与「源码」相关的搜索结果

用AI给一个很冷门的软件Zblog编了个自用的插件，这软件ASP的，非常冷门，我给AI提了需求之后，AI先把整个源码下载下来，读懂之后，根据我的需求直接写代码，十几分钟就写好了，然后AI自己用VBS测试通过，我拿到线上测试，直接跑通，没有任何错误，现在的AI编程能力真是太恐怖了。

开源项目 Raea，打出的旗号是“什么都能渲染”。 它既能产出视频、动态图形和 3D 场景，甚至连小游戏也不在话下。 我拿它来做视频，它还能对字幕进行精确调整， 最让我中意的是它的自动审查机制，一旦查出错误就会接着改下去。 眼下我只试过视频制作和修改这两块，其余功能还没来得及测。 项目源码对外公开，现阶段可以免费使用。 GitHub：

好家伙！TradingView 的 Lightweight Charts 终于有人把技术指标库补齐了！ 70 多种技术指标、77 种 K 线形态，连实时计算、自动绘图和副图管理都搞定了！ tulip-rs-lwc，一套基于 Rust + WebAssembly 的 Lightweight Charts v5 技术分析插件。 以前用 Lightweight Charts 开发交易终端，K 线图虽然漂亮，但 MACD、RSI、布林带这些指标都得自己计算和绘制。 现在这套插件直接把计算和绘图封装好了，调用 API 就能使用。 核心能力： 1️⃣ 70+ 技术指标：MACD、RSI、EMA、布林带、ATR、ADX 等常用指标。 2️⃣ 77+ K 线形态：自动识别锤子线、十字星等形态，并标记在 K 线上。 3️⃣ 实时增量计算：新 K 线进来只计算新增数据，不用重复处理历史行情。 4️⃣ 自动图表布局：均线叠加主图，MACD、RSI 自动显示在独立副图。 5️⃣ Rust + WASM：通过 WebAssembly 执行指标计算，方便集成到交易终端。 6️⃣ 专业绘图：支持布林带填充、PSAR 趋势圆点和 Pivot Points 支撑压力线。 我比较喜欢它的自动布局功能，不用自己处理主图、副图和指标绘制，直接调用接口就能组合多个指标。 做 TradingView 图表开发、量化可视化或者想搭建专业 K 线交易终端的，这套源码值得收藏！ GitHub：

我去！有人把私募量化研究员的整套技术体系，整理成了一份免费的中文实战手册！ 从因子挖掘、机器学习选股，到 Barra 风险模型、组合优化和 A 股真实交易规则，连 Python 源码都准备好了！ 这个开源项目就是 quant-handbook。 涵盖 8 大模块、31 讲课程和 31 份 Python 实战示例，从因子挖掘、机器学习选股到组合优化、策略回测都有！ 核心亮点： 1️⃣ 数据工程：使用 Polars、DuckDB 处理行情数据，解决复权、财报对齐和未来数据泄漏。 2️⃣ 因子研究：覆盖量价、基本面、订单流因子，以及 IC/IR、分层回测和因子正交化。 3️⃣ AI 量化选股：结合 LightGBM、CatBoost、SHAP，构建机器学习选股流程。 4️⃣ 组合优化：实现 Barra 风险模型、风险平价、行业中性和换手率约束。 5️⃣ 真实交易回测：模拟 A 股 T+1、涨跌停、停牌、手续费、印花税和市场冲击成本。 6️⃣ 绩效归因：分析 Alpha、Beta 收益来源，监控特征漂移和组合风险。 以前学量化，因子会算、模型会训练，但真正做回测时，未来函数、交易成本和风控问题经常被忽略。 这套手册把完整的量化研究流程都串起来了。 我比较喜欢它对回测真实性的处理，不只是计算收益曲线，还把无法成交、交易成本和未来数据泄漏这些问题考虑进去了。 31 讲都有对应的 Python 示例，适合从零学习，也能作为量化策略开发的参考。 做 A 股量化、机器学习选股，或者想系统学习量化研究的，这份手册值得收藏！

