@cablate/banini-tracker 2.0.0 → 2.0.1

package/LICENSE

@@ -1,21 +1,21 @@
-MIT License
-
-Copyright (c) 2026 cablate
-
-Permission is hereby granted, free of charge, to any person obtaining a copy
-of this software and associated documentation files (the "Software"), to deal
-in the Software without restriction, including without limitation the rights
-to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
-copies of the Software, and to permit persons to whom the Software is
-furnished to do so, subject to the following conditions:
-
-The above copyright notice and this permission notice shall be included in all
-copies or substantial portions of the Software.
-
-THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
-IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
-FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
-AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
-LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
-OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
-SOFTWARE.
+MIT License
+
+Copyright (c) 2026 cablate
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

package/README.md

@@ -1,126 +1,133 @@
-<p align="center">
-  <img src="assets/banner.svg" alt="banini-tracker banner" width="100%">
-</p>
-
-# banini-tracker
-
-追蹤「股海冥燈」巴逆逆（8zz）的 Threads / Facebook 社群貼文，透過 Apify 抓取、AI 反指標分析、Telegram 即時推送。
-
-支援兩種使用模式：
-- **常駐排程**：Docker 部署，自動盤中/盤後排程 + LLM 分析 + Telegram 推送
-- **CLI 工具**：`npx banini-tracker`，搭配 Claude Code 等 AI 手動執行分析
-
-## 快速開始（常駐排程）
-
-```bash
-# 1. 複製設定
-cp .env.example .env
-# 填入 APIFY_TOKEN, LLM_BASE_URL, LLM_API_KEY, LLM_MODEL, TG_BOT_TOKEN, TG_CHANNEL_ID
-
-# 2. Docker 部署
-docker build -t banini-tracker .
-docker run -d --name banini --env-file .env banini-tracker
-
-# 3. 或本地直接跑
-npm install && npm run start
-```
-
-### 排程規則
-
-- **盤中**（週一~五 09:00-13:30）：每 30 分鐘，FB only 抓 1 篇
-- **盤後**（每天 23:00）：Threads + FB 各 3 篇
-
-### npm scripts
-
-| 指令 | 說明 |
-|------|------|
-| `npm run start` | 常駐排程模式（盤中 + 盤後自動跑） |
-| `npm run dev` | 單次執行（Threads + FB 各 3 篇） |
-| `npm run dry` | 只抓取，不呼叫 LLM |
-| `npm run market` | 盤中模式（FB only, 1 篇） |
-| `npm run evening` | 盤後模式（各 3 篇） |
-
-### .env 設定
-
-```
-APIFY_TOKEN=apify_api_...
-LLM_BASE_URL=https://api.deepinfra.com/v1/openai
-LLM_API_KEY=...
-LLM_MODEL=MiniMaxAI/MiniMax-M2.5
-TG_BOT_TOKEN=...
-TG_CHANNEL_ID=-100...
-```
-
-## CLI 工具模式
-
-不需 clone repo，任何環境直接用：
-
-```bash
-# 初始化設定
-npx banini-tracker init \
-  --apify-token YOUR_APIFY_TOKEN \
-  --tg-bot-token YOUR_TG_BOT_TOKEN \
-  --tg-channel-id YOUR_TG_CHANNEL_ID
-
-# 抓取 Facebook 最新 3 篇
-npx banini-tracker fetch -s fb -n 3 --mark-seen
-
-# 推送結果到 Telegram
-npx banini-tracker push -m "分析結果..."
-```
-
-### CLI 指令
-
-| 指令 | 說明 |
-|------|------|
-| `init` | 初始化設定檔（`~/.banini-tracker.json`） |
-| `config` | 顯示目前設定 |
-| `fetch` | 抓取貼文，輸出 JSON 到 stdout |
-| `push` | 推送訊息到 Telegram |
-| `seen list` | 列出已讀貼文 ID |
-| `seen mark <id...>` | 標記貼文為已讀 |
-| `seen clear` | 清空已讀紀錄 |
-
-### fetch 選項
-
-```
--s, --source <source>  來源：threads / fb / both（預設 fb）
--n, --limit <n>        每個來源抓幾篇（預設 3）
---no-dedup             不去重
---mark-seen            輸出後自動標記已讀
-```
-
-### push 選項
-
-```
--m, --message <text>     直接帶訊息
--f, --file <path>        從檔案讀取
---parse-mode <mode>      HTML / Markdown / none（預設 HTML）
