feat: Implement AI analysis using Groq, replacing Gemini API key configuration.

.env.example

@@ -6,7 +6,7 @@ TELEGRAM_BOT_TOKEN=your_bot_token_here
 TELEGRAM_CHAT_ID=your_chat_id_here
 
 # AI
-GEMINI_API_KEY=your_gemini_api_key_here
+GROQ_API_KEY=your_groq_api_key_here
 
 # Proxy Setting (optional)
 HTTPS_PROXY=http://127.0.0.1:7890

bot_listener.py

@@ -1017,16 +1017,15 @@ def start_bot():
                         if line.strip():
                             msg_lines.append(f"- {line.strip()}")
 
-                # --- 6. Gemini AI 数据分析 ---
+                # --- 6. Groq 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...")
+                    # Groq 极快，通常不用发送“正在分析”的提示，直接拼接
                     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}")
+                    logger.error(f"调用 Groq AI 分析失败: {e}")
 
             bot.send_message(message.chat.id, "\n".join(msg_lines), parse_mode="HTML")
 

requirements.txt

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

src/analysis/ai_analyzer.py

@@ -1,21 +1,24 @@
 import os
-import google.generativeai as genai
+import requests
 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
+    通过 Groq API (LLaMA 3.3 70B) 对天气态势进行极速交易分析
     """
-    api_key = os.getenv("GEMINI_API_KEY")
+    api_key = os.getenv("GROQ_API_KEY")
     if not api_key:
-        logger.warning("GEMINI_API_KEY 未配置，跳过 AI 分析")
+        logger.warning("GROQ_API_KEY 未配置，跳过 AI 分析")
         return ""
     
     try:
-        genai.configure(api_key=api_key)
-        # 使用最新的 Gemini 3 Flash 预览版模型
-        model = genai.GenerativeModel('gemini-3-flash-preview')
-
+        # Groq 完全兼容 OpenAI 的 API 格式，直接用 requests 简单直观
+        url = "https://api.groq.com/openai/v1/chat/completions"
+        headers = {
+            "Authorization": f"Bearer {api_key}",
+            "Content-Type": "application/json"
+        }
+        
         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。
@@ -25,22 +28,33 @@ def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) ->
 
 【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。
+2. 必须给出一个明确的操作建议（针对“今天温度是否会涨到预报峰值”）。结论可以是：下注YES、下注NO、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）:
+4. 严格按照以下HTML格式输出:
 
-🤖 <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。]
+🤖 <b>Groq AI 决策</b>
+- 💡 逻辑: [一句话说明核心支撑逻辑]
 - 🎯 建议: <b>[下注YES / 下注NO / 观望]</b> (信心: [1-10]/10)
 """
-        # 强制使用 REST 传输方式，这对代理更友好
-        response = model.generate_content(prompt, transport='rest')
-        text = response.text.strip()
+
+        payload = {
+            "model": "llama-3.3-70b-specdec", # 改用高性能版本
+            "messages": [
+                {"role": "system", "content": "你是不讲废话、只看数据的专业气象分析师。"},
+                {"role": "user", "content": prompt}
+            ],
+            "temperature": 0.5,
+            "max_tokens": 150
+        }
+
+        # 索非亚直连应该没问题
+        response = requests.post(url, json=payload, headers=headers, timeout=10)
+        response.raise_for_status()
         
-        # 简单清理可能的 markdown 标记
-        text = text.replace("```html", "").replace("```markdown", "").replace("```", "").strip()
+        result = response.json()
+        content = result['choices'][0]['message']['content'].strip()
         
-        return text
+        return content
     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]})"
+        logger.error(f"Groq API 调用失败: {e}")
+        return f"\n⚠️ Groq 分析暂不可用 ({str(e)[:30]})"