ZENT最近交易量起来了，但是bn广场上都在传最后门槛得卷到40w 来推上看 Zentry 在做AI数据看板zTerminal 感谢团队给了白，聊聊体验 UI很好看，很丝滑，直接问就能扒数据，关注DAT的也可以在这个工具上直接获得持仓or净值等你想要的数据 有意思的是玄学+数据的结合，西方喜欢看月相，期待后面增加周易 X crypto 用zTerminal拉了一下ZENT数据，很客观，对自己家代币评价也不手软😂

我自己做了一个学习英语的网站👨🏻‍💻，因为用了很多学习英语的工具之后，都不是很满意，直接自己上手让 Claude Code 做了。这周用 AI 搞了几万个单词的数据库，基础数据有了，后面就按照我的想法做功能了，感兴趣可以评论区进群聊聊，我也会发最新的开发进度💪

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源 能看到的钱包在这，自己点开看： 他们做的不是 crypto 原生叙事... 而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易 问题也很现实： 这些数据平时都在大型中心化交易所里。 你怎么拿？ 拿到之后又怎么处理，才能真的变成可交易模型？ 这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。 核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。 据说在 BrowseComp benchmark 上做到 88.2。 特点是： 长周期推理 先验证再下结论 步骤级 + 全局级校验 单任务最多可调用 300 次工具 它的作用不是直接下单。 而是先通过 MCP Server 拉数据， 把研究、清洗、验证这些环节跑完， 最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去， 再设定模拟参数， 就可以开始跑价格行为模拟。 本质上，它卖的不是一个指标。 而是一种更接近“矩阵视角”的东西： 价格在不同条件下会怎么动 哪些路径更常见 哪些定价其实偏离了历史结构 整个流程串起来就是： 拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场 这种玩法最值得看的，不是“开源”两个字 而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。 你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？show more

看 X Layer，别只看 TPS Misa更建议看 L2BEAT 的 UOPS TPS... 看的是链有多忙， UOPS 更接近真实用户操作～ 这组数据挺有意思 5 月 8 日左右： X Layer UOPS：1.7 但到 7 月 4 日左右： X Layer UOPS：6.18 X Layer 在两个月内涨了数倍。 而且别忘了，现在 X Layer 上真正跑起来的，还主要只是世界杯预测市场🏆 如果后面更多预测市场 更多交易场景 更多 Exchange OS 业务接进来，这条曲线可能才刚开始～ 所以Misa觉得 X Layer 这次最亮的，不是单纯 1.52 亿笔交易 而是它把真实业务，拆成了真实链上用户操作 币圈不是没有交易量了 只是以前很多链上数据，都是转账和空转 但如果一个产品里的每一次下单 结算 结果确认，都变成链上动作，公链增长的逻辑就变咯💚show more

最近在 GitHub 上刷到一个挺炸的开源项目：Wren AI 它本质上是在做一件我们都很熟、但一直没被真正解决好的事：让不懂 SQL 的人，也能自己查数据库。 比如说，业务、运营想看数据，第一反应就是来敲后端：“帮我查下上个月销量前 3... 的产品”“这个转化率能不能按渠道拆一下”。 SQL 本身不难，但沟通成本、来回确认、临时插队，才是真正耗时间的地方。 Wren AI 的思路很直接：对话即查询。 你直接用自然语言问问题，它会自动生成 SQL、跑库、给结果，甚至顺手把图也画好（柱状图、折线图那种）。 可以把它理解成一个 “自带 AI 分析师的开源版 Metabase”，但门槛更低，不用拖字段、不用写 SQL。 比较关键的一点是，它不是那种“裸 Text-to-SQL”。 Wren AI 引入了 Semantic Layer（语义层），你可以提前把业务指标、表关系、口径定义清楚，相当于给大模型加了一层“业务护栏”。 这一步虽然需要懂数据库的人前期配置一下，但一旦理顺，后面业务方基本很难把数据问歪，准确性和安全性都高很多。 模型和部署这块也挺对技术人的胃口： ·云模型：OpenAI / Claude / Gemini 都能接 ·数据不出内网：可以配 Ollama + 本地模型（比如 DeepSeek） ·数据库支持也很全：MySQL、Postgres、ClickHouse、DuckDB 基本全覆盖 ·安装也不折腾，有 Docker 基本就是一键起 整体看下来，我觉得它特别适合两种场景： 1）想给团队搭一套真正能用的自助查数平台 2）想研究 “AI + BI + 语义层” 这种更偏工程化的落地方案 一句话总结：把“查数据”的自由还给业务，把时间还给开发。show more