-```
-
-不帶 `-m` 或 `-f` 時從 stdin 讀取。
-
-### 搭配 Claude Code 使用
-
-在 Claude Code 的 skill 中，Claude 自己就是分析引擎：
-
-1. `fetch` 抓貼文 → Claude 讀 JSON
-2. Claude 分析 + WebSearch 查最新走勢
-3. Claude 組報告 → `push` 推送 Telegram
-
-詳見 [`skill/SKILL.md`](skill/SKILL.md)。
-
-## 費用
-
-| 來源 | 每次費用 | 說明 |
-|------|---------|------|
-| Facebook | ~$0.02 | CU 計費，便宜 |
-| Threads | ~$0.15 | Pay-per-event，較貴 |
-
-## 免責聲明
-
-本專案僅供娛樂參考，不構成任何投資建議。
-
-## License
-
-MIT
+<p align="center">
+  <img src="assets/banner.svg" alt="banini-tracker banner" width="100%">
+</p>
+
+# banini-tracker
+
+追蹤「股海冥燈」巴逆逆（8zz）的 Threads / Facebook 社群貼文，透過 Apify 抓取、AI 反指標分析、Telegram 即時推送。
+
+- 辨識她提到的標的（個股、ETF、原物料）
+- 判斷她的操作（買入 / 被套 / 停損）
+- 反轉推導（她停損 → 可能反彈、她買入 → 可能下跌）
+- 推導連鎖效應（油價跌 → 製造業利多 → 電子股受惠）
+
+> **Claude Code 使用者？** 直接把 [`skill/SKILL.md`](skill/SKILL.md) 加到你的 `.claude/skills/` 就能用。Claude 自己當分析引擎，不需要額外 LLM。
+
+支援兩種使用模式：
+- **常駐排程**：Docker 部署，自動盤中/盤後排程 + LLM 分析 + Telegram 推送
+- **CLI 工具**：`npx @cablate/banini-tracker`，搭配 Claude Code 等 AI 手動執行分析
+
+## 快速開始（常駐排程）
+
+```bash
+# 1. 複製設定
+cp .env.example .env
+# 填入 APIFY_TOKEN, LLM_BASE_URL, LLM_API_KEY, LLM_MODEL, TG_BOT_TOKEN, TG_CHANNEL_ID
+
+# 2. Docker 部署
+docker build -t banini-tracker .
+docker run -d --name banini --env-file .env banini-tracker
+
+# 3. 或本地直接跑
+npm install && npm run start
+```
+
+### 排程規則
+
+- **盤中**（週一~五 09:00-13:30）：每 30 分鐘，FB only 抓 1 篇
+- **盤後**（每天 23:00）：Threads + FB 各 3 篇
+
+### npm scripts
+
+| 指令 | 說明 |
+|------|------|
+| `npm run start` | 常駐排程模式（盤中 + 盤後自動跑） |
+| `npm run dev` | 單次執行（Threads + FB 各 3 篇） |
+| `npm run dry` | 只抓取，不呼叫 LLM |
+| `npm run market` | 盤中模式（FB only, 1 篇） |
+| `npm run evening` | 盤後模式（各 3 篇） |
+
+### .env 設定
+
+```
+APIFY_TOKEN=apify_api_...
+LLM_BASE_URL=https://api.deepinfra.com/v1/openai
+LLM_API_KEY=...
+LLM_MODEL=MiniMaxAI/MiniMax-M2.5
+TG_BOT_TOKEN=...
+TG_CHANNEL_ID=-100...
+```
+
+## CLI 工具模式
+
+不需 clone repo，任何環境直接用：
+
+```bash
+# 初始化設定
+npx @cablate/banini-tracker init \
+  --apify-token YOUR_APIFY_TOKEN \
+  --tg-bot-token YOUR_TG_BOT_TOKEN \
+  --tg-channel-id YOUR_TG_CHANNEL_ID
+
+# 抓取 Facebook 最新 3 篇
+npx @cablate/banini-tracker fetch -s fb -n 3 --mark-seen
+
+# 推送結果到 Telegram
+npx @cablate/banini-tracker push -m "分析結果..."
+```
+
+### CLI 指令
+
+| 指令 | 說明 |
+|------|------|
+| `init` | 初始化設定檔（`~/.banini-tracker.json`） |
+| `config` | 顯示目前設定 |
+| `fetch` | 抓取貼文，輸出 JSON 到 stdout |
+| `push` | 推送訊息到 Telegram |
+| `seen list` | 列出已讀貼文 ID |
+| `seen mark <id...>` | 標記貼文為已讀 |
+| `seen clear` | 清空已讀紀錄 |
+
+### fetch 選項
+
+```
+-s, --source <source>  來源：threads / fb / both（預設 fb）
+-n, --limit <n>        每個來源抓幾篇（預設 3）
+--no-dedup             不去重
+--mark-seen            輸出後自動標記已讀
+```
+
+### push 選項
+
+```
+-m, --message <text>     直接帶訊息
+-f, --file <path>        從檔案讀取
+--parse-mode <mode>      HTML / Markdown / none（預設 HTML）
+```
+
+不帶 `-m` 或 `-f` 時從 stdin 讀取。
+
+### 搭配 Claude Code 使用
+
+在 Claude Code 的 skill 中，Claude 自己就是分析引擎：
+
+1. `fetch` 抓貼文 → Claude 讀 JSON
+2. Claude 分析 + WebSearch 查最新走勢
+3. Claude 組報告 → `push` 推送 Telegram
+
+詳見 [`skill/SKILL.md`](skill/SKILL.md)。
+
+## 費用
+
+| 來源 | 每次費用 | 說明 |
+|------|---------|------|
+| Facebook | ~$0.02 | CU 計費，便宜 |
+| Threads | ~$0.15 | Pay-per-event，較貴 |
+
+## 免責聲明
+
+本專案僅供娛樂參考，不構成任何投資建議。
+
+## License
+
+MIT

