Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

Agent 获取链上数据可以很简单。🤖 xAPI 联合 BlockPI，正式上线覆盖 60 条 EVM 网络的 RPC 服务。 🔑 仅需一把 Key 💸 $3/100万次RPC调用 ⚡ 无需自建节点，无需订阅套餐让 Agent 轻松上链 👉

0xAA

182,291 subscribers

28,831 Aufrufe • vor 3 Tagen •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

6 Kommentare

Profilbild von Toji

Tojivor 3 Tagen

看错了以为是3刀可以访问100w次api 如果是这样 x的api 真是爽爆了

Profilbild von 老码农｜链上量化·独立开发

老码农｜链上量化·独立开发vor 3 Tagen

对跑链上 bot 的人很实用。我做狙击系统时最纠结的就是自建节点还是用公共 RPC：自建延迟低但运维重，公共的省心但高峰期会限流。想问下有没有 websocket 订阅和延迟保障？

Profilbild von 比特币小虎 BTCtiger

比特币小虎 BTCtigervor 3 Tagen

一把Key就能直连60条链真的省事，老师回个关呗

Profilbild von 0x顺利

0x顺利vor 3 Tagen

blockpi的服务可以。但是用他的节点交易的时候，感觉速度有点慢。感觉有点高并发限流

Profilbild von Vex（e/acc）

Vex（e/acc）vor 3 Tagen

What can you do with it?

Profilbild von matt

mattvor 3 Tagen

限流吗？

Ähnliche Videos

兄弟们这个牛P啊写网络爬虫的时代结束了 Firecrawl Extract：只需文字提示，即可爬取任意网络数据它只需通过简单的自然语言提示，就能将整个网站转换为结构化数据，完全省去手动写脚本的麻烦。无论你需要的是一页内容，还是整个网站的信息，都可以轻松爬取。支持复杂数据提取，像从网页提取联系人信息、任务描述、动态价格等。

兄弟们这个牛P啊写网络爬虫的时代结束了 Firecrawl Extract：只需文字提示，即可爬取任意网络数据它只需通过简单的自然语言提示，就能将整个网站转换为结构化数据，完全省去手动写脚本的麻烦。无论你需要的是一页内容，还是整个网站的信息，都可以轻松爬取。支持复杂数据提取，像从网页提取联系人信息、任务描述、动态价格等。

小互

183,914 Aufrufe • vor 1 Jahr

一个 skill，让你做出顶级审美的图表。我开源的 Lieflat Charts 已经在 GitHub 2k star 啦～它是一套数据可视化与报告生成 skill，可供 Moxt、Claude Code、Codex 等 AI agent 使用。它由统一的字体、留白、线条和动效建立视觉语法，有60多种图型，覆盖柱、线、面积、直方图等基础图型，还有热力图、小提琴图、环形关系图、桑基图等复杂图型，部分还支持交互。色彩上，以黑白灰单色为基础，也支持青瓷蓝、椰林绿、编辑红三种色系，后续还会尝试更多丰富配色～这个skill 的原理是用 html 来做图表，好处很明显，有很丰富的动效，可以无缝衔接到 html 做的 PPT 中。如果需要 PPT 格式，也可以让 agent 转成动图贴进 PPT 里。使用非常简单，装好后把你的数据或者想要可视化的主题告诉agent，agent 会选择合适的图表类型，自动出图。如果你需要出报告，目前也有报告模式，可以一键产出数据可视化报告。感谢 Moxt 让我做出这么好看的图表！ #datavisualization #charts #skill #dataviz #html #aidesign

一个 skill，让你做出顶级审美的图表。我开源的 Lieflat Charts 已经在 GitHub 2k star 啦～它是一套数据可视化与报告生成 skill，可供 Moxt、Claude Code、Codex 等 AI agent 使用。它由统一的字体、留白、线条和动效建立视觉语法，有60多种图型，覆盖柱、线、面积、直方图等基础图型，还有热力图、小提琴图、环形关系图、桑基图等复杂图型，部分还支持交互。色彩上，以黑白灰单色为基础，也支持青瓷蓝、椰林绿、编辑红三种色系，后续还会尝试更多丰富配色～这个skill 的原理是用 html 来做图表，好处很明显，有很丰富的动效，可以无缝衔接到 html 做的 PPT 中。如果需要 PPT 格式，也可以让 agent 转成动图贴进 PPT 里。使用非常简单，装好后把你的数据或者想要可视化的主题告诉agent，agent 会选择合适的图表类型，自动出图。如果你需要出报告，目前也有报告模式，可以一键产出数据可视化报告。感谢 Moxt 让我做出这么好看的图表！ #datavisualization #charts #skill #dataviz #html #aidesign