现在 meme 市场的问题很明显，行情一热大家冲现货，行情一凉就没人玩了。不是 meme 没需求，是交易方式太单一。 #MemeMax 直接把 meme 放进永续里，让你不管涨跌都能参与，只用判断方向，不用死拿筹码，这点对很多人其实更友好。... 更关键的是，它不是单纯做个 perp 给你玩。你在里面交易、产生行为，这些数据是会被记下来的，能跟后面的激励、排名、奖励连在一起，不是打一枪就走的那种结构。 Phase 2 也快来了，Top 500 有实打实的奖励，这点已经说得很清楚了。不是那种只给前几名吃肉，后面全陪跑的玩法。你愿意花时间参与，基本都有反馈。 现在的态度也很简单，先用、先看、先参与，不急着下结论。 至少在一堆只靠喊口号的项目里，#MemeMax 属于那种真想把 meme 交易这件事做成“长期工具”的。 能不能跑出来，最后还是看数据，但现在这个阶段，值得放进观察列表。 #MemeMax #Web3 #MaxPacks #DeFi #KaitoAI #Kaito #Yaps #MemeMax Kaito AI 🌊 MemeMaxshow more

最近全网都在发 Irys (✧ᴗ✧) 和 375ai 的合作，我也赶紧研究了一下这是多大合作能被全网讨论啊？一研究发现这事挺大，375ai负责在现实世界扫街抓数据，Irys则给这些数据盖上防伪章，闭环从采集到变现 Irys作为Layer-1区块链界的学霸，主打低成本存储、可验证计算和AI协调，9月交易量8.55亿刀，40万活跃钱包，忙得热火朝天！它的绝招是数据上链后，谁也别想动，用加密指纹加密，零知识证明保真，干净利落，而375ai是Solana上的数据狂人，在美国扔了4万个AI传感器节点，覆盖70%的人口活动区，个个都是全副武装高清摄像头、NVIDIA Jetson GPU、环境传感器，抓起交通、环境、网络数据来那叫一个眼疾手快！更别提他们的375go... App，20万用户直接把手机变数据矿机，一边匿名贡献数据，一边赚代币，简直是躺着也能挖矿 传统AI数据垃圾进垃圾出，来源不明、随便篡改、存个几年就失踪，375ai和Irys这对CP直接放大招，375ai提供高保真现实数据，Irys当真相守护者，每条数据都有个永久的数字身份证，这数据还能编程，自动触发支付或AI训练，自动驾驶、智能城市、物流场景随便玩～ Irys主网上线在即，375ai还全球跑马圈地，目前170个国家已经到手了！加上Irys的EVM兼容性，开发者们估计要蜂拥而至，这波合作，简直是把死气沉沉的数据变活蹦乱跳的资产，坐等大戏开场～ 强调一句配的图可是我辛辛苦苦做了一个来小时做出来的，我可是从来不偷官图的好宝宝，希望能多给我点权重😭show more