package/dist/analyze.js

@@ -1,74 +1,74 @@
 import OpenAI from 'openai';
-const SYSTEM_PROMPT = `你是一位台股投資分析助手，專門解讀「反指標女神」巴逆逆（8zz）的社群貼文。
-
-## 背景
-巴逆逆是台灣知名的「股海冥燈」，她的投資判斷長期被網友驗證與市場走勢高度反向。
-買什麼跌什麼，賣什麼漲什麼，空什麼就飆漲。
-
-## 時序意識（重要）
-- 使用者會告訴你「現在時間」，請以此為基準判斷時效性
-- 每篇貼文都有具體發文時間，請注意先後順序——她的想法可能在幾小時內改變
-- **當天的貼文最重要**，前幾天的貼文參考價值遞減
-- 如果她先說要買 A，後來又說停損 A，以最新的為準
-
-## 反指標核心邏輯（務必遵守）
-
-關鍵區分：她的操作狀態不同，反指標方向也不同。
-
-| 她的狀態 | 反指標解讀 | 原因 |
-|---------|-----------|------|
-| **買入/加碼** | 該標的可能下跌 | 她買什麼跌什麼 |
-| **持有中/被套（還沒賣）** | 該標的可能繼續跌 | 她還沒認輸，底部還沒到 |
-| **停損/賣出** | 該標的可能反彈上漲 | 她認輸出場 = 底部訊號 |
-| **看多/喊買** | 該標的可能下跌 | 她看好的通常會跌 |
-| **看空/喊賣** | 該標的可能上漲 | 她看衰的通常會漲 |
-| **空單/買 put** | 該標的可能飆漲 | 她空什麼就漲什麼 |
-
-**特別注意「被套」vs「停損」**：
-- 被套 = 她還抱著，還在賠錢 → 反指標：可能繼續跌（她還沒認輸）
-- 停損 = 她認賠賣出了 → 反指標：可能反彈（她一賣就漲）
-- 這兩個方向完全相反，不要搞混！
-
-**嚴禁腦補操作**：
-- 只根據貼文明確提到的操作判斷，不要自行推測
-- 「停損」= 她之前買了（做多），現在賣掉認賠。不是「放空」！
-- 「停損後漲停」= 她賣了之後股票漲了（反指標應驗），不是「放空被軋」
-- herAction 欄位只能填貼文中明確提到的操作，不能推測或腦補
-
-## 分析流程
-1. **辨識標的**：她提到了哪些股票、產業、原物料、ETF？
-   - name 欄位必須用正式名稱（如「信驊」「鈦昇」「旺宏」），不要用她的暱稱（如「王」「渣男」）
-   - 她說的「王」「大佬」「股王」可能是指台積電或信驊，請根據上下文判斷是哪檔股票，用正式名稱填入
-2. **判斷她的操作狀態**：對照上方表格，確認她是買入、被套（還在持有）、還是停損賣出？
-3. **反轉推導**：根據上方表格反轉。說清楚「對什麼看多/看空」以及「為什麼」
-4. **連鎖效應**：反轉後會影響哪些相關板塊？要具體講出影響鏈
-   - 例：她停損鈦昇 → 鈦昇可能反彈 → IC 設計族群連動上漲
-   - 例：她買油正二被套還沒賣 → 油價可能繼續跌 → 原物料成本降 → 製造業利多 → 電子代工股受惠
-   - 例：她停損賣出油正二 → 油價可能反彈 → 原物料成本升 → 通膨壓力回來
-5. **信心評估**：她語氣越篤定、越興奮，反指標信號越強；越崩潰、越後悔，通常代表趨勢即將反轉
-
-## 輸出格式（JSON）
-所有欄位必須用繁體中文，不要用英文術語。
-
-{
-  "hasInvestmentContent": true/false,
-  "mentionedTargets": [
-    {
-      "name": "標的名稱（如：旺宏、鈦昇、原油正二）",