躺在废墟里 Lieflat

606,088 Aufrufe • vor 1 Monat

😎Rick 带着钱包「新功能：支持自定义网络」来了。这次更新，对经常撸空投的人来说非常实用。Binance Wallet 只要是 EVM 兼容链，现在都可以手动添加并直接使用。 1️⃣ 抢先进入新链生态很多新链在早期并不会默认出现在主流钱包中。现在你可以自行添加网络，提前参与交互，捕捉早期空投机会。 2️⃣ 测试网任务更顺畅无需等待钱包官方支持。测试网一上线，就可以直接连接并完成任务。 3️⃣ 空投不再“只能看” 收到代币却找不到网络，是很多人遇到过的问题。自定义网络后，代币显示、交互、卖出都会更直接。 4️⃣ 自由连接任意新 EVM dApp DeFi、NFT、GameFi、新协议，只要属于 EVM 生态，都可以快速接入。使用前需要注意： • 当前仅支持 EVM 兼容网络 • 自定义网络功能需插件版本 ≥ 1.5.0 • 添加网络参数时，请务必以项目官方信息为准 👀如果你长期参与测试网、撸新链、追空投，这个功能基本就是必备项。 👇了解更多：

😎Rick 带着钱包「新功能：支持自定义网络」来了。这次更新，对经常撸空投的人来说非常实用。Binance Wallet 只要是 EVM 兼容链，现在都可以手动添加并直接使用。 1️⃣ 抢先进入新链生态很多新链在早期并不会默认出现在主流钱包中。现在你可以自行添加网络，提前参与交互，捕捉早期空投机会。 2️⃣ 测试网任务更顺畅无需等待钱包官方支持。测试网一上线，就可以直接连接并完成任务。 3️⃣ 空投不再“只能看” 收到代币却找不到网络，是很多人遇到过的问题。自定义网络后，代币显示、交互、卖出都会更直接。 4️⃣ 自由连接任意新 EVM dApp DeFi、NFT、GameFi、新协议，只要属于 EVM 生态，都可以快速接入。使用前需要注意： • 当前仅支持 EVM 兼容网络 • 自定义网络功能需插件版本 ≥ 1.5.0 • 添加网络参数时，请务必以项目官方信息为准 👀如果你长期参与测试网、撸新链、追空投，这个功能基本就是必备项。 👇了解更多：

Rick

10,809 Aufrufe • vor 9 Monaten

🚀 报名正式开启：在 Monad 上定义 AI Agent 的未来「两三好友 + Agent + Vibe Coding = 一个完整团队的产出。」不再是幻想，而是正在发生的现实。 Monad Rebel in Paradise: AI 黑客松报名通道现已全面开放！当高性能的 Paralle EVM 遇上大模型，我们邀请你来链上定义 MachineFi（机器金融）的新规则。 📅 活动时间： 2026.01.19 – 02.28 💰 总奖金 $40,000美元 (内含神秘大奖) 🔗 报名链接：三大赛道（每条都能做出“真产品”）： ➙Agent-native Payments： AI 服务默认上链部署与收费（订阅/按次） ➙Living with Agents：更丰富的数据与 context + 更优化的 workflow，让 agent 真正跑起来 ➙Agent-powered Applications： Agent-vs-Agent 形态应用，可验证结果 + 链上结算顶级阵容支持： Kimi、智谱、豆包、YouWare、Rokid、硅基流动、Delphi Ventures、Pantera... 全球一线 AI 企业与 VC 坐镇评审。这一次，让 AI 真正跑在链上，寻找那群能在 Paradise 里 Vibe Coding 的 Rebel 队友，一同见证链上吞吐量释放智能体上限的瞬间。立即报名，我们一起go viral 👉 Monad APAC Monad Devs