那个Now @zama真人摸草改规则了，没有做的可以去做一下，很好通过的，做过的也去看一下角色有没有掉，掉了的话按照下面新规则重做一下~ (社区管理说只是为了有趣，我感觉像在变相认证真人，视频像我这样就行了，公园好多人，有点紧张，环顾下四周，念完我就跑了) 新规则Touched Grass角色获得👇： 1⃣找一个绿色的草地蹲下 2⃣准备一张白纸写上你的discord用户名放在草地上 3⃣大声朗读：I'm touching... grass, so i'm probably not a bot 4⃣用手机拍下视频上传到discord中的chat频道 5⃣同时随便@一个处于在线状态的Volunteer角色者 6⃣志愿者在线的话审核是很快的，我不到1分钟就通过了 传送门： #ZamaCreatorProgram ⭐什么是全同态加密 (Fully Homomorphic Encryption, FHE) 呢？ FHE就像是一个“能戴着手套做精细手术”的加密技术——你可以在不解密的情况下，直接对加密数据做各种复杂计算，但全程是看不到原始数据的。 ⭐FHE解决了什么问题？ 比如在云计算、大数据分析、医疗研究等场景中，我们经常需要把数据交给别人处理（比如云服务器），但又怕隐私泄露。FHE允许服务器在不知道数据内容的情况下直接处理加密数据，服务器将处理结果返给你后，此时你用密钥解密，得到的就是处理后的正确结果。 ⭐FHE神奇在哪里？ 1.加密数据也能“算数学”：比如你加密了两个数字 加密(3) 和 加密(5)，发给服务器，服务器可以直接在加密状态下计算 加密(3) + 加密(5)，得到的结果是 加密(8)（而不是8！）。你解密后得到的就是8。 2.支持复杂计算：不只是加减乘除，甚至能算机器学习、数据库查询等复杂操作。 ⭐总结： FHE是一种“终极隐私保护技术”，让你能放心把加密数据交给别人处理而不泄露任何信息。虽然目前效率还不够高，但它是隐私计算领域的“圣杯”，未来在数据敏感场景中会越来越重要。show more

傻逼真是太多太多了，这么大市值跟韭菜有啥关系抬轿子，狗庄持续分分钟都在买入提币的链接也都给发了，就是啥都不看上来就喷，我真他妈服了咋傻逼这么多，教你如何用链上数据作证自己的看法，啥都不学就尼玛喷，活该亏钱，看我买啥自己做空就好了，看不惯赶紧取关，烦得很

炒美股的兄弟们有福气了。龙哥找了一个开源软件，胜过彭博。 彭博终端一年订阅费够买辆二手车，FinceptTerminal零元。 这不是玩笑。彭博那玩意儿起步价两万美金一年，专业版往二十万走。普通散户、刚起步的量化团队、小型投资机构，基本被这个门槛挡在外面。 FinceptTerminal 干的事就一个：把这堵收费墙拆了。 2.7万星，纯 C++ 写，说明不是花架子。打开终端，股票、期货、外汇、宏观数据全在一个界面里，不用切来切去。行情实时刷新，技术分析工具直接能用，想跑量化模型也行，不是那种只能看 K... 线的半成品。 几个实在的亮点：。 数据覆盖广。美股、欧股、亚太市场，外汇和大宗商品都进来了，宏观指标也能拉。不是只盯一个市场的玩具，是真的能当工作台用。 交互式探索。看数据不是死盯屏幕等刷新，可以自己下钻，点开某个行业、某只股票、某段时间，层层扒下去，找到你想看的那个数字。 开源免费。代码全在 GitHub 上，想改就改，想集成进自己的系统也行。彭博打死不让你碰它的数据接口，这个反过来。 举个场景。你想研究美股科技板块最近一周的资金流向，打开 FinceptTerminal，调出行业列表，点进科技板块，叠加宏观指标和个股资金数据，一套下来不用切软件、不用导 CSV、不用手动算比例。 安装也不麻烦，GitHub 上有详细说明，Linux 和 macOS 都支持。 金融圈一直有个怪现象：干活的人用的工具最贵，最需要数据的人反而买不起数据。这种开源项目能跑出来，说明大家真的受够了。 不是要替代彭博，专业机构该买还是买。但对于还在摸索阶段、想认真研究市场、但预算有限的人来说，这玩意儿就是真香的答案。 有兴趣的去 GitHub 翻代码就知道了。show more

