[FEATURE] 整合FNewsCrawler补充市场情绪实时新闻数据

✨ 功能描述 / Feature Description

简要描述 / Brief description:
整合FNewsCrawler的MCP服务，为TradingAgents-CN的市场情绪分析模块提供实时中文财经新闻、社交媒体讨论及资金流向数据，解决当前实时新闻数据缺失导致的情绪分析空泛问题。

详细说明 / Detailed description:

1. 通过FNewsCrawler的MCP接口调用同花顺问财等平台的工具（如iwencai_news_query获取新闻、get_iwencai_industry_funds获取资金流向、股吧讨论爬取工具等），实时获取指定股票/行业的相关资讯。
2. 新增数据适配层，将FNewsCrawler返回的结构化数据（新闻标题、摘要、发布时间、资金流向指标等）转换为TradingAgents-CN情绪分析模块可直接使用的格式。
3. 在市场情绪分析流程中增加数据验证机制，若FNewsCrawler返回数据为空，自动降级为原有数据源（如Google News），确保分析连续性。
4. 支持在Web界面配置FNewsCrawler服务地址、调用频率限制及数据源优先级，适配不同部署环境。

使用场景 / Use Case

问题背景 / Problem:
当前市场情绪分析（social_media_analyst.py）依赖的数据源有限，无法获取实时中文财经新闻（如同花顺、东方财富股吧）和资金流向数据，导致分析结果缺乏时效性和具体依据（如报告中频繁出现“无法获取数据”的通用框架）。

解决方案 / Solution:
通过集成FNewsCrawler的MCP服务，实时拉取同花顺问财的新闻资讯、概念板块资金流向、股吧讨论等数据，补充市场情绪分析的多维度依据，使情绪评分（如散户情绪、机构情绪）更具象化。

使用示例 / Usage Example:

# 在social_media_analyst.py中调用FNewsCrawler工具
from tradingagents.toolkit.fnewscrawler_tool import FNewsCrawlerTool

def social_media_analyst_node(state):
    ticker = state["company_of_interest"]
    # 初始化FNewsCrawler客户端
    fnc_tool = FNewsCrawlerTool(base_url=os.getenv("FNEWSCRAWLER_URL"))
    
    # 获取实时新闻（如贵州茅台相关新闻）
    news_data = fnc_tool.get_financial_news(query=ticker, page=1)
    # 获取所属行业资金流向（如白酒行业）
    industry_funds = fnc_tool.get_industry_funds(industry_name="白酒")
    # 获取股吧讨论数据
    guba_discussions = fnc_tool.get_concept_funds(concept_name=ticker)
    
    # 将数据传入情绪分析逻辑
    sentiment_score = analyze_sentiment(news_data, industry_funds, guba_discussions)
    
    return {
        "social_sentiment_report": f"实时情绪评分：{sentiment_score}，基于{len(news_data)}条新闻和{len(guba_discussions)}条讨论",
        "raw_data": {"news": news_data, "funds": industry_funds}
    }

实现建议 / Implementation Suggestions

技术方案 / Technical Approach:

1. 部署FNewsCrawler服务：通过Docker部署FNewsCrawler，确保MCP服务可用（默认地址http://localhost:8480），并启用同花顺问财新闻、股吧讨论、资金流向等工具。
2. 开发MCP客户端适配层：在tradingagents/toolkit/下新增fnewscrawler_tool.py，封装FNewsCrawler的工具调用逻辑（如处理参数校验、错误重试、数据格式转换）。
3. 修改情绪分析模块：
   • 在social_media_analyst.py中引入FNewsCrawler工具，将实时新闻和讨论数据纳入情绪评分模型（如增加“新闻热度权重”“资金流向相关性”指标）。
   • 在news_analyst.py中补充新闻事件的时效性标签（如“5分钟内发布”），增强事件影响分析的实时性。
4. 配置管理：在.env文件中新增FNewsCrawler服务地址、超时时间等配置，支持多环境适配。

相关组件 / Related Components:

• 数据获取 / Data Acquisition
• 分析引擎 / Analysis Engine
• 配置管理 / Configuration

替代方案 / Alternatives

其他解决方案 / Alternative solutions:

1. 直接开发针对同花顺、东方财富的爬虫：但需自行处理反爬机制、登录状态维护和数据格式标准化，开发成本高且稳定性差。
2. 接入付费财经数据API（如同花顺开放平台）：成本较高，且接口限制较多，灵活性低于FNewsCrawler。

现有工具 / Existing tools:
FNewsCrawler已实现同花顺问财、东方财富等平台的爬虫功能，并通过MCP协议标准化接口，无需重复开发，且支持高并发和自动重试，适配TradingAgents-CN的多智能体架构。

优先级 / Priority

重要性 / Importance:

• 高优先级 / High Priority - 核心功能缺失（市场情绪分析依赖实时数据，当前数据不足导致分析结果可信度低）

紧急性 / Urgency:

• ⏰ 尽快 / Soon - 影响用户体验（用户无法获取基于实时新闻的情绪分析，核心功能效果打折扣）

界面设计 / UI/UX Design

界面要求 / UI Requirements:

1. 在市场情绪分析报告中新增“数据源标识”，如“实时新闻来源：同花顺问财（FNewsCrawler）”，提升透明度。
2. Web界面增加FNewsCrawler服务状态指示器（如绿色“已连接”/红色“断开”），便于用户排查数据获取问题。

交互流程 / User Flow:

1. 用户在Web界面输入股票代码（如600519）并触发分析。
2. 系统自动调用FNewsCrawler的MCP接口，获取该股票的实时新闻、股吧讨论及资金流向数据。
3. 情绪分析模块结合新数据生成多维度评分（如新闻正面占比65%、散户情绪指数7.2/10）。
4. 分析结果页面展示具体新闻摘要和情绪驱动因素（如“基于3条新品发布新闻，机构情绪偏乐观”）。

影响评估 / Impact Assessment

受益用户 / Target Users:

• 新手用户 / Beginner Users
• 高级用户 / Advanced Users
• 所有用户 / All Users

预期收益 / Expected Benefits:

• 增强易用性 / Better usability（解决“数据缺失”问题，分析报告更具体）
• 扩展功能 / Extended functionality（覆盖同花顺、股吧等中文数据源）
• 提升准确性 / Accuracy improvement（实时数据使情绪评分更贴合市场动态）

相关资源 / Related Resources

参考链接 / References:

• FNewsCrawler GitHub地址：https://github.com/noimank/FNewsCrawler
• MCP协议适配文档：前文“MCP协议及其适配”说明
• TradingAgents-CN情绪分析模块代码：tradingagents/agents/analysts/social_media_analyst.py

相关Issues / Related Issues:

• 关联功能请求：市场情绪分析数据来源扩展

额外信息 / Additional Context

• FNewsCrawler支持的工具列表中，iwencai_news_query（新闻）、get_iwencai_concept_funds（概念资金流向）、东方财富股吧爬虫是核心适配对象，需优先集成。
• 建议在测试环境中验证数据获取频率（如每30分钟一次），避免触发平台反爬限制。