🚀 报名正式开启：在 Monad 上定义 AI Agent 的未来「两三好友 + Agent + Vibe Coding = 一个完整团队的产出。」不再是幻想，而是正在发生的现实。 Monad Rebel in Paradise: AI 黑客松报名通道现已全面开放！当高性能的 Paralle EVM 遇上大模型，我们邀请你来链上定义 MachineFi（机器金融）的新规则。 📅 活动时间： 2026.01.19 – 02.28 💰 总奖金 $40,000美元 (内含神秘大奖) 🔗 报名链接：三大赛道（每条都能做出“真产品”）： ➙Agent-native Payments： AI 服务默认上链部署与收费（订阅/按次） ➙Living with Agents：更丰富的数据与 context + 更优化的 workflow，让 agent 真正跑起来 ➙Agent-powered Applications： Agent-vs-Agent 形态应用，可验证结果 + 链上结算顶级阵容支持： Kimi、智谱、豆包、YouWare、Rokid、硅基流动、Delphi Ventures、Pantera... 全球一线 AI 企业与 VC 坐镇评审。这一次，让 AI 真正跑在链上，寻找那群能在 Paradise 里 Vibe Coding 的 Rebel 队友，一同见证链上吞吐量释放智能体上限的瞬间。立即报名，我们一起go viral 👉 Monad APAC Monad Devs

Monad 中文社区

10,348 Aufrufe • vor 8 Monaten

【测评向】Flap 出了一个 AI Oracle 部署方案，花了2个钟头，直接在 BNB Chain 测试网落地了一个可用的简易demo Flap Flap 🦋 提供了一个标准化的 AI Oracle，号称可以让任何智能合约，直接获得可验证的 LLM 推理能力，一切推理过程，都可在链上可追溯看了下文档比较简单，直接搓个 Demo，看看怎么个事儿 👀 👉 无需后端代码，纯合约交互实现的 AI Agent 是如何实现的： 1️⃣ 实现一个可对话的前端界面，每次对话发起交易，将问题提交上链 2️⃣ 使用 ChatConsumer 方法，与 FlapAI Oracle 合约交互 3️⃣ Oracle 后端调用 Gemini Flash，使用 LLM 生成结果上传 IPFS 4️⃣ 前端监听链上回写事件，拉取 IPFS数据，解析展示结果 —— 至此，一次 AI Oracle 对话交互完成 👉 我的问题也很简单，询问某个 CA 你能不能买点？ Flap AI 收到问题后，先调用了 ave_toke_info 的 MCP，获取了代币的市场信号（价格波动、交易量、市值等），给出结论： > 24h 趋势有下跌风险，虽然交易量和持仓人数很高，但是波动性很大，而且最近的行情低迷，建议观望还是很有意思的，AI 的决策过程变成了链上可观察的行为，主要是开箱即用 🤣 感兴趣可以自己去体验一下，把 AI Oracle 集成到项目里，让你的链上合约，也获得 AI 推理能力。

【测评向】Flap 出了一个 AI Oracle 部署方案，花了2个钟头，直接在 BNB Chain 测试网落地了一个可用的简易demo Flap Flap 🦋 提供了一个标准化的 AI Oracle，号称可以让任何智能合约，直接获得可验证的 LLM 推理能力，一切推理过程，都可在链上可追溯看了下文档比较简单，直接搓个 Demo，看看怎么个事儿 👀 👉 无需后端代码，纯合约交互实现的 AI Agent 是如何实现的： 1️⃣ 实现一个可对话的前端界面，每次对话发起交易，将问题提交上链 2️⃣ 使用 ChatConsumer 方法，与 FlapAI Oracle 合约交互 3️⃣ Oracle 后端调用 Gemini Flash，使用 LLM 生成结果上传 IPFS 4️⃣ 前端监听链上回写事件，拉取 IPFS数据，解析展示结果 —— 至此，一次 AI Oracle 对话交互完成 👉 我的问题也很简单，询问某个 CA 你能不能买点？ Flap AI 收到问题后，先调用了 ave_toke_info 的 MCP，获取了代币的市场信号（价格波动、交易量、市值等），给出结论： > 24h 趋势有下跌风险，虽然交易量和持仓人数很高，但是波动性很大，而且最近的行情低迷，建议观望还是很有意思的，AI 的决策过程变成了链上可观察的行为，主要是开箱即用 🤣 感兴趣可以自己去体验一下，把 AI Oracle 集成到项目里，让你的链上合约，也获得 AI 推理能力。