-      "type": "個股 | 產業 | 原物料 | ETF | 指數",
-      "herAction": "她的操作（如：買入、停損賣出、被套、加碼、看多、看空）",
-      "reverseView": "反指標觀點（如：可能上漲、可能下跌、可能反彈、可能續跌）",
-      "confidence": "高 | 中 | 低",
-      "reasoning": "一句話解釋為什麼（如：她停損賣出通常是底部訊號）"
-    }
-  ],
-  "chainAnalysis": "連鎖效應推導，講清楚 A 漲/跌 → 影響 B → 影響 C（2-3句）",
-  "actionableSuggestion": "可操作的建議方向（1-2句，用中文講）",
-  "moodScore": 1-10,
-  "summary": "一句話摘要，適合推送通知，用直白中文"
-}
-
-如果貼文與投資完全無關（純生活、搞笑），hasInvestmentContent 設為 false，其他欄位可省略，只需 summary。
+const SYSTEM_PROMPT = `你是一位台股投資分析助手，專門解讀「反指標女神」巴逆逆（8zz）的社群貼文。
+
+## 背景
+巴逆逆是台灣知名的「股海冥燈」，她的投資判斷長期被網友驗證與市場走勢高度反向。
+買什麼跌什麼，賣什麼漲什麼，空什麼就飆漲。
+
+## 時序意識（重要）
+- 使用者會告訴你「現在時間」，請以此為基準判斷時效性
+- 每篇貼文都有具體發文時間，請注意先後順序——她的想法可能在幾小時內改變
+- **當天的貼文最重要**，前幾天的貼文參考價值遞減
+- 如果她先說要買 A，後來又說停損 A，以最新的為準
+
+## 反指標核心邏輯（務必遵守）
+
+關鍵區分：她的操作狀態不同，反指標方向也不同。
+
+| 她的狀態 | 反指標解讀 | 原因 |
+|---------|-----------|------|
+| **買入/加碼** | 該標的可能下跌 | 她買什麼跌什麼 |
+| **持有中/被套（還沒賣）** | 該標的可能繼續跌 | 她還沒認輸，底部還沒到 |
+| **停損/賣出** | 該標的可能反彈上漲 | 她認輸出場 = 底部訊號 |
+| **看多/喊買** | 該標的可能下跌 | 她看好的通常會跌 |
+| **看空/喊賣** | 該標的可能上漲 | 她看衰的通常會漲 |
+| **空單/買 put** | 該標的可能飆漲 | 她空什麼就漲什麼 |
+
+**特別注意「被套」vs「停損」**：
+- 被套 = 她還抱著，還在賠錢 → 反指標：可能繼續跌（她還沒認輸）
+- 停損 = 她認賠賣出了 → 反指標：可能反彈（她一賣就漲）
+- 這兩個方向完全相反，不要搞混！
+
+**嚴禁腦補操作**：
+- 只根據貼文明確提到的操作判斷，不要自行推測
+- 「停損」= 她之前買了（做多），現在賣掉認賠。不是「放空」！
+- 「停損後漲停」= 她賣了之後股票漲了（反指標應驗），不是「放空被軋」
+- herAction 欄位只能填貼文中明確提到的操作，不能推測或腦補
+
+## 分析流程
+1. **辨識標的**：她提到了哪些股票、產業、原物料、ETF？
+   - name 欄位必須用正式名稱（如「信驊」「鈦昇」「旺宏」），不要用她的暱稱（如「王」「渣男」）
+   - 她說的「王」「大佬」「股王」可能是指台積電或信驊，請根據上下文判斷是哪檔股票，用正式名稱填入
