
爱丽丝呀!
@BTCqzy1 • 22,360 subscribers
交易员 | 链上数据分析 | 技术派投研 深耕:加密市场 · 美股市场 · AI 赛道 专注技术逻辑,以跨界认知洞察全球机会
Shorts
Videos

Codex 5.6 确实牛! 重度使用了几天,筛选出这几个最值得装的插件,生产力直接起飞: 1️⃣Browser :自动化 QA,写完交互直接让它点、测、验收,比手动快太多 2️⃣GitHub :实时 PR/Issue,Issue 一丢它直接写代码,开发流程瞬间闭环 3️⃣Codex Security:自动扫漏洞+密钥泄露,还给修复建议 4️⃣Build Web Apps:全栈工厂。打通了从构思到架构生成的全路径。从设计、开发到浏览器测试一套跑完 5️⃣Figma :像素级还原,设计稿丢进去,几分钟出响应式代码 6️⃣Sentry:线上报错自动定位+推修复代码 王炸功能:Sites —— 做完直接预览、发布、分享,还能绑自定义域名! 这套装完,你的codex能力会更上一层楼~
爱丽丝呀!716,282 views • 2 months ago

Codex 5.6 让 3D 建模师压力山大了! 最近挖到一个宝藏开源项目 img2threejs,直接把 AI Coding 和 3D 创作连接起来。 接入 Codex 5.6 后,一张参考图,就能跑通: 2D 图像 → 结构分析 → Three.js 程序化模型 → 浏览器实时交互 1️⃣ 意图识别:一张图,Codex 5.6 就能精准捕捉 3D 对象的形态与细节意图 2️⃣ 代码化身:它将意图转化为可编辑、可动画的 Three.js 代码,告别传统建模的繁琐 3️⃣ 动画就绪:生成的模型自带运行时层级,直接用于游戏、XR,真正实现从图像到可动资产的闭环 地址:
爱丽丝呀!273,676 views • 1 month ago

Codex、Claude 用了这么久,还分不清 Agent、MCP 和 Skill? 别背那些复杂定义。 把 AI 想象成一家公司,Agent、MCP、Skill 一下就全懂了。 今天直接用大白话告诉你它们到底是干嘛的。 1️⃣ Agent 智能体 = AI 员工 可以理解任务、安排步骤、调用工具,并一步步把工作完成。 2️⃣ LLM 大模型 = AI 员工的大脑 负责理解、推理和生成内容,很大程度上决定这个员工聪不聪明。 3️⃣ Prompt 提示词 = 交给员工的任务单 告诉它要做什么、有什么要求,以及什么不能做。 4️⃣ API 接口 = 软件之间的办事窗口 让不同软件按照约定好的方式交换数据、调用能力。 5️⃣ Token = AI 读写内容的基本单位 你输入的文字和 AI 输出的内容,都会被拆成一个个 Token 来处理。 6️⃣ MCP = AI 连接外部工具和数据的统一插座标准 它规定 AI 应用如何连接 GitHub、数据库和各种外部服务。 不同工具只要遵守同一套标准,AI 就能用相似的方式接入。 7️⃣ Tool 工具 = AI 员工干活的双手 终端、浏览器、搜索、文件编辑,都可以是 AI 真正执行任务时使用的工具。 8️⃣ Skill 技能 = AI 员工的工作 SOP 告诉 AI 某类任务应该怎么做、按什么步骤执行、检查什么,以及最后怎么交付。 9️⃣ Plugin 插件 = 给 AI 安装的能力扩展包 不同平台对 Plugin 的定义不完全一样。 简单理解,就是给 AI 扩展一组额外的工具、连接或者能力。 🔟 Context 上下文 = AI 员工当前桌面上的资料 当前聊天、文件、代码和任务要求,都属于它这次工作能够看到和利用的信息。 1️⃣1️⃣ LTM 长期记忆 = AI 员工的长期档案 用来保存跨任务、跨对话仍然有价值的偏好、经验和项目信息。 它不是大模型天然拥有的长期记忆能力,通常需要额外的记忆机制支持。 最后一句话,把最容易搞混的几个概念记住: Tool 决定它能做什么,Skill 告诉它应该怎么做,MCP 规定工具怎么接进来,Plugin 则负责扩展一组能力。 所以:LLM 是大脑,Agent 是员工,Prompt 是任务单,API 是办事窗口,Token 是读写单位,Tool 是双手,Skill 是 SOP,MCP 是统一插座,Plugin 是扩展包,Context 是桌面资料,LTM 是长期档案。 所谓 AI 工作流,本质上就是: 给一个数字员工配好大脑、任务单、双手、SOP、桌面资料和长期记忆,再让它按照固定流程把事情做完~
爱丽丝呀!158,617 views • 1 month ago

