使用 Cursor AI 和云服务快速开发一个自动跟踪资产可视化小工具

Link1987
427 阅读6分钟

我想做一个投资实验，花 200 元买入一些资产（A股、美股、数字货币），看看一年后这些资产值多少钱。

最终我使用 AI 和云服务快速开发一个了一个小工具， 只要访问这个页面就能方便的看到当天的价格和历史走势： space.link1987.cn/fund_thomas…

下面叙述我的开发过程。

开始

我没有打算寻找直接可用的工具，而是打算尝试使用 AI 和云服务快速开发一个小工具，理由如下：

  1. 找工具也很麻烦，可能比自己 DIY 更费时间。
  2. 工具可能无法满足我的个性化需求，比如我想以图表形式展示，我想记录每天的数据，我还想把图表分享给其他人查看等等。
  3. 开发小工具在之前可能很麻烦，但是随着 AI 和各种基础服务的不断完善，开发小工具可能会变得更容易，手拿把掐就搞定了。

我的核心需求很简单：将 200 元分成 5 份，每份 40 元，分别“模拟”买入标普 500，纳斯达克，中概股，沪深 300 和比特币这 5 类资产，并可以随时查询这些资产的价格以及我的资产总价格。

我使用 Cursor 作为 AI 助手和代码编辑器。

像做其他事一样，对于复杂的事，我选择渐进式实现，一点一点来。

第一阶段

首先，我问 Cursor:

使用 Python 帮我实现：获取标普500 和 纳斯达克 的指数

Cursor 帮我实现了，执行 python 脚本后可以打印出来。我学习到 cursor 使用了 yfinance ( import yfinance as yf ) 这是一个 Yahoo Finance 的免费服务。

继续问 Cursor:

增加资产，我还想获取沪深300的指数

Cursor 实现了。

继续问 Cursor:

增加资产，我还想获取 中证海外中国互联网50 的指数

我为什么单独问呢？因为我发现 中证海外中国互联网50 不像沪深300, 标普500 那么主流。为了避免失去控制，我选择渐进式的一点一点来。果然 Cursor 写的不是很对，所以我调整了问题：

增加资产，我还想获取 中证海外中国互联网50(股票代码是 H30533.SS) 的指数

这次 Cursor 写对了。

我不知道 yfinance 能不能查比特币价格，所以我试探性的问 Cursor:

增加资产，我还想获取 比特币的价格

Cursor 实现了，而且也是使用的 yfinance. 但是有些代码稍显多余，我仿照之前的代码手动做了修改：

    nasdaq = yf.Ticker("^IXIC")
    sp500 = yf.Ticker("^GSPC")
    hs300 = yf.Ticker("000300.SS")
    china_internet = yf.Ticker("H30533.SS")
    bitcoin = yf.Ticker("BTC-USD")

到现在为止，我可以一键运行脚本，然后在命令行中看到资产的价格了。

第二阶段

我不想在命令行中查看，我想在 excel 查看，而且我想把数据保存下来，所以我继续问 Cursor

把结果做成表格，格式是 csv, 保存到文件中

Cursor 实现了，并且贴心的自动实现了增量写入：）

到现在为止，我可以直接在一个文件中查看了，我也可以把文件发给其他人看。

第三阶段

我通过刚刚写的脚本，获取到当前的价格，然后继续问 Cursor

增加一列“总资产”，总资产初始为 200 元，总资产有 5 个子资产决定，5 个子资产分别占 20%  
  
5 个子资产的初始点数是：  
纳斯达克综合指数,18439.17  
标普500指数,5782.76  
沪深300指数,4084.18  
中证海外中国互联网50,7893.96  
比特币(USD),71990.44  
  
总资产初始为 200 元

Cursor 没写对，于是我又来来回回和 Cursor 做了以下对话

不对，我指的是我的总资产是 200 元，每个子资产的价值是 40 元（因为有 5 个子资产，每个占比 20%）

...

总资产做为单独的一行显示，不要显示在每一列。另外“指数名称”改为“资产名称”

...

总资产的价格和涨跌幅也要计算。总资产的价格为子资产的价格和，初始价格为 200 元

Cursor 终于写对了。虽然和 Cursor 反复沟通了很多，不过效率比自己写快多了，而且脑力消耗要远远小于自己写代码。

到现在为止，我可以直接看到我的“投资”的价格，不用自己计算了。

第四阶段

在表格中查看，数据密密麻麻的对眼睛不好， 所以我想做一个页面，在页面中展示一个图表直接查看。我继续问 Cursor

我想将csv文件中的数据显示为图表，并通过浏览器访问

Cursor 实现了。我发现 Cursor 用了 Flask 做后端，使用 plotly 做数据可视化。

不过我不想起后端服务，因为对于我来说太重了，我想直接生成一个 html 文件，于是我继续问 Cursor

我想生成一个静态的页面，访问这个静态页面看到的效果和访问 live.py serve 页面的效果一样

我又主动让 Cursor 做了一些调整和改 bug，比如

把 gen_html.py 整合到 update_market.indices.py 中，不需要两个命令，只执行一个命令就可以同时生成 csv 和 html

...

页面没有适配移动端

Cursor 搞定了。

到现在为止，我可以浏览器中的直观的查看到图表了。

image.png

第五阶段

我想每天自动记录一次，并且想直接在线访问。

我向 Cursor 需求方案，Cursor 和我说使用函数计算和对象存储来实现，并推荐了 AWS, 阿里云和腾讯云。

我心中的方案是 Github Action 和腾讯云对象存储（因为我有现成的），我又问 Cursor, Cursor 说没问题，并且帮我写了 Github Action 的代码和腾讯云相关的代码（在和我的不断对话中）

最终，我部署了服务，服务每天会自动更新数据，并且我访问页面可以直接查看 space.link1987.cn/fund_thomas…

总结

  1. 使用 AI 可以大大提高开发效率，甚至完成之前无法完成的编程工作。不过，编程思维和专业知识仍然需要，在使用 Cursor 的过程中，我会浏览代码并手动对代码修修补补，这对完全没有编程经验的人来说是很难做到的。
  2. 掌握更高层的软件知识还是很重要的，在这次过程中，我一开始就有了大致的实现方案：使用 python 查市场信息并生成数据，将数据可视化展示，借助云服务跑定时任务，借助云服务存储静态数据，通过 web 访问静态数据。在心中有了大致方案的基础上，和 AI 对话效率更高，并且更容易发挥 AI 的潜力。
avatar
文章
阅读
粉丝