FinSight AI 一个现代化的金融新闻分析 Web 应用，提供 AI 驱动的市场洞察和实时数产品系统Vibe Coding

本项目（FinSight AI）立足于现代化的金融新闻分析与投资辅助场景。在当前的金融市场中，投资者往往面临信息过载的痛点，难以快速从海量资讯中提炼出有价值的市场信号。本项目旨在解决这一产品问题，通过引入大语言模型（Google Gemini AI）提供AI驱动的市场洞察和实时数据分析。其业务背景是帮助个人投资者自动化聚合权威金融资讯，并将复杂的财经新闻转化为直观的市场情绪量化指标（0-100分），从而辅助用户在黄金、纳斯达克100、A股等多种资产中做出更理性的投资决策。

本项目主要包含以下五大核心功能模块：
1、实时新闻与AI分析模块：自动聚合东方财富、新浪财经及Finnhub等多源权威资讯，利用Google Gemini AI深度分析新闻情感和市场潜在影响。
2、新闻情绪指数与交互式图表：将AI分析结果量化为0-100分的情绪指数，并通过圆形仪表盘、7天历史趋势图、实时价格走势及技术指标进行可视化展示。
3、AI投资顾问模块：内置智能问答助手，能结合最新的金融新闻和价格数据，实现支持上下文管理的多轮对话，提供个性化的投资建议。
4、投资组合追踪模块：支持用户进行持仓管理（增删改查），实时进行价格更新与盈亏计算，并生成资产分布饼图和30天收益曲线图。
5、个性化仪表盘模块：提供基于网格系统的可拖拽自定义布局，支持多种卡片类型、多布局管理以及用户配置的持久化保存。

我在本项目中主导了全栈核心模块的开发与架构设计。
技术栈与架构：前端采用 React 18 + TypeScript + Vite 架构，结合 Tailwind CSS 编写响应式样式，并使用 Recharts 和 react-grid-layout 实现数据可视化与拖拽布局。后端与数据层依赖 Supabase (PostgreSQL) 实现用户认证、数据存储及 Row Level Security (RLS) 保护，项目整体部署在 Cloudflare Pages + Functions。
实现亮点与难点：
1、API安全架构设计：通过 Cloudflare Functions 设计了后端的代理层，将敏感的 Gemini API 密钥彻底隐藏在服务器端，有效避免了前端泄露风险。
2、多数据源混合拉取策略：针对不同接口，设计了优先拉取中文新闻源（通过代理无密钥访问），并在必要时调用 Finnhub 补充英文新闻并自动翻译的混合策略。
3、性能与状态优化：在处理高频实时刷新的行情和新闻数据时，实施了防抖节流、智能缓存以及路由懒加载等性能优化方案，同时克服了复杂的可拖拽网格布局状态持久化的难点。