打造交易机器人实时监控面板:aiohttp + WebSocket 构建 nothing-ever-happens 仪表盘实战
打造交易机器人实时监控面板:aiohttp + WebSocket 构建 nothing-ever-happens 仪表盘实战
nothing-ever-happens 是一个 Polymarket 交易机器人,专为娱乐而做,会为所有非体育市场买入 "No" 选项。它自带一套基于 aiohttp + WebSocket 的实时监控仪表盘,可实时查看持仓、余额、盈亏与最新成交。本文拆解这套交易机器人监控面板的完整构建链路:从线程安全的数据快照、版本号增量推送,到 WebSocket 广播与浏览器实时渲染。
🎯 为什么交易机器人需要一套实时监控面板
交易机器人最怕的不是"不下单",而是"下单了却看不见"。nothing-ever-happens 会在后台持续扫描独立市场、追踪持仓、执行买入,如果只能靠翻日志了解它的状态,几乎无法判断它到底在干什么、赚没赚钱。
这套仪表盘把关键信息压缩到一屏内:顶部 8 张汇总卡片(监控市场数、可用市场、持仓数、现金、组合价值、会话盈亏、最后错误等),中间是持仓明细表(含成本、现价、盈亏、潜在收益、结算倒计时),右侧是实时滚动的最新成交流。
上图是 nothing-ever-happens 的实时监控面板,所有数据都通过 WebSocket 实时推送刷新。
🧩 仪表盘整体架构:一个 aiohttp 应用撑起实时面板
整个面板的后端就是一个 DashboardServer 类,核心代码位于 bot/dashboard.py。它的 run() 方法启动一个 aiohttp 应用,只注册了三条路由:
| 路由 | 作用 |
|---|---|
/ |
返回前端页面 bot/static/dashboard.html |
/ws |
WebSocket 实时数据通道(面板的"命脉") |
/nothingeverhappens.svg |
页面背景图 |
关键在于面板数据不是靠浏览器轮询 HTTP 接口拉取,而是由服务端主动推送。DashboardServer 内部跑着一个 _poll_loop 轮询协程,每 0.25 秒扫一遍各种状态源,有变化就通过 WebSocket 广播出去。这样多个浏览器标签页可以同时挂着,数据依然秒级同步。
📡 数据从哪来:线程安全快照 + 版本号增量推送
机器人策略跑在策略任务里,仪表盘跑在独立的 dashboard 任务里(由 bot/main.py 用 asyncio.create_task 启动)。两个任务共享一份持仓状态,由 bot/portfolio_state.py 的 PortfolioState 统一管理。
这里有一个非常值得新手学习的细节——用版本号做增量推送:
PortfolioState.update()每次更新状态时,内部_version计数器 +1,且快照对象用frozen的不可变 dataclass,天然线程安全。- 仪表盘的
_make_portfolio_message()会先比较当前版本号与上次推送的版本号,如果没变化就直接返回None,什么都不推。
这意味着即使 _poll_loop 每 0.25 秒醒来一次,只要机器人没有新动作,WebSocket 上就不会产生无意义的消息,省流量、也避免前端频繁重绘。
⚡ WebSocket 实时广播:只推变化的数据
推送逻辑集中在 bot/dashboard.py 的几个方法里:
_broadcast(data):把消息序列化成 JSON,遍历_clients集合里的每个 WebSocket 连接发送;发送失败的"死连接"会被自动剔除。_send_initial(ws):新客户端连上时,先发一次完整快照(持仓、余额曲线、最近交易),让新标签页立即"看到全貌"。_poll_balance():每 30 秒拉一次账户余额,累计成余额曲线并广播会话盈亏。_poll_trades():增量读取本地追加式交易账本 bot/trade_ledger.py 写出的trades.jsonl,把新成交实时推给前端。
交易账本是"只追加、不删除"的设计,既用于事后复盘,也正好充当了仪表盘"最新成交"流的数据源——一举两得。
🖥️ 浏览器端:自动重连 + 秒级渲染
前端是单文件页面 bot/static/dashboard.html,核心逻辑是原生 WebSocket:
- 自动重连(指数退避):连接断开后按 1s → 1.5s → 2.25s … 逐级放大重试,上限 10 秒,避免服务器重启时疯狂打爆连接。
- 消息分发:
handleMessage按type字段分发,portfolio更新持仓与汇总卡片,bot_trade往成交列表头部插入新卡片,session_pnl刷新盈亏。 - 列头排序:点击持仓表的任意列头(如 PnL、ETA)即可切换排序方向,默认按结算倒计时升序,让你一眼看到最快结算的市场。
页面顶部还有"socket: connected / disconnected"状态胶囊和明暗主题切换按钮,细节体验相当完整。
🚀 一键跑起来:3 步启动交易机器人仪表盘
仪表盘是随主程序一起启动的,只要设置了端口环境变量即可启用:
# 1. 安装依赖(aiohttp 已在 requirements.txt 中)
pip install -r requirements.txt
# 2. 准备本地配置
cp config.example.json config.json
# 3. 指定仪表盘端口并启动
export DASHBOARD_PORT=8080
python -m bot.main
启动后访问 http://localhost:8080 即可看到实时监控面板。
说明:bot/main.py 中
dashboard_port读取$PORT或DASHBOARD_PORT,只有设置了其中一个,仪表盘任务才会被创建——这是刻意的"按需启动"设计,本地跑策略时可以完全不占用端口。
✨ 3 个值得借鉴的设计细节
- 版本号增量推送:先比版本再决定是否发消息,把"轮询"变成"有变化才推",前端不再无谓重绘。
- WebSocket 指数退避重连:断线自动恢复且重试间隔可控,是任何实时面板的标配健壮性手段。
- 线程安全不可变快照:用
frozendataclass + 锁 + 版本号隔离策略线程与 Web 线程,多任务共享状态也不易出错。
📌 小结
nothing-ever-happens 用不到几百行代码,就搭出了一套生产级的交易机器人实时监控面板:aiohttp 提供 HTTP 与 WebSocket,asyncio 轮询循环负责采集,PortfolioState 版本号机制负责去重,前端单页负责渲染与自动重连。这套"快照 → 增量推送 → 实时广播 → 渲染"的链路,对想给任何后台程序加可视化监控面板的新手,都是一份极佳的参考实现。