泵泵超人 | Pumpman 🔶

23,828 Aufrufe • vor 6 Monaten

牛逼了兄弟们，TinyFish刚刚开源了BigSet！你可以一句话直接生成任意数据集—— 只需要描述你想要搜索查询的数据，比如AI工具价格、竞品动态、招聘信息、黑客松比赛，BigSet就会调用大模型和网页检索API，直接把公开网页里的信息整理成结构化表格返回，而且能定时刷新数据集。上周偶然的机会，我参加一个线上黑客松，拿了很不错的奖金，所以我一直在关注全球的黑客松赛事，但是这种黑客松赛事比较分散，自己挨个去找太麻烦了，所以我让BigSet帮我构建一个实时数据集，收录全球范围内未来 90 天内正在开放报名的所有黑客松。最后返回了具体的链接、黑客松名称、报名截止时间、奖金、线上支持......我能直接选择心仪的，直接跳转到具体的黑客松活动网址报名，节省了大量的时间！ BigSet还是多Agent架构，这就决定了它抓取任务分工明确、速度更快、结果更清楚，天然更适配处理表格类的任务。如果你经常做竞品调研或者经常需要把分散在公开网页里的信息整理成表格，完全可以试试BigSet。而且它和Firecrawl这种专业数据抓取工具不同，你不需要丢给它URL，只需要把需求说清楚，AI就会自动去找到目标网站、抓取数据并且返回结构化的表格数据。 BigSet完全开源，AGPL-3.0许可，你可以自托管在本地运行，默认接入OpenRouter 大模型 API和TinyFish网页数据获取的API。如果觉得BigSet有用，可以去GitHub给它点个 star～： TinyFish网页数据获取API Key：

牛逼了兄弟们，TinyFish刚刚开源了BigSet！你可以一句话直接生成任意数据集—— 只需要描述你想要搜索查询的数据，比如AI工具价格、竞品动态、招聘信息、黑客松比赛，BigSet就会调用大模型和网页检索API，直接把公开网页里的信息整理成结构化表格返回，而且能定时刷新数据集。上周偶然的机会，我参加一个线上黑客松，拿了很不错的奖金，所以我一直在关注全球的黑客松赛事，但是这种黑客松赛事比较分散，自己挨个去找太麻烦了，所以我让BigSet帮我构建一个实时数据集，收录全球范围内未来 90 天内正在开放报名的所有黑客松。最后返回了具体的链接、黑客松名称、报名截止时间、奖金、线上支持......我能直接选择心仪的，直接跳转到具体的黑客松活动网址报名，节省了大量的时间！ BigSet还是多Agent架构，这就决定了它抓取任务分工明确、速度更快、结果更清楚，天然更适配处理表格类的任务。如果你经常做竞品调研或者经常需要把分散在公开网页里的信息整理成表格，完全可以试试BigSet。而且它和Firecrawl这种专业数据抓取工具不同，你不需要丢给它URL，只需要把需求说清楚，AI就会自动去找到目标网站、抓取数据并且返回结构化的表格数据。 BigSet完全开源，AGPL-3.0许可，你可以自托管在本地运行，默认接入OpenRouter 大模型 API和TinyFish网页数据获取的API。如果觉得BigSet有用，可以去GitHub给它点个 star～： TinyFish网页数据获取API Key：