Agent 最缺的不是更大的上下文窗口，而是理解整个代码库的能力：当一个项目有数万文件、跨模块调用和海量文档时，为什么还要让 AI 一遍遍 Grep、Read、重新理解整个工程？ 📦 项目档案 项目：Graphify-Labs/graphify GitHub Stars：⭐ 147299 技术栈：Python + Tree-sitter + NetworkX + Leiden 核心定位：将代码、文档、SQL Schema、PDF、图片及音视频转换成可查询、可追溯的知识图谱，让 AI Agent 从「搜索文件」升级为「理解工程关系」。 GitHub： 🛠️ 一、底层架构：不是传统 RAG，而是图结构知识引擎 Graphify 最值得研究的地方，是它没有走传统向量检索路线。 传统 RAG 通常需要经历： 文件切分 → Embedding → 向量入库 → 相似度检索 → 上下文拼接。 Graphify 直接构建 Graph。 底层采用 NetworkX 图数据结构，以 Node 和 Edge 表达工程实体及其关系。 整个处理链路可以概括为： detect() → extract() → build() → cluster() → analyze() → report() → export() 每个阶段职责独立，通过 Python Dict 和 NetworkX Graph 传递数据。 这意味着它不只是索引代码，而是在构建整个项目的结构化关系网络。 🛠️ 二、Tree-sitter AST：让代码解析摆脱 LLM 依赖 这是最有工程价值的设计。 Graphify 使用 Tree-sitter AST 解析约40种编程语言，提取： • Classes：类定义及结构。 • Functions：函数与方法。 • Imports：模块依赖关系。 • Call Graph：跨文件函数调用。 • SQL：表、视图、外键及 JOIN 关系。 其中33种语言使用 Tree-sitter Grammar，另外7种使用内置解析器。 关键在于：代码结构提取完全在本地完成，不需要调用 LLM，也不需要把代码上传到云端。 对于大型代码库，这种确定性解析比单纯依赖模型阅读文件更容易复现和追踪。 🛠️ 三、EXTRACTED / INFERRED：让每条知识关系都有证据 很多知识图谱最大的隐患是：模型推断出来的关系，很容易被误认为真实事实。 Graphify 给关系增加了置信度标签： • EXTRACTED：源码中明确存在的关系，例如 import、函数调用。 • INFERRED：通过上下文、命名和调用关系推断出来的连接。 • AMBIGUOUS：存在不确定性的关系，需要人工复核。 INFERRED 关系还会附带 0.0—1.0 的 confidence_score。 这套机制非常重要。 它实际上把知识图谱从一个简单的关联网络，变成了一个能够区分事实、推断与不确定性的工程知识系统。 🛠️ 四、Leiden + SHA256 Cache：解决规模与重复计算 Graphify 使用 Leiden 社区发现算法，根据节点之间的连接密度，将复杂工程拆分成不同功能子系统。 例如，一个大型后端项目，可以自动识别认证、数据库、路由、权限等不同社区。 同时，SHA256 内容哈希缓存会记录文件指纹。 文件没有变化，就跳过重复提取；只有新增或修改的文件才重新处理。 音视频还可以通过本地 faster-whisper 转录，再进入统一知识图谱。 这让增量更新不必每次重新扫描整个工程。 五、真正解决了什么工程问题？ 想象一个场景： 你接手一个陌生的微服务项目，需要搞清楚： 用户认证最终连接了哪些数据库模块？ 修改某个核心函数会影响哪些下游组件？ 某个架构决策为什么会存在？ 两个看似无关的模块究竟有什么隐藏依赖？ 传统方式：Grep、Read、跳转、反复询问 Agent，消耗大量上下文。 Graphify：直接执行 query、path、explain。 它还能生成三个核心产物： • graph.json：完整知识图谱，可供后续查询。 • GRAPH_REPORT.md：核心节点、社区及关键关系分析。 • graph.html：可交互的可视化图谱。 甚至支持 Mermaid 调用链导出、Markdown Wiki 和 Obsidian 知识库。 最重要的设计思想是： 不要让 AI 每次都重新阅读整个世界，而是提前把世界组织成它能够理解和遍历的结构。 这才是 AI Coding 从上下文堆砌走向工程知识管理的重要一步。 对于大型 Monorepo、遗留系统维护、跨模块依赖分析，以及需要长期理解代码库的 Agent，这套架构尤其值得研究。 🔗 GitHub 开源地址：

