AINewsTracker

1. Aperçu

app/main.py assemble le service, enregistre les groupes de routes et configure le cache Redis. Le traitement des actualités passe par un service, les mesures de texte et le dépôt d’articles avant d’atteindre MongoDB.

L’article associé, Suivre l’actualité financière avec AINewsTracker, suit ce parcours depuis un flux entrant jusqu’à l’article enregistré.

3. Démarrage

cp .env.example .env
pip install poetry
poetry shell
poetry install
poetry run pytest
poetry run uvicorn app.main:app --reload

La documentation FastAPI est disponible à http://localhost:8000/api/v1/docs selon le guide du projet. Avec Docker :

docker-compose up --build

4. Guide du dépôt

• app/main.py crée l’application, enregistre les routes et configure le cache.
• app/routers/ définit les routes des actualités, articles, entreprises, utilisateurs, données initiales et stratégies.
• app/core/services/ contient le traitement des actualités et les mesures de texte.
• app/core/repo/ contient les opérations de persistance regroupées par domaine.
• app/models/ définit les enregistrements acceptés et retournés.
• app/seed/ charge les entreprises et actualités depuis des sources externes.
• app/core/trading/strategy.py traite les demandes de stratégie.

5. Fonctions

• ingérer des actualités depuis RSS, GNews et des flux configurés;
• analyser le sentiment, les sujets et l’attribution de tickers;
• gérer les articles, entreprises, actualités et utilisateurs;
• amorcer les données d’entreprises et d’actualités;
• exécuter des stratégies pour une ou plusieurs entreprises;
• fonctionner avec Poetry ou Docker Compose.

6. Architecture

Cette vue résume les frontières d’exécution vérifiées par GitDiagram. Le diagramme interactif complet développe le modèle et relie les composants à leur code.

flowchart TD
  Client(("Client API")) --> App["Application FastAPI<br/>app/main.py"]
  App --> Routes["Routes<br/>app/routers/"]
  Routes --> News["Traitement des actualités<br/>app/core/services/news.py"]
  News --> Metrics["Mesures de texte<br/>app/core/services/metrics.py"]
  News --> Repos["Dépôts<br/>app/core/repo/"]
  Routes --> Repos
  Repos --> Mongo[("MongoDB<br/>app/core/database/db.py")]
  App --> Redis[("Cache Redis<br/>app/core/database/db.py")]
  Sources{{"Sources financières"}} --> Seeders["Amorçage<br/>app/seed/"]
  Seeders --> News
  Routes --> Strategy["Stratégie<br/>app/core/trading/strategy.py"]

7. Contrat API

Le document OpenAPI de l’application en cours d’exécution fait autorité pour les schémas exacts.

8. Déploiement

Le dépôt contient un Dockerfile à la racine, un docker-compose.yml de développement et un répertoire deploy/. L’ordre des dépendances Compose est un ordre de démarrage, pas une garantie de disponibilité.

9. Structure du code

app/
├── main.py
├── core/{database,repo,services,telemetry,trading}/
├── models/
├── routers/
└── seed/
tests/
deploy/
monitoring/

10. Limites

• Les scores de sentiment et sujets sont des données d’analyse, pas des conseils financiers ni une preuve de causalité.
• Les backtests historiques ne garantissent pas les résultats futurs.
• Les flux et API externes ont leurs propres identifiants, disponibilités et conditions d’utilisation.
• Les routes peuvent changer; le code et le document OpenAPI actuels ont priorité.

11. Sources

• Dépôt GitHub
• Documentation du projet
• Architecture GitDiagram
• app/main.py
• app/routers/news.py
• app/core/services/news.py
• app/core/services/metrics.py

flowchart LR
  subgraph wf0["Python application CD"]
    direction LR
    wf0_setup[["setup<br/>ubuntu-latest"]]
  end
  subgraph wf1["Python application CI"]
    direction LR
    wf1_setup["setup<br/>ubuntu-latest"]
  end
  subgraph wf2["CodeQL"]
    direction LR
    wf2_analyze["Analyze<br/>ubuntu-latest"]
  end
  subgraph wf3["Docker CI"]
    direction LR
    wf3_docker[["docker<br/>ubuntu-latest"]]
  end
  subgraph wf4["AINewsTracker Docs"]
    direction LR
    wf4_build_and_deploy[["build_and_deploy<br/>ubuntu-latest"]]
  end
  t0(["publication"])
  t1(["demande de fusion · push"])
  t2(["push · demande de fusion · planification"])
  t3(["push"])
  t4(["push · demande de fusion · lancement manuel"])
  d0[("Registre de conteneurs")]
  d1[("GitHub Pages")]
  t0 --> wf0_setup
  wf0_setup -.-> d0
  t1 --> wf1_setup
  t2 --> wf2_analyze
  t3 --> wf3_docker
  wf3_docker -.-> d0
  t4 --> wf4_build_and_deploy
  wf4_build_and_deploy -.-> d1

flowchart LR
  repo[("Dépôt GitHub")]
  ci[["GitHub Actions<br/>5 workflows"]]
  image["Image Docker<br/>FROM tiangolo/uvicorn-gunicorn-fastapi:python3.10"]
  pub_Container_registry[("Registre de conteneurs")]
  pub_GitHub_Pages[("GitHub Pages")]
  host_Vercel("Vercel<br/>vercel.json")
  host_MkDocs_site("Site de documentation (MkDocs)<br/>mkdocs.yml")
  subgraph compose["Docker Compose"]
    svc_redis["redis"]
    svc_mongo["mongo"]
    svc_web["web"]
    svc_prometheus["prometheus"]
  end
  repo -->|"push ou demande de fusion"| ci
  ci -->|"docker build"| image
  image -->|"publie"| pub_Container_registry
  ci -->|"publie"| pub_GitHub_Pages
  ci -.->|"configuré"| host_Vercel
  ci -.->|"configuré"| host_MkDocs_site
  image -->|"docker compose up"| compose