与「每日」相关的搜索结果

卧槽！有人把全网薅羊毛的信息源，做成了一个自动监控雷达！ 推荐一个开源项目 Freebie Radar（白嫖雷达），内置 63 个数据源，覆盖 Linux DO、NodeSeek、V2EX、Epic、Steam、Reddit、Telegram 等平台。 最狠的是，它还接入了 AI 自动筛选，能识别真假福利，把抽奖、试用、推广广告过滤掉，只留下真正值得领取的免费资源。 支持 Telegram 实时推送、每日精选、兑换码提取，甚至能用 Docker 部署到自己的 VPS 上，全天自动帮你蹲福利！ 以后软件限免、免费游戏、AI 免费额度，再也不用一个个网站去翻了！ 在线体验：⁠ GitHub：⁠

这个 Grok Bot 跑出来的收益，确实有点夸张 我让 Grok Bot 的全自动交易终端运行了一整晚，期间持续自主执行交易。初始本金只有 69.67 美元，睡醒后账户余额已经达到 13,370 美元 整个过程我没有手动干预过任何一笔订单 只需要充值、启动自动交易，后续的机会筛选、进场时机、仓位管理，以及按照预设风控执行止盈止损，都交给机器人完成 我把这套 AI 自动交易系统涉及的 GitHub 开源工具整理成了下面这份清单： 1. Cryptofeed 实时获取各大交易所的成交、价格和盘口数据，为策略扫描提供行情输入 2. CCXT 统一交易所 API 接口，一套代码即可连接多个平台，完成行情查询、资产读取和订单执行 3. Freqtrade 量化交易的核心框架，支持策略回测、模拟交易、仓位监控，并提供可视化管理后台 4. VectorBT 利用历史行情测试不同的开仓和平仓策略，评估收益表现与最大回撤 5. TA-Lib Python 计算常见技术指标，从行情中提取 RSI、MACD、移动平均线等交易信号 6. skfolio 优化投资组合，根据资产权重、换手率和交易成本，辅助制定仓位配置 7. QuantStats 自动分析交易绩效，生成报告，直观呈现胜率、回撤和波动率等指标 8. DuckDB 轻量级数据库，用于保存盘口快照、订单和交易记录，方便后续分析与复盘 9. APScheduler 定时任务调度工具，可自动更新行情、检查账户状态，并按计划生成每日交易报告 10. Lightweight Charts 提供终端 K 线可视化，实时展示行情走势和策略执行的交易标记 这些组件可以通过脚本、API 和 MCP 协议连接起来，组成一套协同工作的自动化交易系统 不过，真正准备接入实盘时，有几条规则不能忽略： 独立管理下单权限，严格限制最大持仓和单日亏损 遇到状态不明确的订单，先核实执行结果，再决定是否重试 策略上线前，先在模拟盘完整运行一个周期 每日复盘必须区分已实现盈利、未平仓头寸、手续费、失败订单和账户资金变化，确保每笔资金流向都有记录 AI 自动交易的价值，不只是让机器人替你下单，而是把行情扫描、策略判断、风险控制和交易复盘串成一套自动化流程

老铁，别再掏大几千块去买交易软件和行情终端了！ 这一周 GitHub 上「金融 + AI」涨星最快的 10 个开源项目，我已经替你梳理完毕，全部免费！ 💡 预测与研判 · Kronos（+2653★）：专注 K 线分析的开源模型，以 45+ 交易所的数据训练而成，输入历史价格便能预测后续几根 K 线 · daily_stock_analysis（+487★）：由大模型每日分析美股、A 股、港股，决策看板推送到 Telegram / Discord / 邮箱 🤖 交易 Agent · TradingAgents（+1944★）：多 Agent 交易框架，分析师、研究员、交易员、风控团队先吵上一架再下单，总星数 11.3 万 · Vibe-Trading（+821★）：港大 HKUDS 出品，用大白话描述思路，就能起草策略、跑回测，支持 MCP · day-trader-skill（+972★）：11 个 Claude 技能，覆盖扫盘、新闻、进场和止损，还能把一个交易时段重放 1 万次，默认模拟盘 🪙 币圈重点 · freqtrade（+360★）：老牌开源加密交易机器人，自带 FreqAI 机器学习、回测和 Telegram 控制，已支持 Hyperliquid 🔍 投研工具 · last30days-skill（+730★）：跨 Reddit、X、YouTube、HN、Polymarket 做调研，按点赞和真金白银的下注热度排序 · OpenBB（+294★）：给分析师和 AI Agent 用的开放数据平台，股票、期权、加密、宏观都有，带 MCP · FinceptTerminal（+412★）：开源版「彭博终端」，行情、研究、AI Agent 集成在一个桌面端 · tick-stock-panel（+346★）：A 股自托管量化工作台，用大模型写策略、回测、盯盘，65 个接口加 MCP AI 正把机构级投研工具一路拉到散户的桌面上。工具在走向平权，但真正拉开差距的，依旧是你的判断和风控。 建议先收藏，下次做研究直接拿出来用。