前几天看到一个非常丝滑的动画效果，MotionNumber 很常见，之前看到很多网站都在用，就是数字在切换的时候会有一个滚动的效果，层级自己写了一个在切换的时候发现没有这个那么顺滑。 这个非常适合用到 landing page 上，展示各种数据等等的场景，它是用 Framer Motion 编写的，抽象成了一个... React 组件，我觉得这种效果很值得收藏未来是用一下。 Github 地址在这里：show more

一个非常有趣的全新的开源脚手架项目 create-better-t-stack 可以关注一下 它的创新之处就可以让你自由的选择你想用的前后端框架，数据库，orm，runtime， addon 等等，然后可以根据你的选择创建出一个独一无二的有最佳实践的 Typescript 项目。 我用了一下，觉得很有意思，未来的项目可以可以试试看，大家可以看看demo，同时而且还能学习到，看看现在流行的框架和工具都有哪些。

昨天在偶然刷到这个网站 - 《动画巡礼》 作者将各种日本动画的场景标注在 Google 地图上，数据特别丰富，全是力气活，我在想这么多都是人工标注的吗？真的好棒啊，还开放了API，交互也做的很不错，喜欢日本动漫的朋友们真的不能错过哈，去日本可以直接按照标注去玩了，也可以在特定的地点拍对比图。 开源库在这里： 感兴趣的同学还能 PR... 提交自己的数据。 还问一下各位推友：有没有类似电影在地图上的标注网站呢？我会非常感兴趣。show more

昨天在偶然刷到这个网站 - 《动画巡礼》 作者将各种日本动画的场景标注在 Google 地图上，数据特别丰富，全是力气活，我在想这么多都是人工标注的吗？真的好棒啊，还开放了API，交互也做的很不错，喜欢日本动漫的朋友们真的不能错过哈，去日本可以直接按照标注去玩了，也可以在特定的地点拍对比图。 开源库在这里： 感兴趣的同学还能 PR 提交自己的数据。

好久没写诗了，今天看到irys这个项目 突发灵感，哈哈哈 那就来一首！ Irys链上闹哄哄 数据编程乐无穷 AI专治假消息 存啥都省大把钱 切入正题 Irys... (✧ᴗ✧) 最开始是在研究数据存储赛道时刷到的，当时还叫Bundlr，后来改名Irys后反而更让人记住了 毕竟现在做数据链的项目不少，但敢说自己是 可编程数据链 的，他们家确实有点东西。 蹲了很久看着社区从几十人慢慢涨到现在这么活跃，最舒服的是氛围特别牛逼。中文社区里没人瞎喊单，反而经常看到有人扒技术文档里的细节，比如那个多账本架构，有人把Submit Ledger和Publish Ledger的区别做成流程图分享，这种讨论技术的感觉，真的像早期玩链上项目时的氛围。团队给我的感觉是 闷声干大事型。去年种子轮融了890万刀，但从没见过他们拿融资额炒作，反而默默上了测试网，优化了好几次数据验证速度。 前阵子试了下他们的SDK确实不孬，三行代码就能搞定链上数据上传，对开发者太友好了, CEO Josh在AMA里被问到技术瓶颈时，直接打开编辑器现场演示解决方案，这种懂技术的老板比只会念稿子的强多了。 最让我觉得靠谱的是他们的落地节奏。不是那种光发合作通稿的项目，最近真的看到好几个AI项目和DePIN项目在官推提了和Irys的集成。而且他们的定位很清晰，就是做AI和数据密集型应用的基础设施，这种专注度在现在乱糟糟的市场里太难得。 现在每天刷他们的测试网任务成了习惯，Irys Arcade里的小游戏既能练手又能熟悉功能，听说活跃用户可能有机会拿未来的代币分配。中文社区的运营也很用心，有人扒他们的Provenance Toolkit组件，团队看到了还会出来补充使用技巧，这种互动感真的很圈粉，记得关注一下中文区官推Irys中文(✧ᴗ✧) 。 说实话，玩过不少测试网，但像Irys (✧ᴗ✧) 这样把技术、社区、开发者体验都打磨得这么细的不多。他们的动漫风格品牌看着轻松，但内核一点不含糊——IrysVM兼容EVM，混合共识机制兼顾安全和效率，还有那个反虚假信息的数据溯源功能，越研究越觉得这个方向有潜力。 最近把测试网的任务都清完了，顺手在GitHub上扒了他们的开发文档，打算试着用SDK做点小工具。这种从用户慢慢变成参与者的感觉，大概就是早期项目最吸引人的地方吧。 做个视频送给Irys (✧ᴗ✧) 告诉我喜不喜欢？show more