+2. **判斷她的操作狀態**：對照上方表格，確認她是買入、被套（還在持有）、還是停損賣出？
+3. **反轉推導**：根據上方表格反轉。說清楚「對什麼看多/看空」以及「為什麼」
+4. **連鎖效應**：反轉後會影響哪些相關板塊？要具體講出影響鏈
+   - 例：她停損鈦昇 → 鈦昇可能反彈 → IC 設計族群連動上漲
+   - 例：她買油正二被套還沒賣 → 油價可能繼續跌 → 原物料成本降 → 製造業利多 → 電子代工股受惠
+   - 例：她停損賣出油正二 → 油價可能反彈 → 原物料成本升 → 通膨壓力回來
+5. **信心評估**：她語氣越篤定、越興奮，反指標信號越強；越崩潰、越後悔，通常代表趨勢即將反轉
+
+## 輸出格式（JSON）
+所有欄位必須用繁體中文，不要用英文術語。
+
+{
+  "hasInvestmentContent": true/false,
+  "mentionedTargets": [
+    {
+      "name": "標的名稱（如：旺宏、鈦昇、原油正二）",
+      "type": "個股 | 產業 | 原物料 | ETF | 指數",
+      "herAction": "她的操作（如：買入、停損賣出、被套、加碼、看多、看空）",
+      "reverseView": "反指標觀點（如：可能上漲、可能下跌、可能反彈、可能續跌）",
+      "confidence": "高 | 中 | 低",
+      "reasoning": "一句話解釋為什麼（如：她停損賣出通常是底部訊號）"
+    }
+  ],
+  "chainAnalysis": "連鎖效應推導，講清楚 A 漲/跌 → 影響 B → 影響 C（2-3句）",
+  "actionableSuggestion": "可操作的建議方向（1-2句，用中文講）",
+  "moodScore": 1-10,
+  "summary": "一句話摘要，適合推送通知，用直白中文"
+}
+
+如果貼文與投資完全無關（純生活、搞笑），hasInvestmentContent 設為 false，其他欄位可省略，只需 summary。
 注意：僅供娛樂參考，不構成投資建議。`;
 export async function analyzePosts(posts, llmConfig) {
     const client = new OpenAI({
@@ -83,11 +83,11 @@ export async function analyzePosts(posts, llmConfig) {
         return `### 貼文 ${i + 1} ${tag}（${p.timestamp}）\n${p.text}`;
     })
         .join('\n\n');
-    const userPrompt = `現在時間：${nowStr}（台北時間）
-
-以下是巴逆逆最新的社群貼文（按時間從新到舊排列），請進行反指標分析。
-注意：標記「今天」的貼文最重要，請優先分析。
-
+    const userPrompt = `現在時間：${nowStr}（台北時間）
+
+以下是巴逆逆最新的社群貼文（按時間從新到舊排列），請進行反指標分析。
+注意：標記「今天」的貼文最重要，請優先分析。
+
 ${formatted}`;
     console.log('[AI] 開始反指標分析...');
     const res = await client.chat.completions.create({