Codex 5.6 最强的隐藏技巧:不仅能省下 90% 的 Token,还能让 AI 少交半成品、少做无效返工! 很多人Vibe Coding,第一句话就是: 帮我把这个功能做出来。 但结果常通常是半成品,因为它拿到的只是需求,不是交付标准。 分享一条我反复调整后一直在用的提示词,直接开启 Codex 的交付工程师模式: 暂时不要写代码。请先确认需求,最多向我提出 5 个决定方案方向的关键问题,每次只问一个;已有信息不要重复确认,非关键细节请自行做合理假设。 提问结束后,把需求整理成一份精简、可验证的验收清单,覆盖核心流程、异常情况、空状态、加载状态和不同设备适配,并单独列出你的假设、本次范围以及明确不做的内容。 等我确认后再开始开发。完成后必须实际运行项目,按照验收清单逐项验证并汇报结果;未通过的项目继续修改,直到达到验收标准。 换成这种方式后,Codex 的产出质量会明显提升: 1️⃣ 在开发前补齐模糊需求,发现逻辑漏洞和遗漏场景。 2️⃣ 不再改完文件就交差,而是主动运行项目、检查页面、验证核心流程。 3️⃣ 方向提前对齐,避免反复推倒重写,节省时间和 Token。
爱丽丝呀!152,949 views • 1 month ago

Codex 5.6 最值得养成的收尾习惯:把长对话压缩成项目交接文档,能节省大量 Token! 长期项目对话一旦过长,就会充斥失效决定和报错垃圾,导致 AI 频繁重复扫描代码、重踩旧坑,浪费大量 Token。 分享一个我在用的提示词,能省不少无效token: “当前阶段即将结束。请创建或更PROJECT_STATUS.md,把本次工作沉淀成一份可以继续执行的项目交接文档。 文档需要包含:当前目标、已完成内容、关键技术决策、修改过的核心文件、测试与验证结果、已知问题、尝试过但失败的方案,以及下一步开发顺序。 请结合当前代码、Git 变更和测试结果核对内容。只保留后续开发真正需要的信息,不记录无关讨论,不猜测未确认的结论,也不要写入密码、密钥等敏感信息。” 下次继续项目时,第一句话只需要输入: “请先阅读 PROJECT_STATUS.md,确认当前进度、已知问题和下一步,再继续开发。” 这个习惯真正有价值的地方,是它会让 AI 少读取冗长上下文,少重新分析已经确认的方案,也不会轻易再走一遍之前踩过的坑。 更重要的是,这份交接文档不绑定某一次 Session,也不绑定某个平台。 你可以把同一个项目交给 Codex、Claude Code、Cursor甚至下一个开发者继续执行。
爱丽丝呀!145,315 views • 1 month ago

AI 写的文案总有一股模板味:结构太整齐,语气太标准,总结太空,读起来像标准答案 整理了 5 个专门去 AI 味的开源项目,从改写到中文优化,到论文润色和发布前终检,基本都覆盖了。 1️⃣Humanizer:普通文案通用版 专门把机械、模板化的 AI 文案改得更自然,同时保留原来的事实、数字、日期和意思,博客、邮件、营销文案、普通内容都能用。 2️⃣Humanizer-ZH:中文内容专用 会重点处理翻译腔、模板化连接词、空泛升华、机械排比、营销腔和不自然的中文节奏,公众号、小红书、短视频口播这种场景更合适。 3️⃣Academic Humanizer:论文和研究材料 这个版本会尽量保留统计结果、引用、参考文献、学术 hedging 和方法表达,只去掉明显的 AI 写作痕迹。 4️⃣Stop Slop:发布前终检 先按 5 个维度给文本做评分,检查几十种常见 AI 反模式,再告诉你哪里最像机器写的。 5️⃣Avoid AI Writing:先检测,再决定怎么改 可以只检测不修改,也可以直接重写,或者指定一个文件让它原地编辑;还支持不同 voice / context profile,适合文章发布前做最后一遍清理。 普通文案用 Humanizer,中文优先 Humanizer-ZH,论文用 Academic Humanizer,发布前想做一次系统检查就用 Stop Slop,想先检测再决定改不改就用 Avoid AI Writing。
爱丽丝呀!63,640 views • 19 days ago