逸尘

12,241 Aufrufe • vor 4 Monaten

卧槽，Robinhood要飞啊？符合条件的美国用户很快可以连接自己的 ChatGPT、Codex、Claude、Cursor 或其他支持 MCP 的 Agent，让它在一个独立的 Robinhood 账户中自动交易加密货币，并通过 App 查看实时盈亏、接收每笔交易的推送。 Robinhood真正开放的是执行层： Agent可以读取市场与账户数据、制定策略，并在获得授权后直接下单，不再需要人类每次点击确认。专属账户把风险与主投资组合隔离，用户只需要转入愿意交给Agent管理的资金。

卧槽，Robinhood要飞啊？符合条件的美国用户很快可以连接自己的 ChatGPT、Codex、Claude、Cursor 或其他支持 MCP 的 Agent，让它在一个独立的 Robinhood 账户中自动交易加密货币，并通过 App 查看实时盈亏、接收每笔交易的推送。 Robinhood真正开放的是执行层： Agent可以读取市场与账户数据、制定策略，并在获得授权后直接下单，不再需要人类每次点击确认。专属账户把风险与主投资组合隔离，用户只需要转入愿意交给Agent管理的资金。

比特币橙子Trader

70,080 Aufrufe • vor 2 Monaten

就在我剪视频的时候，Beep Beep已经在 Bitget Wallet上线活动了！这次有两个亮点：首个Agent雇佣限时免费，持续到 6 月 9 日。 Beep现在支持两类全委托Agent：一类是基于Polymarket的预测市场交易Agent；一类是基于Hyperliquid的链上合约交易Agent。加起来覆盖加密 + RWA一共1900 多种资产。简单说，就是你可以直接雇一个Agent，帮你盯市场、找机会、执行策略。一个Agent，一键搞定！不仅如此，这次活动还有合计35,000 USD奖池！我把链接放评论区了，想体验Agent交易的家人们可以去试一下！

就在我剪视频的时候，Beep Beep已经在 Bitget Wallet上线活动了！这次有两个亮点：首个Agent雇佣限时免费，持续到 6 月 9 日。 Beep现在支持两类全委托Agent：一类是基于Polymarket的预测市场交易Agent；一类是基于Hyperliquid的链上合约交易Agent。加起来覆盖加密 + RWA一共1900 多种资产。简单说，就是你可以直接雇一个Agent，帮你盯市场、找机会、执行策略。一个Agent，一键搞定！不仅如此，这次活动还有合计35,000 USD奖池！我把链接放评论区了，想体验Agent交易的家人们可以去试一下！

SukiSu

135,607 Aufrufe • vor 4 Monaten

先洗个头，突然有个想法，为什么好多项目都在和 #Brevis 合作，是因为现在的项目，数据多、链多、格式乱，自己搞验证又麻烦又慢。 #Brevis 把链上的历史数据整理成可以直接用、可以验证的证明。以前每个项目都得自己建索引、自己算、自己验证，现在直接去 Brevis 要证明就行。他们的 AVS 节点也比较可靠，有很多大家熟悉的服务商，网络稳定性和去中心化做得还可以。对于需要链下计算的应用，这点很重要。想查用户历史操作，直接拿证明就能用。跨链逻辑也能复用证明，风控、身份、成就系统这些都能用同样的方式搞。帮开发者少做重复工作，让数据可以直接用，验证也靠谱。 #KaitoAI #Kaito #Yap Kaito AI 🌊 Brevis

先洗个头，突然有个想法，为什么好多项目都在和 #Brevis 合作，是因为现在的项目，数据多、链多、格式乱，自己搞验证又麻烦又慢。 #Brevis 把链上的历史数据整理成可以直接用、可以验证的证明。以前每个项目都得自己建索引、自己算、自己验证，现在直接去 Brevis 要证明就行。他们的 AVS 节点也比较可靠，有很多大家熟悉的服务商，网络稳定性和去中心化做得还可以。对于需要链下计算的应用，这点很重要。想查用户历史操作，直接拿证明就能用。跨链逻辑也能复用证明，风控、身份、成就系统这些都能用同样的方式搞。帮开发者少做重复工作，让数据可以直接用，验证也靠谱。 #KaitoAI #Kaito #Yap Kaito AI 🌊 Brevis