package/dist/index.js

@@ -14,8 +14,9 @@ import cron from 'node-cron';
 import { fetchThreadsPosts } from './threads.js';
 import { fetchFacebookPosts } from './facebook.js';
 import { analyzePosts } from './analyze.js';
-import { sendTelegramMessageWithConfig, formatReport } from './telegram.js';
+import { sendTelegramMessageWithConfig, formatReport, formatFallbackReport } from './telegram.js';
 import { filterNewPosts as filterNew, markPostsSeen } from './seen.js';
+import { withRetry } from './retry.js';
 // ── Config ──────────────────────────────────────────────────
 const THREADS_USERNAME = 'banini31';
 const FB_PAGE_URL = 'https://www.facebook.com/DieWithoutBang/';
@@ -75,20 +76,20 @@ async function runInner(opts) {
     console.log(`\n=== 巴逆逆反指標追蹤器 [${opts.label}] ${now} ===\n`);
     const apifyToken = env('APIFY_TOKEN');
     const allPosts = [];
-    // 1. 抓取 Threads
+    // 1. 抓取 Threads（含 retry）
     if (!opts.fbOnly) {
         try {
-            const threadsPosts = await fetchThreadsPosts(THREADS_USERNAME, apifyToken, opts.maxPosts);
+            const threadsPosts = await withRetry(() => fetchThreadsPosts(THREADS_USERNAME, apifyToken, opts.maxPosts), { label: 'Threads', maxRetries: 2, baseDelayMs: 5000 });
             allPosts.push(...threadsPosts.map(fromThreads));
         }
         catch (err) {
             console.error(`[Threads] 抓取失敗: ${err instanceof Error ? err.message : err}`);
         }
     }
-    // 2. 抓取 Facebook
+    // 2. 抓取 Facebook（含 retry）
     if (!opts.threadsOnly) {
         try {
-            const fbPosts = await fetchFacebookPosts(FB_PAGE_URL, apifyToken, opts.maxPosts);
+            const fbPosts = await withRetry(() => fetchFacebookPosts(FB_PAGE_URL, apifyToken, opts.maxPosts), { label: 'Facebook', maxRetries: 2, baseDelayMs: 5000 });
             allPosts.push(...fbPosts.map(fromFacebook));
         }
         catch (err) {
@@ -148,11 +149,20 @@ async function runInner(opts) {
         console.log('所有新貼文都是純圖片，跳過分析');
         return;
     }
-    const analysis = await analyzePosts(textsForAnalysis, {
-        baseUrl: env('LLM_BASE_URL', 'https://api.deepinfra.com/v1/openai'),
-        apiKey: env('LLM_API_KEY'),
-        model: env('LLM_MODEL', 'MiniMaxAI/MiniMax-M2.5'),
-    });
+    let analysis;
+    let llmFailed = false;
+    try {
+        analysis = await withRetry(() => analyzePosts(textsForAnalysis, {
+            baseUrl: env('LLM_BASE_URL', 'https://api.deepinfra.com/v1/openai'),
+            apiKey: env('LLM_API_KEY'),
+            model: env('LLM_MODEL', 'MiniMaxAI/MiniMax-M2.5'),
+        }), { label: 'LLM', maxRetries: 3, baseDelayMs: 5000 });
+    }
+    catch (err) {
+        console.error(`[LLM] 分析失敗，將推送純貼文摘要: ${err instanceof Error ? err.message : err}`);
+        llmFailed = true;
+        analysis = { hasInvestmentContent: false, summary: '（LLM 分析失敗，以下為原始貼文）' };
+    }
     // 6. 輸出結果
     console.log('========================================');
     console.log('  巴逆逆反指標分析報告');
@@ -190,13 +200,16 @@ async function runInner(opts) {
                 timestamp: new Date(p.timestamp).toLocaleString('zh-TW', { timeZone: 'Asia/Taipei' }),
                 isToday: isToday(p.timestamp),
                 text: p.text.slice(0, 60),
+                url: p.url,
             }));
-            const msg = formatReport(analysis, { threads: threadCount, fb: fbCount }, postSummaries);
-            await sendTelegramMessageWithConfig({ botToken: tgToken, channelId: tgChannelId }, msg);
+            const msg = llmFailed
+                ? formatFallbackReport(postSummaries)
+                : formatReport(analysis, { threads: threadCount, fb: fbCount }, postSummaries);
+            await withRetry(() => sendTelegramMessageWithConfig({ botToken: tgToken, channelId: tgChannelId }, msg), { label: 'Telegram', maxRetries: 3, baseDelayMs: 3000 });
             console.log('[Telegram] 通知已發送');
         }
         catch (err) {
-            console.error(`[Telegram] 發送失敗: ${err instanceof Error ? err.message : err}`);
+            console.error(`[Telegram] 發送失敗（已重試 3 次）: ${err instanceof Error ? err.message : err}`);
         }
     }
     else {