挖到一个 A 股开源量化神器 —— tickflow-stock-panel 选股、盯盘、回测、AI 复盘,全都塞进一个面板里,连历史行情数据都不用自己另外折腾。 项目内置 18 个选股策略,MA、MACD、RSI、KDJ、布林、量比这些常用指标都能直接拿来筛全 A 股。 不只是选股,盘中还能做策略监控、价格监控、个股信号和异动提醒。 回测也专门考虑了 A 股规则,T+1、手续费、滑点、止损这些都能一起算进去,不是简单跑个历史收益曲线。 个股分析这块也做得很全,可以从技术面、基本面、财务和消息面四个维度一起看。 盘后还能自动做 AI 复盘,连板梯队、概念轮动、炸板/翘板这些 A 股常看的东西也整合进去了。 数据源也给你接好了,基于 TickFlow 可以直接同步 A 股历史行情,历史日 K 不填 Key 也能用,后面还支持继续接第三方数据源。 AI 模型支持 DeepSeek、通义、Ollama 等 OpenAI 兼容接口,Web 面板直接操作,不需要一直敲命令。 等于把:选股 ➡️盯盘 ➡️回测 ➡️ 个股分析 ➡️AI 复盘 整套流程都做进了一个本地量化工作台。 仅做开源分享,非投资建议 地址:
爱丽丝呀!95,758 views • 1 month ago

终于有人把 A 股 + 美港股 免费数据源彻底打通了! 两个极其硬核的GitHub开源项目,把原本散落在几十个源头的原始数据源,全部整合成一套 AI 直接能用的完整数据仓库。 从此,彻底告别繁琐的接口对接、反爬虫折磨和昂贵的数据费。封装成 Skill,直接让你的 Claude / GPT等agent 觉醒,瞬间变成你的专业量化分析师! ✅A 股版(a-stock-data) · 7 层架构 + 27 个端点 + 13 个数据源 · 覆盖:实时行情、资金流、股东户数、龙虎榜、全量公告、研报 PDF 下载、概念板块、北向、融资融券、大宗、解禁…… · 重点优化:东财统一限流防封 + 数据源优先级 ✅美港股版(global-stock-data) · 8 层架构 + 18 个端点 + 5 个数据源 · 亮点:美股期权链、SEC EDGAR 结构化 XBRL(503 个 GAAP 指标)、纯 Python 技术指标计算、资金流、财报三表(中英文)、全市场列表…… 直接省下几万块的专业数据费。感兴趣的可以看看哦~非投资建议,dyor
爱丽丝呀!256,440 views • 3 months ago

炸裂了!Claude Code 已通过 MCP 协议原生接入 Financial Datasets 金融数据库,可以直接帮你分析股票! 60 秒配置,一键连接 全球 17,000+ 只股票、30+ 年完整财务底稿。 实时股价、SEC 原档、财务报表、公司新闻、加密货币数据,全部随叫随到! 下面视频是我输入【帮我分析英伟达这三年的财务数据】,Claude 瞬间输出五大投研板块: • 盈利能力穿透 • 核心利润率分析 • 资产负债扫描 • 现金流底稿 • 多维估值建模 从源头打破信息差~ 拒绝 AI 幻觉,让你的投研决策直接起飞吧~
爱丽丝呀!326,128 views • 4 months ago

Codex 5.6 配上 Obsidian,直接给 AI 装上永久记忆! 很多人用 Codex,每次打开新任务都要重新解释: 项目做到哪了、之前改过什么、哪些方案已经踩过坑、哪些关键决定已经定了、下一步该从哪里继续。 聊得越久,重要信息反而越容易被埋在历史对话里。 我现在直接把 Obsidian 变成 Codex 的永久知识库。 长期偏好、项目资料、关键决策、踩坑记录和下一步计划,全部交给它持续整理。 等于直接形成一个闭环: 读取过去 ➡️完成任务 ➡️更新记忆 ➡️下次继续接着干 只需要输入这段提示词: 请将当前 Obsidian 知识库作为我的跨项目长期记忆。为所有项目建立统一索引,整理我的长期偏好、项目背景、关键决策、已完成内容、失败方案和下一步计划。每次开始任务前,先读取相关笔记;任务结束后,把新增结论和项目进度更新回对应文档。只保留后续真正需要的信息,不记录无关对话,不写入密码或密钥。 然后再给它安排两个自动任务: 1️⃣ 每日开工简报:每天开始工作前,读取所有进行中的项目,整理今天最重要的 3 项任务、当前阻塞和需要参考的历史资料。 2️⃣ 每月知识体检:每月检查一次整个 Obsidian 知识库,找出重复、过期和相互冲突的信息,更新项目索引并标记建议归档的内容。 项目做得越久,它积累的背景越完整;任务开得越多,它越清楚你过去做过什么决定。 Obsidian 负责记住一切,Codex 负责把这些记忆变成行动。
爱丽丝呀!91,268 views • 1 month ago