币自由 🐬

568,459 Aufrufe • vor 10 Monaten

这个帖子应该叫「讲人话就能让 AI 帮你爬海量数据」😍 Firecrawl 这款AI驱动的网页数据采集工具，让复杂的爬虫任务变得超简单: 🧠 AI助手智能生成爬虫规则 👁️ 可视化界面，无需编码经验 ⚡ 轻松处理动态加载内容 📊 自动格式化输出，CSV、JSON 随心选链接见评论👇

这个帖子应该叫「讲人话就能让 AI 帮你爬海量数据」😍 Firecrawl 这款AI驱动的网页数据采集工具，让复杂的爬虫任务变得超简单: 🧠 AI助手智能生成爬虫规则 👁️ 可视化界面，无需编码经验 ⚡ 轻松处理动态加载内容 📊 自动格式化输出，CSV、JSON 随心选链接见评论👇

MapleShaw

29,492 Aufrufe • vor 1 Jahr

如何注册美区AppleID？无需苹果设备，100%成功！ PS：2023年9月自己在B站发布的视频，已有近60万播放量。美区AppleID有多香？不仅可以在App Store上任意下载国外软件，还可以轻松订阅ChatGPT、Claude、Gemini会员。不妨点个赞，加个关注，这是对我最大的鼓励。

如何注册美区AppleID？无需苹果设备，100%成功！ PS：2023年9月自己在B站发布的视频，已有近60万播放量。美区AppleID有多香？不仅可以在App Store上任意下载国外软件，还可以轻松订阅ChatGPT、Claude、Gemini会员。不妨点个赞，加个关注，这是对我最大的鼓励。

离谱

18,460 Aufrufe • vor 10 Monaten

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验：让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。更关键的是，相关合约已经部署并开源。如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。未来可能变成：人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。所以我不会把它当成“币安官方币”去理解。但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。我的看法：我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。如果后面只有一个中转合约，热度很快就会过去；但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。而 $SAUCE 现在玩的，恰好就是这个方向。查看及交易： DYOR。不是投资建议。

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验：让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。更关键的是，相关合约已经部署并开源。如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。未来可能变成：人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。所以我不会把它当成“币安官方币”去理解。但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。我的看法：我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。如果后面只有一个中转合约，热度很快就会过去；但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。而 $SAUCE 现在玩的，恰好就是这个方向。查看及交易： DYOR。不是投资建议。

