与「K_LEEN」相关的搜索结果

「IDOL♡アカデミー(K・U・T )ノ爆」 #81# 7/3(水)18:30～生放送! 1組目 11/4 (#ONEQUARTER#) 出演：#ERICA# #AOI# #EVE# #K_LEEN# 番組ﾍﾟｰｼﾞ： ニコ生： #KUTブースト# #KUT爆# #高野祐衣# #キクチウソツカナイ# #一ノ瀬文香#

世界上前20的Skill必装榜！ 1、superpowers（by obra），当时星标 30.2 万 它把开发拆成四步：头脑风暴、写计划、测试驱动、代码审查，串成一套开发流程。做中大型功能之前装上，AI 不会一上来就乱写代码。 2、skills（by mattpocock），当时星标 29.8 万 需求说不清的时候，它会反过来追问你，再帮你理清架构。排查 bug、重构老项目，用它最顺手。 3、andrej-karpathy-skills（by multica-ai），当时星标 22.1 万 一份项目规则：AI 先想清楚再动手，只改该改的地方。放进项目根目录，写代码时就生效。 4、skills（by anthropics），当时星标 18.2 万 官方技能库，Word、PPT、表格和 PDF 都能直接做。想自己写 Skill，照着它的模板改就行。 5、ponytail（by DietrichGebert），当时星标 16.8 万 让 AI 像最懒的资深工程师一样思考：能不加的抽象就不加。代码写完让它过一遍，把过度设计和技术债挑出来。 6、ui-ux-pro-max-skill（by nextlevelbuilder），当时星标 13.8 万 整套配色、字体搭配和交互规范都在里面。做落地页、后台和 APP 界面之前装上，页面更像设计师做的。 7、graphify（by Graphify-Labs），当时星标 12.9 万 把代码、文档和数据库结构转成一张知识图谱。接手陌生项目时先建图，再问"这个函数被谁调用"，一查就清楚。 8、caveman（by JuliusBrussee），当时星标 11.4 万 让 AI 用最少的字回答，啰嗦的铺垫全删掉。长时间跑 agent 的时候装上，能省下一大截 token。 9、agent-skills（by addyosmani），当时星标 10.9 万 谷歌工程师整理的工程规范，覆盖接口设计、上下文管理和质量检查。团队一起写项目，用它统一写法。 10、taste-skill（by LeonxLnx），当时星标 9.9 万 给 AI 补上审美：排版、参考图和动效都有讲究。做官网首页和作品集的时候用，页面不再像套模板。 11、Understand-Anything（by Egonex-AI），当时星标 8.7 万 把代码变成能点开的交互图谱，还会讲清楚业务流程。新人上手项目、读开源代码，最省时间。 12、impeccable（by pbakaus），当时星标 8.3 万 专门提升 AI 的设计能力，会检查间距、层级和细节。页面做完先让它审一遍，再按建议打磨。 13、awesome-claude-skills（by ComposioHQ），当时星标 7.7 万 一份技能合集，按场景收录了八百多个 Skill。不知道该装什么，先来这里挑。 14、last30days-skill（by mvanhorn），当时星标 6.5 万 它会去 Reddit、X 和 YouTube，汇总最近 30 天的讨论。 做选题、追热点、调研同类产品的时候用。 15、humanizer（by blader），当时星标 5.9 万 专门去掉文字里的 AI 痕迹，比如套话和固定句式。公众号、口播稿和邮件写完，都可以让它过一遍。 16、diagram-design（by cathrynlavery），当时星标 5.8 万 支持四十多种图表，直接输出成网页文件。写技术文档、做方案汇报，用它画架构图和流程图。 17、i-have-adhd（by ayghri），当时星标 5.8 万 让 AI 先说结论和下一步，再给细节，不把答案埋在长段落里。问技术问题、想马上拿到结果，就装它。 18、marketingskills（by coreyhaines31），当时星标 5.6 万 覆盖文案、SEO 和数据分析这些营销技能。写推广文案、提升网站搜索排名的时候用。 19、academic-research-skills（by Imbad0202），当时星标 5.3 万 从查文献、写论文到模拟审稿，一条流程串起来。写毕业论文、投期刊之前都能用。 20、scientific-agent-skills（by K-Dense-AI），当时星标 5.3 万 让 AI 变成科研助手，接入生物、化学这些领域的数据库和工具。做实验分析、查专业资料的时候用。

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：

MiniMax 开源的生图模型 MiniMax-H3-Image，原版 68.65GB。几天里社区做出 27 个量化版，Q4 是 10.78G，最小的 Q2_K 压到 6.4G，原生就能出 4096×4096 的图。 你的显卡几个 G，够跑哪一版？