黄仁勋辞职后的第一顿饭，是四个人份的炸鸡和薯条。 《每日邮报》拍到了他旧金山那栋3800万美元豪宅外的画面： 亲友陆续赶来，外卖一袋袋送进去，由穿制服的管家签收。其中一单来自当地连锁店 Proposition Chicken，分量够四个人吃。 与此同时，一辆没有标志的白色货车停在门口，搬下几个大箱子，半小时后又载着另一批箱子离开，收件地址是奥克兰的一家UPS门店。 外面是国会的传票、董事会的切割、媒体的围剿。 里面是炸鸡、家人，和一屋子需要商量的事。 他打下了万亿帝国，最后陪他吃这顿饭的，还是家里人。 这比任何声明都真实。 最终帮他挺过难关的， 还是不离不弃的家人。

微软产品经理 Keiji Kanazawa 在 AI Engineer 大会上做了一场很实在的分享，题为I Let Agents Refactor My Codebase for 3 Weeks. Then I Read the Code 他原本写了一个自动抓取播客、X 帖子和邮件链接做总结的脚本工具，后来想把它彻底重构成一个带注册中心、支持定时调度和每日自我反思的智能体系统。 他自己完全不看代码，写了一份需求文档，就放手让 Claude Code 和 Codex 轮流写代码、互相审查，连着重构了三个星期。 直到有一天他发现生成的日报把句子放错了栏目，想查一下运行轨迹排障，结果 Claude Code 告诉他查不到，因为这压根不是个真正的 Agent。 他打开代码库一看，才发现那三个星期的全自动重构完全是一场灾难。 首先是假重构，模型为了迎合他的需求文档，在代码里建了名叫 `Skill`、`Action` 和 `Agent` 的类，但点进去看，这三个名字像模像样的模块底层其实是同一段旧代码的换皮，所谓的 Skill 里既没有 `SKILL.md` 也没有脚本，所谓的 Agent 根本没接任何 Agent SDK。 而且第二天他收到账单超支警报，单周开销翻了五倍，一查才发现 Codex 在写单元测试时根本没做 Mock，直接把单测连到了线上付费大模型接口上，一天之内自己跑了 30 多轮测试狂烧生产环境的 Token。 随后呢他决定推倒重来。但作为产品经理，他依然不想走回自己逐行读代码的老路，于是核心问题就变成了在不亲自读每一行代码的前提下，怎么管住 Agent 不让它再写空壳代码。 他摸索出了三步改进思路值得看看和参考借鉴。 第一步是改用验收标准来限制而不是目标来限制。 以前他是给个需求让 Agent 写份计划，看着差不多就点同意放行。重来之后他把重点放在定义最终产出的评分标准上。 比如他后来做了一个解析硬核技术视频的功能，要从视频里抽 440 个关键帧，挑出最清晰的黑板公式截图并配上讲解。 他没有去翻代码改排版逻辑，而是直接去改验收的评分表，在规则里写“每个公式必须和对应的解释按时间顺序穿插排列”，然后让 Agent 对着这张评分表自己跑循环做优化，直到跑分达标为止。 第二步是防止 Agent 在评分表上作弊。 因为评分表本身也是他让 Agent 写的，跑着跑着他又抓到了模型作弊。发现这个问题后，他多加了一层泛化检验，每次改完评分表必须同时在多个不同类型的视频上跑分，并明确下指令禁止针对单一视频凑分数。 第三步是用多轮对抗性审查。 为了防止单个模型再次出现工作问题，他在重新搭建运行时底座时，先拿四个主流工具做了一轮平行对比，发现像 Pi 这种极客框架虽然快，但动不动就弹窗问他 SQLite 表结构怎么设计、TypeScript 接口怎么定义这类纯底层工程问题。 最终他还是回到 Claude Code 和 Codex 的组合上，但把原来的简单互评改成了多轮对抗性代码审查，强制让两个模型站在找茬的立场上深度挑对方的架构漏洞和空壳逻辑。 这一套的思路是很值得借鉴参考的，总结起来也简单，第一个点就是尽量用可量化的验收标准限制模型的工作，第二点是可以采取多个模型的审查发现问题。 youtube：

