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatchPanWatch盯盘侠是一款覆盖 A股、港股、美股的 AI 盯盘工具内置完整的分享卡片体系深度分析结论、个股 AI 评分、持仓组合体检、模拟盘基准对比都可以一键导出为高清 PNG 图片方便截图分享到社群或记录自己的投资观点。本文带你了解这套卡片体系如何工作、在哪里触发以及导出的图片里到底有什么。什么是 PanWatch 分享卡片分享卡片Share Card是 PanWatch 把页面上复杂的数据「压缩成一张图」的功能。你不需要截图拼接、也不需要打开设计软件在对应页面点击Share image / 分享卡片入口弹出预览对话框卡片以 640px 固定宽度渲染配色使用显式内联样式亮色/暗色主题下导出的 PNG 完全一致点击「下载图片」底层通过html-to-image以 2 倍分辨率pixelRatio: 2导出文件名自动生成如「股票名日期」。通用外壳在 ShareCardDialog.tsx所有卡片共享统一的标题栏、免责声明和 PanWatch 品牌页脚保证每张分享图风格一致。4 类分享卡片各有分工PanWatch 目前提供 4 张业务卡片全部基于同一个外壳封装卡片组件文件核心内容脱敏设计深度分析卡ShareCardModal.tsx五档评级买入/增持/持有/减持/卖出 置信度条 结论摘要展示评级与置信度个股评分卡SignalScoreShareCard.tsxAI 评分 X/10 操作标签 利好/风险因子拆解只展示因子贡献值组合体检卡DiagnosticsShareCard.tsx集中度 HHI、市场分布、风险预警全程不出现金额只有占比与数量基准成绩单卡BenchmarkShareCard.tsx超额收益、信息比率、相对回撤 净值 vs 基准双线走势图全程不出现金额只有百分比与比率几个值得新手注意的细节评分分档配色AI 评分 ≥8 分为高亮、≥6 分为中性、其余为灰色与涨跌配色解耦避免「颜色偏好改变评分含义」涨跌语义统一买入/增持用涨色、卖出/减持用跌色、持有为中性琥珀色与机会页Opportunities的标签逻辑保持一致纯 SVG 走势图基准卡里的净值曲线是手写 SVG 双线图零外部依赖导出 PNG 不会缺字体或样式多语言卡片所有文案走 i18np5.share.*命名空间中英界面导出的卡片文字自动跟随。去哪里触发分享卡片各卡片的入口都在对应功能页面的操作区深度分析卡 / 个股评分卡个股详情页与深度分析结果页点击分析结果旁的 Share 按钮。个股详情页同时聚合了 AI 建议、新闻、图表与分享入口见 AnalysisDetail.tsx个股评分卡机会页Opportunities每张候选股卡片底部的「Share image」按钮评分与入场/目标价一目了然见 Opportunities.tsx组合体检卡 / 基准成绩单卡组合页Portfolio与模拟盘页Paper trading的诊断区域配合 portfolio_benchmark.py 与 portfolio_diagnostics.py 的后端计算结果生成。快速上手3 步导出你的第一张卡片进入对应页面持仓页看体检卡机会页看评分卡详情页看分析卡点击 Share 入口弹出预览检查股票名、日期与评级标签是否正确点击下载图片PNG 自动保存到本地文件名已包含标的名称与日期直接拖进聊天窗口或笔记软件即可。 小技巧分享卡片默认脱敏——体检卡和基准卡只展示比例、占比与比率不会暴露你的持仓金额可以放心在公开场合分享。这套卡片体系全部位于前端组件目录 frontend/src/components/与 src/ARCHITECTURE.md 中描述的模块划分一致。如果你想给 PanWatch 贡献自己的卡片样式阅读上文列出的四个卡片组件源码就是最好的起点。【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK US markets, powered by TradingAgents. Portfolio insights, real-time alerts automated reports.盯盘侠覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatch创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考