REPOGEO 报告 · LITE
ArvinLovegood/go-stock
默认分支 dev · commit f3a89bc6 · 扫描时间 2026/5/16 23:41:15
星标 5,722 · Fork 1,023
下方为分数趋势(含全部就绪扫描;左旧右新,可横向滚动)。表格明细默认折叠,展开后每页 10 条,最新在上。
共 2 条就绪扫描。点击下方按钮展开表格(每页 10 条,可翻页)。
行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试:当用户向 AI 提一个不带品牌、本应让 ArvinLovegood/go-stock 浮出水面的问题时,AI 是真的推荐了你,还是推荐了你的竞品?客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。
行动计划 — 可复制粘贴的修复
3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。
- highreadme#1Reposition README opening to clarify it's an actively maintained AI-powered desktop application
原因:
当前# go-stock : 基于大语言模型的AI赋能股票分析工具
复制粘贴的修复# go-stock : 基于大语言模型的AI赋能股票分析工具 ## 🚀 这是一个积极维护的跨平台桌面应用程序,利用AI大模型提供智能股票分析、选股和市场情绪洞察。
- mediumtopics#2Add more specific topics to improve AI categorization
原因:
当前ai-tools, deepseek, golang, lmstudio, naiveui, ollama, openai, stock, wails
复制粘贴的修复ai-tools, deepseek, golang, lmstudio, naiveui, ollama, openai, stock, wails, stock-analysis, llm-application, desktop-app, financial-analysis, investment-tools
- lowreadme#3Add explicit disclaimer that it is not an automated trading bot
原因:
当前本项目仅供娱乐,不喜勿喷,AI分析股票结果仅供学习研究,投资有风险,请谨慎使用。
复制粘贴的修复本项目仅供娱乐,不喜勿喷,AI分析股票结果仅供学习研究,投资有风险,请谨慎使用。**请注意,本项目是一个股票分析和选股工具,不提供任何自动化交易功能。**
本次扫描解析到的品类 GEO 通道:google/gemini-2.5-flash, deepseek/deepseek-v4-flash
品类可见性 — 真正的 GEO 测试
向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你,还是推荐了别人?
各模型使用同一组问题 — 切换标签对比回答与排名。
- github.com/gonum/gonum · 被推荐 2 次
- TrendSpider · 被推荐 1 次
- Stock Rover · 被推荐 1 次
- Simply Wall St · 被推荐 1 次
- Trade Ideas · 被推荐 1 次
- 品类问题Looking for an AI-driven tool to analyze market trends and assist with stock selection.你:未被推荐AI 推荐顺序:
- TrendSpider
- Stock Rover
- Simply Wall St
- Trade Ideas
- Koyfin
- AlphaSense
AI 推荐了 6 个替代方案,却始终没点名 ArvinLovegood/go-stock。这就是要补上的差距。
查看 AI 完整回答
- 品类问题What are some Go-based applications for stock market analysis using large language models?你:未被推荐AI 推荐顺序:
- go-openai (github.com/sashabaranov/go-openai)
- resty/v2 (github.com/go-resty/resty/v2)
- gonum/stat (github.com/gonum/gonum)
- gonum/floats (github.com/gonum/gonum)
- colly (github.com/gocolly/colly)
- gorm (gorm.io/gorm)
- influxdb-client-go/v2 (github.com/influxdata/influxdb-client-go/v2)
- alpaca-trade-api-go/v2 (github.com/alpacahq/alpaca-trade-api-go/v2)
- go-quote (github.com/markcheno/go-quote)
- techan (github.com/sdcoffey/techan)
- kafka-go (github.com/segmentio/kafka-go)
- nats.go (github.com/nats-io/nats.go)
- cron (github.com/robfig/cron)
- cobra (github.com/spf13/cobra)
- cli (github.com/urfave/cli)
- gin (github.com/gin-gonic/gin)
- echo (github.com/labstack/echo)
- mux (github.com/gorilla/mux)
AI 推荐了 18 个替代方案,却始终没点名 ArvinLovegood/go-stock。这就是要补上的差距。
查看 AI 完整回答
客观检查
针对 AI 引擎最看重的元数据信号的规则审计。
- Metadata completenesspass
- README presencepass
自指检查
当被直接问到你时,AI 是否还知道你的仓库存在?
- Compared to common alternatives in this category, what is the core differentiator of ArvinLovegood/go-stock?passAI 明确点名了 ArvinLovegood/go-stock
AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?
- If a team adopts ArvinLovegood/go-stock in production, what risks or prerequisites should they evaluate first?passAI 明确点名了 ArvinLovegood/go-stock
AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?
- In one sentence, what problem does the repo ArvinLovegood/go-stock solve, and who is the primary audience?passAI 明确点名了 ArvinLovegood/go-stock
AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?
嵌入你的 GEO 徽章
把这个徽章贴进 ArvinLovegood/go-stock 的 README。每次重新扫描都会自动更新,并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。
[](https://repogeo.com/zh/r/ArvinLovegood/go-stock)<a href="https://repogeo.com/zh/r/ArvinLovegood/go-stock"><img src="https://repogeo.com/badge/ArvinLovegood/go-stock.svg" alt="RepoGEO" /></a>订阅 Pro,解锁深度诊断
ArvinLovegood/go-stock — 轻量扫描仍免费;本卡列出 Pro 相对轻量的深度额度。
- 深度报告每月 10 次
- 无品牌品类查询5,轻量 2
- 优先行动项8,轻量 3