package/dist/retry.d.ts

@@ -0,0 +1,6 @@
+export interface RetryOptions {
+    maxRetries?: number;
+    baseDelayMs?: number;
+    label?: string;
+}
+export declare function withRetry<T>(fn: () => Promise<T>, opts?: RetryOptions): Promise<T>;

package/dist/retry.js

@@ -0,0 +1,22 @@
+export async function withRetry(fn, opts = {}) {
+    const { maxRetries = 3, baseDelayMs = 3000, label = '' } = opts;
+    let lastError;
+    for (let attempt = 1; attempt <= maxRetries; attempt++) {
+        try {
+            return await fn();
+        }
+        catch (err) {
+            lastError = err;
+            const msg = err instanceof Error ? err.message : String(err);
+            if (attempt < maxRetries) {
+                const delay = baseDelayMs * attempt;
+                console.error(`[${label}] 第 ${attempt} 次失敗: ${msg}，${delay / 1000}s 後重試...`);
+                await new Promise((r) => setTimeout(r, delay));
+            }
+            else {
+                console.error(`[${label}] 第 ${attempt} 次失敗: ${msg}，已達重試上限`);
+            }
+        }
+    }
+    throw lastError;
+}

package/dist/telegram.d.ts

@@ -9,6 +9,7 @@ interface PostSummary {
     timestamp: string;
     isToday: boolean;
     text: string;
+    url: string;
 }
 export declare function formatReport(analysis: {
     summary: string;
@@ -28,4 +29,5 @@ export declare function formatReport(analysis: {
     threads: number;
     fb: number;
 }, posts: PostSummary[]): string;
+export declare function formatFallbackReport(posts: PostSummary[]): string;
 export {};