别再把 Codex 只当聊天工具用了~ 装上这11个官方插件,Codex直接变成你的生产力外挂! 别人还在手动做图、抠 PPT、抓数据…… 你已经一句话搞定海报、视频、数据分析和日程管理~ 下面我把每个插件的实际效果都录出来了,直接看效果~ 1️⃣视觉 & 设计神器 · Canva:一句话调用百万专业模板,海报、朋友圈图、封面秒出 · Figma:扔需求或代码,一键生成高保真可编辑设计稿 · HyperFrames by HeyGen:HTML/脚本自动渲染高质量视频 · Remotion:专业级视频动效和动画,效果直接拉满 2️⃣办公 & PPT狂魔 · Presentations:给个主题,自动生成高质量PPT初稿+完整大纲 · Spreadsheets:复杂公式、图表、数据分析一气呵成 3️⃣内容 & 数据深度工具 · Documents:长文章提炼、总结、写PPT脚本 · BioRender:科研/医学图表,秒出专业科学插图 · Windsor ai:一键拉全网营销数据并自动分析 4️⃣自动化王炸 · Chrome:Codex直接操控浏览器,自动读网页、抓数据、填表 · Google Calendar:自动创建会议、管理日程,排会效率翻倍 安装方式:Codex App → 左侧「Plugins」→ 搜索名称直接安装(30秒搞定)
爱丽丝呀!238,589 views • 3 months ago

终于有一套 Skill 能让 AI 的前端审美有灵魂了! 爆款开源项目 Taste-Skill ( GitHub 33.3k🌟),直接给 Cursor、Claude、Codex 等 AI 工具装上了【审美大脑】! 下面视频我做了很多页面,这些极简、轻奢风的页面,全靠这套skill做的~质感拉满了 以前 AI 生成的页面总带着一股塑料感: 布局僵硬、字体廉价、留白像 PPT、颜色土到炸…… 现在,AI 终于能写出大厂高级感了: 审美基因注入:内置极简、高端轻奢、粗野主义、Minimalist 等多种高级调性,直接拉高 AI 的设计天花板 UI 视觉整容:自带审计+重构能力,老旧丑页面一键诊断升级 参数化控场:创意度、动效强度、信息密度随便调,再也不用死板一套模板 最佳搭配:先用 Taste-Skill 注入灵魂定调,再丢给 Claude/Cursor/codex 落地代码,质感直接起飞! 感兴趣的朋友们,可以去看看哦~ 地址:
爱丽丝呀!211,241 views • 3 months ago

给 Codex 5.6 装上这 4 个前端设计神器,做出来的网页终于有灵魂了! 分享一套我目前实测下来最棒的 Codex 前端审美组合: 1️⃣Figma(内置插件) 直接读取设计稿、品牌规范和组件,把视觉参考像素级还原成响应式代码,不再让 Codex 凭空猜设计。 2️⃣Product Design(内置插件) 先确定产品结构和设计方向,再生成不同风格的高保真参考图,确认审美后才开始写代码,彻底告别盲写前端。 3️⃣Taste-Skill 专门负责字体、配色、留白、圆角和组件比例,还能审计并重构已有页面,消灭廉价的 AI 塑料感。 🔗地址: 4️⃣GSAP Skills 补齐 Codex 的动效设计能力,Timeline、ScrollTrigger、Flip、SplitText、SVG 动画全部支持 🔗地址: 再结合 GPT‑5.6 本身更强的布局、视觉层级和设计判断,基本打通了一套完整的前端工作流~
爱丽丝呀!123,876 views • 2 months ago

