每天凌晨掃公開資訊觀測站（MOPS）的重大訊息公告，挑出「公司公布自家獲利」的公告，配合收盤價算預估本益比、交給 AI 評級，早上推播到 Telegram，並把值得追蹤的個股寫進 Google Sheet。另外每個交易日抓 TWSE／TPEx 收盤價寫回 Supabase，供本系統與因子選股共用。
改程式前先讀 AGENTS.md：部署位置、scan／send 交接、Jev 抽取、評級規則等踩過的坑都記在那裡。
所有排程都在 Hermes（Mac mini）上跑，程式碼在那台機器的 ~/mops_radar（本 repo 的 git clone）。
| 時間（週一～五） | 腳本 | 做什麼 |
|---|---|---|
| 14:15 | fetch_prices.py --tse-only |
抓上市收盤價寫進 Supabase stock_prices |
| 15:45、18:00 | fetch_prices.py |
上市＋上櫃再抓一次，主要是補上櫃（TPEx 發布較晚） |
| 16:00～23:40 每 20 分 | fetch-prices-persistent-retry.sh |
上櫃還沒抓到就持續重試，23:40 仍失敗才告警 |
| 00:30 | mops_radar.py scan |
抓前一天的公告（週一抓週五～週日）→ 篩選 → 算本益比 → AI 評級，結果存 pending_results.json，不送出 |
| 07:00 | mops_radar.py send |
讀 pending_results.json → 寫 Google Sheet → 推 Telegram，全部做完才刪檔 |
- 關鍵字篩選：說明含「每股盈餘」、符合條款為第 51 或 53 款，排除
EXCLUDE_CODES。 - TypeSafe Jev：同一個 request 判斷「是不是在公布自家獲利」（剔除面額變更這類只是順帶提到 EPS 的公告），並從公告裡的數字挑出單月／單季／今年累計 EPS 與單月營收。程式先列出候選數字，Jev 只能原樣挑一個或選「無」，不會自己編數字。
- 預估本益比：預估全年 EPS 依序用單月 × 12 → 單季 × 4 → 今年 1～N 月累計 × 12/N；股價查 Supabase，比最新交易日舊會加
⚠️ 警告。 - AI 評級（OpenRouter，Gemini）：依 prompt 裡的評級標準給 🔴 強烈買進／🟠 建議買進／🟡 一般觀望／🟢 需要小心。AI 不上網，只能用公告與提供的資料；缺年增率時程式會照評級標準把過高的評級降級並註明。
- 寫入：🔴、🟠 寫進 Google Sheet「公告紀錄」，🔴 另外記一筆到「歷史紀錄」。
- scan 失敗或沒跑：07:00 的 send 會在 Telegram 發「
⚠️ 掃描失敗」或「找不到今天的掃描結果」。 - send 中途失敗：
pending_results.json會留著，每筆記著做到哪一步，直接重跑send只補沒做完的，不會重複寫 Sheet 或重送訊息；隔天的 scan 也會把沒送出的帶著走。 - Jev 失敗：一律放行並退回規則式抽取，不會因此漏訊號。
- OpenRouter 暫時性錯誤會重試，主模型下架會自動改用備援模型（Telegram 標題會註明）。
複製 .env.example 成 .env（放在 repo 目錄，不進 git），程式啟動時自己載入：
| 變數 | 必填 | 用途 |
|---|---|---|
OPENROUTER_KEY |
✅ | AI 評級 |
TELEGRAM_TOKEN、TELEGRAM_CHAT_ID |
✅ | 推播 |
SUPABASE_URL、SUPABASE_SERVICE_KEY |
✅ | 讀寫 stock_prices |
TYPESAFE_API_KEY |
建議 | Jev 篩選與 EPS 抽取；沒設就只用關鍵字篩選與規則式抽取 |
SA_KEY_FILE |
Google service account 金鑰路徑，預設讀 repo 內的 google-sa.json（已 gitignore） |
|
RADAR_SHEET_ID |
Google Sheet ID，預設為現用的那份 | |
AI_MODELS |
模型優先順序（逗號分隔），預設 gemini-3.1-flash-lite-preview → 2.5-flash-lite → 2.5-flash |
|
JEV_THRESHOLD、JEV_MIN_CONF |
Jev 獲利判斷門檻（0.2）、數字挑選門檻（0.8），改之前先跑 live 驗證 | |
FACTOR_SYNC_DIR |
fetch_prices.py 寫完股價後順便跑因子選股 sheet_sync.py 的位置 |
Python 3.9 以上，需要 supabase、gspread、pandas（含 openpyxl）。Hermes 上一律用 /Users/iroman/.hermes/hermes-agent/venv/bin/python3，原因見 AGENTS.md。
python mops_radar.py scan # 分析並存 pending_results.json，不送出
python mops_radar.py send # 送出 pending_results.json（沒帶參數預設是 scan）
python fetch_prices.py # 抓上市＋上櫃收盤價
python fetch_prices.py --tse-only
python fetch_prices.py --backfill-otc 2026-08-11 2026-08-17 # 補上櫃歷史缺口- 本機改完、跑過測試，commit 並 push 到
main。 - 到 Hermes：
cd ~/mops_radar && git pull。兩支 Python 腳本直接在這裡執行，pull 完就生效。 - 改了
hermes/scripts/*.sh或hermes/skills/的話，另外複製到 Hermes 的~/.hermes/scripts/、~/.hermes/skills/（cron 實際呼叫的是那裡）。
Google Drive 上的舊 MOPS_RADAR/ 已退役，不要再改它或把排程指回去。
pip install -r requirements-dev.txt
python -m pytest測試全部離線，會擋掉所有對外連線（Hermes 上的 .env 是真金鑰，寧可測試失敗也不能真的送出訊息）。tests/fixtures/ 有 25 則人工核對過的真實公告，改 Jev 題目或門檻時在 Hermes 上跑一次真打 Jev 的驗證：
cd ~/mops_radar && /Users/iroman/.hermes/hermes-agent/venv/bin/python3 tests/jev_live_check.pymops_radar.py scan／send 主程式
fetch_prices.py 每日收盤價 → Supabase stock_prices
hermes/scripts/ Hermes cron 呼叫的包裝腳本（部署時複製到 ~/.hermes/scripts/）
hermes/skills/ Hermes skill 說明
tests/ pytest 與 Jev live 驗證
docs/ 架構圖（architecture.html 是原始檔，png 由它輸出）
AGENTS.md 陷阱與設計決策（改程式前必讀）