如果你在 X 上不知道做啥赛道，那我推荐你干一下资料分享+网盘拉新。 比如 白骏知识分享 白老师和 周览资源 周老师 都是这方面的顶流。做这赛道有几方面优势。... 1、流量大，粉丝喜欢，很容易起号，粉丝量也会起的很猛。周老师大概不到半年涨了快 8w 粉丝。而且，谁不愿意收藏干货啊，好的资源免费获得，看到就想直接收藏。 2、X 上可以随便发链接，不像国内平台，要躲躲藏藏的。大大方方的放到正文，评论区，用户获取资料链路极短，非常方便。 3、每发帖，必来钱的，别看不上每次块八毛的，积少成多啊，你看我自己的拉新数据，逐年累月也 一千多了。 也适合做其他事情的时候，一顺手分享，还有的赚。快去试试show more

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。... 你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。 这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。 目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：show more

说个反常识的结论：AI越会做数学，数学家越值钱，这是已经发生的事，不信你看国际象棋被AI碾压后，象棋界反而进入了黄金时代，现在也该轮到数学了。 Anthropic Claude Code团队的Thariq说：你已经能在数学里看到杰文斯悖论了。AI让证明和计算变得极快，结果不是数学家没用了，是真正懂数学的人需求更大了。 然后他补了一句：这跟国际象棋发生的事一模一样。 分享一些我关于这个问题的思考：

Bitcoin L1 上的全新 Runes 发射台和 DEX 平台 Bound Exchange... 已经把 Runes 的交易体验带到了一个新的高度 过去一周 Runes 占据了比特币全网交易笔数的 60% 头部 Rune $DOG 依然统治着 X 上的注意力 现在想不看好 Runes 真的很难 中文区的兄弟姐妹们 是时候加入这场 Runes 回归之战了 无论你支持的是新的 Runes 还是像 $DOG 这样的 OG Runes 都来把荣光带回比特币 也许这一路上还能一起玩得开心点show more

想自己做金融分析、股票研究？ 这些完全免费、Github开源的工具推荐给你，适合低门槛快速入门系统化 + AI 驱动的金融/财报分析👇 1. OpenBB（67.4k stars） 号称一个真正能替代... Bloomberg Terminal 的开源金融数据平台，数据整合能力强、支持 Python/CLI/AI 代理，日常股票深度研究和项目报告效率极高。唯一小缺点是高级数据源仍需自行接入，但免费部分已经够大多数人用了 2. Freqtrade（50.2k stars） 免费开源的 Python 加密交易机器人，内置回测、机器学习策略优化（FreqAI）、Telegram 控制等全套工具，是目前交易机器人里最成熟的一个，但学习门槛较高（需要会 Python），用 AI 学也可以上手 3.FinGPT（20k stars） AI4Finance 基金会维护的金融专属大模型框架，成本极低。这是真正能本地跑的金融 AI，用来做财报分析、新闻解读和智能研究非常实用 这三个工具组合起来，基本覆盖了数据获取 → 量化回测 → AI 智能分析的完整流程，全程本地运行、不用付费、不用担心数据隐私 省下来的订阅费，都拿去多买几只股票了😂show more