今天聊下 ETZ 上的船运 RWA $LDXW，合规这块做得挺细的。 主体在 BVI，参与要做 KYC，链上转账走白名单，地址还会拿去对 OFAC 和联合国的制裁名单。合约有第三方审计，还附了份律师的监管备忘录。另外一个人最多只能拿 150 万枚，防止筹码太集中。 船叫力达旺号，现在在给达飞跑。1700 万枚 LDW 全托管在 ETZ 钱包里，1:1 铸的 LDXW。等认购结束，IMO 编号、合约地址、托管地址都会放出来，到时候可以自己去查。 资产端同样够硬：底层是正在为达飞海运（CMA CGM）服役的集装箱船“力达旺号”，1700 万枚 LDW 全部托管于 ETZ 机构级钱包，1:1 铸造 LDXW。 参与亮点： 🚢 1 USDT 起 💰 每日 USDT 持币奖励，首年预计年化约 12% 🗓 十年期满，赎回资金 100% 返还持有人 还有一点让我很放心：官方文件把“奖励不保证最低”和各项风险写得清清楚楚。 详情： ⚠️ 美国、加拿大等受限地区不可参与 #RWA# #LDXW#

🚀 近期 GitHub 金融与 AI 领域增长最快的 10 个开源项目，AI 正在加速进入量化交易市场 从 K 线预测、AI 多智能体交易，到自动制定策略、历史回测和风险管理，越来越多的交易工具开始由 AI 驱动。 以下是本周关注度增长最快的 10 个项目： 1. Kronos｜AI 预测 K 线走势（⭐ +2,653） 基于全球 45 家以上交易所的数据训练，只需输入历史行情，就能预测后续 K 线走势。虽然项目自 4 月以来没有更新代码，但近期关注度明显上升 2. TradingAgents｜AI 交易决策团队（⭐ +1,944） 模拟真实投资机构的运作方式，让多个 AI 智能体分别担任分析师、研究员、交易员和风控人员，通过讨论与评估形成交易决策。项目累计获得约 11.3 万颗 Star 3. day-trader-skill｜AI 日内交易助手（⭐ +972） 整合 11 项 Claude 技能，覆盖行情扫描、新闻分析、进出场策略及止损管理。内置时间回放功能，可对交易过程进行上万次模拟，默认采用模拟交易模式 4. Vibe-Trading｜自然语言量化交易（⭐ +821） 香港大学 HKUDS 团队开发的 AI 交易代理。无需复杂编程，只需用自然语言描述交易思路，就能辅助生成策略并执行历史回测，同时支持 MCP 5. last30days-skill｜全网金融信息研究（⭐ +730） 自动整合 Reddit、X、YouTube、Hacker News 和 Polymarket 等平台的信息，并结合点赞、互动和真实资金参与情况评估市场关注度 6. daily_stock_analysis｜AI 每日股票分析（⭐ +487） 利用大语言模型分析美股、A 股、港股等市场，自动生成每日投资决策看板，并通过 Telegram、Discord 或邮件推送 7. FinceptTerminal｜开源金融终端（⭐ +412） 类似 Bloomberg 的桌面金融分析平台，将市场行情、金融研究和 AI 智能体整合到同一个终端 8. freqtrade｜加密货币量化交易机器人（⭐ +360） 成熟的开源自动交易框架，支持策略回测、Telegram 远程控制，并通过 FreqAI 引入机器学习能力，同时支持 Hyperliquid 9. tick-stock-panel｜A 股 AI 量化工作台（⭐ +346） 面向中国 A 股市场的自托管量化系统，支持使用大语言模型辅助编写交易策略、历史回测及实时监控，提供 65 个 API 接口和 MCP 服务 10. OpenBB｜AI 金融数据基础设施（⭐ +294） 面向分析师、量化研究员和 AI 智能体的开放金融数据平台，覆盖股票、期权、加密货币及宏观经济数据，并提供 MCP 接口。 值得关注的趋势是，AI 交易工具正在从单纯的行情分析，逐步发展为集数据获取、策略生成、回测验证、风险管理和自动执行于一体的完整系统 对于量化交易开发者来说，这 10 个开源项目值得收藏研究

