feat: Add ai_analyzer.py, update requirements.txt, and modify bot_listener.py.

bot_listener.py

@@ -1017,6 +1017,17 @@ def start_bot():
                         if line.strip():
                             msg_lines.append(f"- {line.strip()}")
 
+                # --- 6. Gemini AI 数据分析 ---
+                try:
+                    from src.analysis.ai_analyzer import get_ai_analysis
+                    # 发送请求时可以稍微提示一下正在请求AI
+                    bot.send_message(message.chat.id, f"🧠 Gemini 正在分析 {city_name} 的趋势数据...")
+                    ai_result = get_ai_analysis(clean_insights, city_name, temp_symbol)
+                    if ai_result:
+                        msg_lines.append(f"\n{ai_result}")
+                except Exception as e:
+                    logger.error(f"加载/调用 AI 分析失败: {e}")
+
             bot.send_message(message.chat.id, "\n".join(msg_lines), parse_mode="HTML")
 
         except Exception as e:

requirements.txt

@@ -5,3 +5,4 @@ python-dotenv
 pytz
 numpy
 web3
+google-generativeai

src/analysis/ai_analyzer.py

@@ -0,0 +1,46 @@
+import os
+import google.generativeai as genai
+from loguru import logger
+
+def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) -> str:
+    """
+    调用 Gemini API 对天气态势进行简短的交易分析
+    """
+    api_key = os.getenv("GEMINI_API_KEY")
+    if not api_key:
+        logger.warning("GEMINI_API_KEY 未配置，跳过 AI 分析")
+        return ""
+    
+    try:
+        genai.configure(api_key=api_key)
+        # 推荐使用最新的 Pro 模型进行深度推理
+        model = genai.GenerativeModel('gemini-3.1-pro')
+
+        prompt = f"""
+你是一个专业的天气衍生品（如 Polymarket）交易员。你的任务是根据当前天气数据推测今日最高温度趋势，进行交易决策。
+请严格根据以下我提供的【{city_name}】的实时天气数据和规则策略进行分析。
+
+【参考数据与态势】
+{weather_insights}
+
+【输出要求】
+1. 语言必须极端简练，直击要害，整体不超过60个字。
+2. 必须给出一个明确的操作建议。假设市场针对的是“今天温度是否会涨到预报峰值”，结论可以是：下注YES（看涨）、下注NO（看跌）、或 观望。
+3. 必须包含 1-10 的信心指数。
+4. 严格按照以下HTML格式输出，不要带任何 Markdown 代码块标记（如 ```html）:
+
+🤖 <b>Gemini AI 决策</b>
+- 💡 逻辑: [一句话说明核心支撑逻辑，例如：最热时段已过且低于预报3度，涨水无望。]
+- 🎯 建议: <b>[下注YES / 下注NO / 观望]</b> (信心: [1-10]/10)
+"""
+        # 如果配置了代理，可能需要设置环境变量，我们在代码层面不用干预，依赖系统环境变量即可
+        response = model.generate_content(prompt)
+        text = response.text.strip()
+        
+        # 简单清理可能的 markdown 标记
+        text = text.replace("```html", "").replace("```markdown", "").replace("```", "").strip()
+        
+        return text
+    except Exception as e:
+        logger.error(f"Gemini API 调用失败: {e}")
+        return f"\n⚠️ Gemini 分析暂不可用 ({str(e)[:30]})"