有点意思，只要把 github 改为 gitfut 就可以把你的 GitHub 个人资料统计数据做成 FIFA 球员卡的样子，谁看了都想点一下。

这样的婚礼现场才有意思，新娘的一番话把我逗笑了。 不过我有点不明白，为什么要上做兄弟呢？

你是我心里满分的人 所以我看谁都差点意思

每天都有这样的砍人视频，每天不是砍人就是被砍，这就是当下的中共国，一个没有了安全感的国家。 谁把老百姓仅有的一点安全感抢走了，只能是他，200斤。

这个项目应该改名叫卡卡西之眼……看一眼就给你复制下来。 ScreenCoder 一个智能的 UI 到代码生成系统，可以将任意 UI 截图转换为干净、可编辑的 HTML/CSS。快速、精准、弥合设计和开发之间的差距。

今天给你们来点疯癫一把，把手中的旺仔当成麦了😁 希望你们今天和我一样开心，裹胸裹的有点难受，有没有想来帮我解解开束缚的？或者Lily我给你们相约啊，最近有一家不错的店，可以吃点东西，也可以在里面玩挺好的，有赶来领福和看我不一样的吗？或者相越的报名

搞了个好玩的，Nano Banana Pro 帮你生成任意位置的打卡照！ 用 Gemini 3 写了个工具，只需要在地图上选点，然后上传你的人脸照片，就可以生成你在这个地方的打卡照。 会根据当前位置的天气和时间生成图片，你的衣服也会根据现在的时间以及天气去变化。 人脸一致性真的太高了，我去。

老公为了取得女总裁都信任 把底层系统密码都改成她的生日 老婆却骂他是个疯子 你们怎么看，到底是谁疯了？

哇， 牛逼 !! GitHub 上每天都出新东西 这份开源库能把一张图，生成视频，效果如同 D-ID 一样。 前天我正在玩声音克隆：... 当把这两者一结合，来感觉了 虽然成品差点意思，剩下的就交给迭代了。show more

OKX 可真有钱啊，他们居然专门做了 AI 交易 Bot，这个会秒杀前段时间炒作的 AI 交易产品 一个交易产品到底是不是在认真做就看他做不做“回测” 因为“回测”只有真正需要严谨交易的用户才会需要... 主要就几个点： - 使用自然语言设计策略 - 可以获取 RSI 等各种数据 - 重要的是可以回测（无敌了这个）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。

周锡玮：大陆图台湾的什么？要台湾的资源吗？台湾有什么资源？要台湾的钱吗？一个上海市就赢过整个台湾了！为什么要统一？因为两岸本来就同属一个中国，这是历史事实！ 这才是说的大实话，美国不过是把台湾当棋子，一心一意掏空台积电，只有中国，真正的把台湾人民当成同胞亲人！

Github 刚刚发布了 Copilot Cli! 相较于其它 Terminal Coding Agent ，最大的优势是与... Github 深度结合, 比如你可以使用它直接查看 Assign 到自己的issue, 统计自己提交的 PR, 看看哪些合并了, 哪些还没有合并, 甚至做一些复杂的聚合, 比如项目中谁修的bug最多, 谁写得新代码最多等等. #Github #Copilotshow more

🔥 终于有人把 AI Agent 做成「可追责」的了！ Semantica 开源版 Palantir for... AI Agents 把混乱的企业数据变成一张活的 Context Graph， 每个决策都带着完整因果链和审计轨迹。 再也不用对监管说「黑盒不知道为什么」了。 pip install 就能用，真正的确定性推理 + 全量溯源。 AI 要落地，缺的从来不是更聪明的模型， 而是让人敢信的「为什么」。 GitHub 已 4.5k+ 星，强烈推荐给所有做 Agent 的人 #AI #Agent #KnowledgeGraph #ExplainableAI #OpenSourceshow more

你这个人就是这样 把我的搞得一团糟还好意思笑

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。 你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI... 技能"。 下次遇到类似的活儿，直接回放，不用重新来一遍。 说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。show more

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