今天 GitHub 被「浏览器三巨头 + 安全扫描 + 代码审查」大厂联军屠榜了！ 5 个星标暴增最狠的项目，专业拆解下！ 1. GoogleChrome/modern-web-guidance-src Modern Web Guidance 的源码仓：把 Web 平台最佳实践和浏览器兼容数据做成技能，直接塞进你的编程 Agent，让它别再写过时套路；一行 npx 就能安装、搜索指南、扫描旧代码。由 Chrome、Edge、Firefox 和 MDN 团队共同维护。 🔗 直达： AI 写前端最大的毛病就是「十年前的 Stack Overflow 味」，这回浏览器厂商亲自下场补课。1,875 星一天，含金量拉满！ 🟢 2. openai/codex-security OpenAI 官方的 Codex Security 命令行和 TypeScript SDK：扫描仓库或 Git 改动、验证漏洞、生成补丁并复核修复，还能导出 SARIF/JSON/CSV，接 Linear、Jira、GitHub 和 CI。 🔗 直达： 找漏洞、验漏洞、修漏洞一条龙，安全工程师多了个不下班的搭档。754 星一天，总星 1.3 万+，AppSec 正式进入 Agent 时代！ 🟢🟢 3. tailscale/tailcat Tailscale 官方的「不用 Tailscale 的 Tailscale」：像 netcat 一样在两台机器间开 WireGuard 端到端加密隧道，自动打洞直连，不需要账号、不需要 root，纯用户态命令行和 Go 库。 🔗 直达： 一个短地址就能把两台机器连起来，穿透 NAT 像喝水一样简单。324 星一天，网络老炮狂喜！ 🟢🟢🟢 4. alibaba/open-code-review 阿里内部用了两年的 AI 代码审查工具开源：读 Git diff，交给带工具调用的 Agent 去翻全文件、搜代码库，输出精确到行的结构化评审意见；README 称同模型下精确率和 F1 明显高于通用 Agent，token 只用约九分之一。 🔗 直达： 数万开发者、数百万缺陷练出来的审查官，现在人人能请。206 星一天，总星 5 万+，大厂内功直接外放！ 🟢🟢🟢🟢 5. ChromeDevTools/chrome-devtools-mcp Chrome DevTools 官方给 Agent 的接口：MCP 服务 + 命令行，让 Claude、Cursor、Copilot 等编程 Agent 直接操控、检查一个真实 Chrome，录性能 trace、看网络请求、截图、读控制台。 🔗 直达： Agent 终于不再「盲写前端」，能自己打开 F12 找 bug 了。145 星一天，总星 5.5 万+，浏览器调试彻底交给 AI！ 🟢🟢🟢🟢🟢 ⚠️⚠️ 总结： 今天的榜单写满了一个信号：大厂开始把自家内功直接喂给 Agent（Chrome 的 Web 指南和 DevTools、OpenAI 的安全扫描、阿里的代码审查）。工具越来越像「给 AI 用的」，谁先把 Agent 武装到牙齿，谁就站在下一波生产力的 C 位。

LuxAlgo 那套经典的 SMC 聪明钱指标，居然有人完整移植到了 MetaTrader 5，连源代码都免费公开了！ 更狠的是，作者拿 5044 根苹果股票 K 线做对比，逐个验证 TradingView 和 MT5 上的结构标记、订单块和绘图结果！ 这个开源项目就是 Smart-Money-Concepts。 以前想在 MT5 上使用 TradingView 的 SMC 分析逻辑，经常需要自己重新编写指标，还不一定能还原原版效果。 这个项目直接提供完整源码和编译好的指标文件，安装后就能使用。 核心亮点： 1️⃣ 市场结构：自动识别 BOS、CHoCH，支持内部结构与主要波段结构分析。 2️⃣ 订单块识别：标记多空 Order Block，支持 ATR 过滤和失效条件设置。 3️⃣ 流动性分析：识别 EQH/EQL 等高等低点，以及强弱高低点。 4️⃣ FVG 缺口：自动绘制公允价值缺口，支持跨周期检测和区域延伸。 5️⃣ 溢价折价区：划分 Premium、Equilibrium、Discount，辅助寻找潜在交易区域。 6️⃣ 信号提醒：保留原版 16 种警报，支持弹窗、手机推送和邮件通知。 最有意思的是，作者公开了完整的对照测试工具，验证不同设置下两套指标的绘图一致性，而不是只放几张效果图。 支持外汇、黄金、指数、加密和股票等 MT5 可查看的行情，不需要自己编译也能直接安装使用。 做 SMC、ICT、MT5 交易系统或想研究 TradingView 指标移植的，这套源码值得收藏！ GitHub：

好家伙！TradingView 的 Pine Script 生态，终于有人整理成了一份真正能当导航站用的开源清单！ awesome-pinescript，2K Stars，专门收集 Pine Script 指标、交易策略、开发工具和自动下单资源。 以前找 Pine Script 源码，官方文档、社区指标、策略模板和自动交易工具都散落在不同地方，找起来特别麻烦。 这份清单把这些资源分类整理好了，从写指标到策略回测，再到自动交易，都能找到对应的工具。 核心能力： 1️⃣ 官方资料：Pine Script v4/v5/v6 文档、语法参考和开发指南。 2️⃣ 指标合集：趋势、成交量、Market Profile、VIX、周期分析等公开指标。 3️⃣ 股票扫描：板块异动、超买超卖、批量股票筛选和 Screener 工具。 4️⃣ 策略回测：MACD、均线交叉、止盈止损和投资组合回测资源。 5️⃣ 自动交易：Python、JavaScript、Webhook、Telegram 等信号执行方案。 6️⃣ 开发资源：Pine Script Libraries、代码工具、VS Code 支持和学习教程。 我觉得最值得看的是自动交易那部分，很多人会写 TradingView 指标，却不知道怎么把信号接到交易程序。 这里把相关的开源接入方案都整理好了，可以直接顺着链接研究。 做 TradingView、Pine Script 或量化交易开发的，这份资源清单值得收藏！ GitHub：

一款“GTA版班加罗尔”，现在已经被更新到第22天。 这次新增了： -支持5种语言的语音 -由Fable 5.2完成源码审查 -寺庙和文化规则系统 -手机系统 进入宗教场所后不能携带武器或穿鞋，NPC也会根据不同信仰进行标记。