做 AI 视频,必装这 5 个 Skill。 从文案到配音、数字人、字幕动画,再到最终导出,每一步都有对应工具负责。 5 个串起来,基本就是一条完整的 AI 视频生产线。 第一个,video-use 负责整个视频工作流,从文案、分镜、素材到交付要求统一管理,最后再检查字幕、音频和画面有没有问题。 第二个,OpenVoice 负责固定音色。准备一段干净的人声参考,后面生成的视频都可以继续保持同一个声音。 第三个,HeyGen 负责数字人口播。把人物形象、文案和配音交进去,就能生成口型、表情和人物动作。 第四个,Remotion 负责时间线和可编程视频,字幕什么时候出现、画面什么时候切、动画什么时候进场,都可以精准控制。 第五个,FFmpeg 负责最后的音视频处理,删静音、统一响度、合并音轨、转码、压缩和最终导出都交给它。 整条流程就是:video-use 统筹项目 ➡️ OpenVoice 固定声音 ➡️HeyGen 生成数字人 ➡️ Remotion 控制时间线和动画 ➡️ FFmpeg 做最后处理和导出。
爱丽丝呀!39,128 views • 18 days ago

为什么你的 Codex 5.6 搓出来的 3D 像一堆方块,别人的是产品级? 之前给大家分享的一个宝藏开源项目img2threejs,接入 Codex 5.6 后,就能完成: 2D 图像 → 结构分析 → Three.js 程序化模型 → 浏览器实时交互 它真正拉开差距的地方在于,给 AI 加了一套完整的程序化建模操作系统: 1️⃣AI 深度拆解轮廓、比例、细节特征 2️⃣从 Blockout 到灯光、交互,步步精进 3️⃣浏览器渲染对比,不完美就修改 4️⃣保留运行时层级、轴点和插槽 所以真正拉开你和产品级差距的,是你有没有把建模标准、检查点和返工机制,像 img2threejs 一样,写进你的提示词。 这才是 Codex 5.6 真正开挂的玩法! 我把我的promote放在评论区,可以参考~ 项目地址:
爱丽丝呀!85,901 views • 1 month ago

打破AI信息差 99%的人每天刷信息流,以为自己在获取信息,其实只是被算法喂垃圾。 而真正会用 AI 的人,早就开始用工具自动监控全网趋势了。 分享一个我最近在用的神器:TrendRadar(git斩获5万星标🌟) 它本质上就是你的私人 AI 情报系统: · 自动扫描全网热点(知乎、抖音、B站、微博、小红书、RSS 等) · 用一句话描述关注领域,AI 自动筛出高价值内容 · 自动生成翻译 + 深度分析简报,直接推送到微信/TG/飞书/钉钉/Bark等 · 支持 MCP,可直接接入 AI 做情绪分析、趋势预测 · Docker 30 秒部署,数据本地化,隐私拉满 GitHub: 信息差时代最可怕的不是没能力,而是别人比你早 24 小时知道趋势。 适合所有做自媒体 / 投资 / 电商 / AI / 独立开发的人 感兴趣的可以看看~dyor
爱丽丝呀!215,103 views • 4 months ago

清华大学重磅开源:全球首款 K 线金融大模型 Kronos 来了! 以前的炒股软件预测股价就像猜数字,而 Kronos 的思路是:直接把 K 线的涨跌当成文字来读!像 GPT 预测下一个词一样,去预测未来的股价走势。 哪怕你不懂量化,这 4 点也足够震撼: 1️⃣ 它最强的地方在于:哪怕是只有 4.1M 超小体积的版本,预测精度也直逼大版本,直接把体积缩减了 25 倍,普通电脑也能跑得飞起! 2️⃣ 普通的预测只给你一根死板的线,它支持概率采样。不仅告诉你明天大概涨还是跌,还能生成好几条预测路径,明明白白告诉你它对这次预测“有多大把握”。 3️⃣ 在全世界 45 个交易所的数据上训练过,不管你玩 A 股、美股还是加密货币,它全部看得懂。 4️⃣ 它把从数据准备到策略回测的整套微调工具全放出来了。你可以直接用自己关心的股票数据,给它开小灶、深度定制。 在股价预测测试中,它的表现直接把谷歌开源的 TimesFM 时序模型拉开 93% 的差距。 地址: 仅供研究、学习和辅助决策使用,非投资建议,dyor
爱丽丝呀!147,031 views • 3 months ago