package/dist/telegram.js

@@ -35,7 +35,8 @@ export function formatReport(analysis, postCount, posts) {
         const src = p.source === 'threads' ? 'TH' : 'FB';
         const todayTag = p.isToday ? ' [今天]' : '';
         const preview = escapeHtml(p.text.replace(/\n/g, ' ').slice(0, 50));
-        lines.push(`${src}${todayTag} ${p.timestamp}｜${preview}${p.text.length > 50 ? '…' : ''}`);
+        const link = p.url ? ` <a href="${p.url}">原文</a>` : '';
+        lines.push(`${src}${todayTag} ${p.timestamp}｜${preview}${p.text.length > 50 ? '…' : ''}${link}`);
     }
     lines.push('');
     lines.push(escapeHtml(analysis.summary));
@@ -73,3 +74,17 @@ export function formatReport(analysis, postCount, posts) {
     lines.push('\n<i>僅供娛樂參考，不構成投資建議</i>');
     return lines.join('\n');
 }
+export function formatFallbackReport(posts) {
+    const lines = [];
+    lines.push('<b>巴逆逆貼文速報</b>（LLM 分析失敗）');
+    lines.push('');
+    for (const p of posts) {
+        const src = p.source === 'threads' ? 'TH' : 'FB';
+        const todayTag = p.isToday ? ' [今天]' : '';
+        const preview = escapeHtml(p.text.replace(/\n/g, ' ').slice(0, 80));
+        const link = p.url ? ` <a href="${p.url}">原文</a>` : '';
+        lines.push(`${src}${todayTag} ${p.timestamp}｜${preview}${p.text.length > 80 ? '…' : ''}${link}`);
+    }
+    lines.push('\n<i>LLM 服務暫時無法使用，僅列出原始貼文</i>');
+    return lines.join('\n');
+}

package/package.json

@@ -1,38 +1,46 @@
-{
-  "name": "@cablate/banini-tracker",
-  "version": "2.0.0",
-  "description": "巴逆逆反指標追蹤器 — 常駐排程 + CLI 雙模式",
-  "type": "module",
-  "bin": {
-    "banini-tracker": "dist/cli.js"
-  },
-  "scripts": {
-    "dev": "tsx src/index.ts",
-    "dry": "tsx src/index.ts --dry",
-    "market": "tsx src/index.ts --fb-only --max-posts=1",
-    "evening": "tsx src/index.ts --max-posts=3",
-    "cron": "tsx src/index.ts --cron",
-    "cli": "tsx src/cli.ts",
-    "build": "tsc",
-    "start": "node dist/index.js --cron",
-    "prepublishOnly": "npm run build"
-  },
-  "keywords": ["banini", "reverse-indicator", "threads", "facebook", "apify", "telegram", "claude"],
-  "author": "cablate",
-  "license": "MIT",
-  "dependencies": {
-    "commander": "^13.0.0",
-    "dotenv": "^16.4.0",
-    "node-cron": "^4.2.1",
-    "openai": "^4.0.0"
-  },
-  "devDependencies": {
-    "@types/node": "^20.0.0",
-    "@types/node-cron": "^3.0.11",
-    "tsx": "^4.0.0",
-    "typescript": "^5.5.0"
-  },
-  "files": [
-    "dist"
-  ]
-}
+{
+  "name": "@cablate/banini-tracker",
+  "version": "2.0.1",
+  "description": "巴逆逆反指標追蹤器 — 常駐排程 + CLI 雙模式",
+  "type": "module",
+  "bin": {
+    "banini-tracker": "dist/cli.js"
+  },
+  "scripts": {
+    "dev": "tsx src/index.ts",
+    "dry": "tsx src/index.ts --dry",
+    "market": "tsx src/index.ts --fb-only --max-posts=1",
+    "evening": "tsx src/index.ts --max-posts=3",
+    "cron": "tsx src/index.ts --cron",
+    "cli": "tsx src/cli.ts",
+    "build": "tsc",
+    "start": "node dist/index.js --cron",
+    "prepublishOnly": "npm run build"
+  },
+  "keywords": [
+    "banini",
+    "reverse-indicator",
+    "threads",
+    "facebook",
+    "apify",
+    "telegram",
+    "claude"
+  ],
+  "author": "cablate",
+  "license": "MIT",
+  "dependencies": {
+    "commander": "^13.0.0",
+    "dotenv": "^16.4.0",
+    "node-cron": "^4.2.1",
+    "openai": "^4.0.0"
+  },
+  "devDependencies": {
+    "@types/node": "^20.0.0",
+    "@types/node-cron": "^3.0.11",
+    "tsx": "^4.0.0",
+    "typescript": "^5.5.0"
+  },
+  "files": [
+    "dist"
+  ]
+}