老马是真的把 $DOGE 忘了 所以说，为啥不要对太多币有太多信仰 今天 $DOGE 最低砸到 0.0621，币安现货 K 线上一次这么低，还是 2023 年 10 月 从 2024 年 12 月 0.484 的高点算，已经跌了 87% 离 2021 年那个 0.73 的历史高点，跌了 91% 同样挂着老马名字的三个资产，中期选举之后那一周 $SPCX +0.5% $TSLA -5% $DOGE -7% SpaceX 中间跌了 9% 又拉回来了，狗狗币一直没回头 更抽象的是 DOGE-1 一个全程用狗狗币付钱的月球任务，原本 2022 年要坐猎鹰 9 号上天，一拖再拖到现在 今年 2 月老马还说，SpaceX 明年大概会把 DOGE 送上月球 月球还没到，币价先回到了 2022 年下半年的位置 Dogecoin Labs 创始人这周更说，老马发推已经带不动币价了，这是健康的表现 确实健康，现在跌都不用等他发推，笑死 不会有人2026了手上还有狗狗币吧？

加密货币，美股，A股。全能型趋势判断工具被我做出来了。 涨了怕追高，跌了怕接早。盯了半天K线，还是拿不准下一步。 我给自己做了个看盘工具，叫趋势判断工作台，把这些问题直接放到图上： • 当前走势偏涨还是偏跌 • 什么价位可以关注机会 • 满足什么条件才算触发 • 判断错了，止损参考在哪 • 后面可以观察哪些目标价位 融合了缠论等各种指标分析走势，打开后先看图和价位，不用自己从头一条条画线。条件没到就显示等待，此前触发过的计划会继续跟踪，也会标清触发的是哪根K线。 BTC、ETH、美股、A股都可以查，从1分钟到月线都能切。 已经做成本机版，桌面点一下就能打开，关掉就退出。给每次判断多一份具体参考，进场前先把价格、条件和风险看清楚。

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

现在完全证实了我的分析。就是卢比奥把黄仁勋拉下了马。他们用国家机器布了一个大局，让媒体充当打手。我一眼就看出来是怎么回事了，当时还有很多人不信。以我的经验复盘，黄仁勋犯了两个致命错误。第一，涉及强监管的行业，华盛顿“旋转门”和“K街送利”的是条潜规则的铁律！他却没有遵守。他以为和川普关系好，就等于和整个内阁关系好。他破坏规矩搞特殊化，没有给其他高官，尤其是鹰派，输送利益。如果他雨露均沾。承诺日后请他们当高薪顾问或通过K街送利，也不会被整得这么惨。第二，他没有给媒体输送利益。为什么那么多公司，比如银行，花钱在媒体上打广告，却只印一个自己的 logo？真的是为了商业宣传吗？在强监管行业，这么做就是为了和媒体搞好关系。黄仁勋以为自己做的是B端生意，靠产品说话就够了，不去打广告。结果破坏了潜规则，得罪了官员和媒体，最终被做局搞掉了。他在自己的公司，靠产品、靠技术说话，忘记了树大招风、社会险恶。

AI 时代的 e2e 测试该怎么做? 最近 GitHub 斩获 13.8k Star，刚拿了 800 万美金融资的开源 AI 测试框架 e2e，其创始团队技术布道师 Kacper Kapuściak 写了一篇非常扎实的工程实践，下面总结几条核心内容： 1、测用户意图目标，而非前端实现，越过 DOM 节点与 test-id 绑定，直接用自然语言向 Agent 下达具体，收敛的业务意图。由 AI 自主感知界面完成选日期，点生成等交互，哪怕前端重构组件库，测试照样稳定。 2、废弃拖慢 CI 流水线的固定 Sleep 读秒，改用带超时上限的 AI 动态条件等待。忽略Loading 消失这类弱的 UI 信号，直接等上月报表已打开可查看等强业务状态，并将负责异步加载的动态等待，与只抓拍当前画面的瞬时断言严格解耦。 3、执行 Agent 汇报点击完成，不能代表报表没空数据或串数据，更不能让大模型盲猜什么才是正确的画面。必须先从后端 API 查出真实任务列表作为唯一真值源，再调用独立的 AI Judge，严格比对屏幕渲染明细与 API 底账。 4、严禁测试用例之间产生顺序依赖，开跑前通过可复用的 Fixture 调接口独立构造专属工作区与测试数据，跑完后在生命周期钩子中自动清理还原，确保单测重试或并发执行绝对幂等。 5、将“生成报表，下载 CSV，发邮件”拆成命名清晰的独立原子测试。一旦断言失败，框架自动打包故障追踪轨迹，涵盖前置步骤、应用日志、Agent 推理上下文与屏幕快照，不仅人类能秒级定位，更能直接喂给 Coding Agent 自动修 Bug。 传送门：

2026年的Meme，1000多个发射台，却没有一个10亿美元的Meme。 币价翻2倍，50个同名新币吸血跟风，你在3k市值时梭哈，太晚了，40%已经被打包捆绑。 每周新链上线，你还没搞清楚怎么桥接，战壕又轮换了。