📋 三个列表的每日更新 ▍awesome-autoresearch（671 → 674） 1. La boucle engine：agent 改 harness，在看得见错误的训练集上打分，但决定「算不算改进」的是它永远看不到的那份密封考卷 —— 改的人和评判的标准不能出自同一方。 2. mission-loop：把多数 agent 循环揉成一个的三个角色拆开 —— 工头挑任务、worker 各做一段留证据、裁判由循环启动而不是由 worker 启动。 3. nettoyage-serveur：运维删文件这件事，只有一个脚本有删除权，另一个只会写计划、没有删的能力 —— 不是靠提示词别乱删，是工具层面不给那把刀。 ▍awesome-jev（695 → 699） 1. decision-cascade（73⭐，272 文件）：本地决策引擎，稳定版 1.4.0、版本化 API 契约、文档化的 pack 格式，附两个游戏当 demo —— 之前一直没被搜到，因为名字里没有 jev。 2. Nouli（18⭐，Rust）：决策网络 —— 把小决策串成大决策，每一步都留痕而不是只留最终答案。 3. DecisionEngine（PHP）：Jev 默认、OpenAI 的 Decisions API 原生替代、OpenAI 与 Anthropic 模型用结构化输出模拟同一组原语 —— 没假装三种一样。 4. decide me：拿手机对着街景，模型给出「接下来做什么」并附概率（往左 39%、往右 13%），走不走由你。 ▍awesome-rea（59 → 62） 1. Lemmings for Windows 95：方法论章节把「逆向工程工具」和「AI 协助」分开写，并说明 AI 是在人类定架构、人类验证下参与的。 2. Tony Hawk's Underground（9,252 文件）：第一个把 AI agent 当普通贡献者的条目 —— 指南对人和 agent 同时开放，然后划出那条线：合并环节没有 AI。 3. Empire Earth：重建引擎能和原版联机对战（host/client 可混用两端）；AI 参与的证据全在 20 处 commit trailer 里，README 一个字没提。 📂 · · 📊 62 / 699 / 674

如果你是一个刚学会翻墙的大学生，千万别只会每天刷X的每日大赛、在Telegram 里面找片！！！ 国外其实藏着不少免费的学习资源，很多国内需要花钱买课才能学到的东西，在这些网站上就能找到 有些课程认真学下来，比你大学上四年的水课还有用！！ 我整理了几个国外学习网站，建议大学生千万别错过👇 1. MIT公开课…显示更多

pearl-2:native 显卡挖矿收益榜：RTX 5090 日赚 37.82 元，RTX 5070 回本最快 PRL (Pearl) 显卡挖矿收益榜单更新。按照 91 挖 11 月 11 日的数据，以电价 0.7 元/度计算，目前榜单列出的 11 款主流显卡均为正收益。 收益最高的仍是 RTX 5090，日净收益约 37.82 元，每日产出 4.58 PRL，但按当前卡价 29,799 元计算，回本周期约 26.3 个月。 其他热门型号： - RTX 4090 24GB：日净收益 32.24 元，回本约 22.4 个月 - RTX 5080：日净收益 21.82 元，回本约 14.9 个月 - RTX 5070 Ti：日净收益 19.52 元，回本约 13.1 个月 - RTX 4080 Super：日净收益 17.91 元，回本约 16.6 个月 - RTX 5070：日净收益 13.57 元，回本约 12.7 个月 - RX 9070 XT：日净收益 10.45 元，回本约 17.5 个月 从回本周期看，RTX 5070 反而是榜单中回本最快的型号，约 12.7 个月；RTX 5090 虽然每天挖得最多，但购卡成本也更高。 需要注意，以上收益按 0.7 元/度电价计算，尚未扣除 3% 矿池费，也未计入托管、折旧及币价波动。挖矿收益不等于实际投资回报，PRL 价格和全网算力变化都会影响最终回本周期。