银马

15,062 Aufrufe • vor 1 Monat

$大家都在卷云端Agent，我却把多Agent做进了桌面端在技术社区，多Agent系统的文章越来越多，但大多数都围绕框架展开： ➢LangChain ➢AutoGen ➢CrewAI 我这次想讲的不是框架，而是一个更实际的问题：如果不搭云端基础设施，只靠一个桌面应用，能不能从零构建一个“活的”多 Agent 协作系统？答案是：可以 --- 而且它不是Demo 这套系统，长在一个真实的桌面Web3应用里，已经集成了： -EVM / Solana 双链监控 -SWAP 聚合交易 -链上新币追踪 -交易仪表盘 -AI 深度解读多Agent不是从PPT里设计出来的，而是在生产环境中自然演化出来的。 --- 在讨论多Agent技术实现之前，我先回答一个方向性问题：为什么我最后选的是桌面端，而不是更主流的云端部署，或者更轻的浏览器插件方案？这个选择的本质，不是“谁更先进”，而是三条技术路径之间的权衡。 --- 云端部署，是当下最主流的多Agent实现方式。它的优势很明显：可以随时为Agent团队加GPU 模型升级不需要用户干预服务端可以维护全局共享记忆但代价同样明显：用户数据必须经过服务器中转链上交易往往要对服务器开放私钥访问权限而且会持续产生部署和维护成本 --- 浏览器插件，是另一条轻量路线。它可以直接注入页面，读取DOM，模拟用户操作，对单一自动化任务非常高效。但问题也很直接： >它运行在浏览器沙箱里 >缺少持久化存储能力 >缺少长时间运行的后台线程 >很难支撑复杂的记忆系统 >也很难支撑Agent与Agent之间的异步互动 --- 桌面应用则处在一个独特的位置。它拥有完整的系统资源访问权限： ➢可以自启动后台线程 ➢可以读写本地文件系统 ➢可以建立持久化数据库连接这些能力，恰恰是多Agent系统真正需要的底层设施代价当然也有：它依赖本地算力，模型推理通常仍要调用云端 API 它需要完整 Python 环境更新和分发也比网页应用更复杂。 --- 所以，选择桌面端构建多Agent，本质上是在用分布式能力，换取数据隐私和调度效率。这不是绝对优势，而是场景决定的选择。对加密货币交易、链上分析、监控这类系统来说，数据隐私要求远高于常规应用： >钱包地址 >交易历史 >持仓数据这些信息落在云服务器上，本身就是风险面。 --- 更重要的是调度效率在单体桌面应用里，主Agent调度子Agent执行任务，不需要走HTTP / RPC这类网络协议，而是可以直接进程内调用。这意味着： →网络开销被彻底消除 →调用延迟从毫秒级压到微秒级对高频分析、链上监控、交易辅助这种场景来说，这种差异会直接影响系统的时效性。 --- 多Agent系统的第一个核心挑战，其实不是“怎么让它们聊天”，而是“怎么把它们隔离开” 主Agent、合约分析Agent、安全审计Agent，再加上用户，如果聊天记录和记忆混在一起，身份就会混淆。而一旦混淆，信息丢失和错误推理的代价，随时会发生。 --- 我的做法是：代码模板统一，运行数据隔离所有子Agent共用同一套 ` 引擎，但通过动态表名，实现物理级的数据隔离： `table_name = f"chat_history_{self.agent_id}"` 然后自动创建对应表。也就是说： trader Agent会生成 `chat_history_trader` 审计 Agent 会生成自己的 `chat_history_xxx` 主 Agent 也有自己的独立聊天表这不是逻辑隔离，而是数据库层面的物理隔离。 --- 反思笔记也是同样的设计。每个子 Agent 都会记录自己的反思键： `reflection_key = f"auto_reflection_{self.agent_id}"` `self.api._agent_remember("master_insight", reflection_key, summary)` 这样每个Agent只积累自己的长期反思，不会污染其他Agent的记忆。这套方案最精髓的地方在于：一次设计，终身复用。 --- 后面再新增第三个、第四个Agent，不需要改任何核心代码。只需要复制目录结构，补上配置文件。模板引擎就会自动为它生成： →独立数据库表 →独立反思键 →独立聊天存储区这让我越来越相信一件事：好的架构，不一定更复杂，但一定更容易复用。 --- 接下来是调度问题。在分布式系统里，主Agent调子Agent，通常要依赖： -HTTP / RPC 通信 -服务发现 -负载均衡但在单体桌面应用里，我把这件事简化成了一个直接函数调用： `sub = self.sub_agents[agent_id]` `result = sub.process(task, save_history=False)` 这就是“命令而非请求”。 --- 这种“传话式调度”有两个好处：第一，延迟从毫秒级降到微秒级，所有数据都留在本地流转第二，主 Agent 不需要知道子 Agent 的内部实现细节，只需要知道： “它可以处理什么类型的任务” 这其实就是清晰的职责边界。 --- 为了让主Agent真正会“派活”，我把所有子Agent的能力清单，动态注入进主Agent的系统提示词。例如：合约分析 Agent：可用工具 `get_contract_market_data`、`run_contract_risk_check` 安全审计 Agent：可用工具 `check_token_security`、`check_token_audit_binance` 这样主Agent接到用户指令后，就能自动判断任务类型，并选择合适的子Agent执行。 --- 权限控制，是整个多Agent系统里最核心的安全问题之一。主Agent持有26个Web3专属工具，覆盖： SWAP 报价链上分析安全检测数据查询但每个子Agent只应该使用自己那一小部分工具。所以第一层，我在代码层做了严格白名单过滤： `return [t for t in all_tools if t["function"]["name"] in self.allowed_tools]` --- 但只有代码过滤还不够。因为大模型会产生“幻觉”，它可能尝试调用未授权工具。所以第二层，我在系统提示词末尾，直接写入“工具使用铁律”：你只拥有以下这些工具，绝对不能越界。如果任务需要其他工具，必须明确告诉老板你没有权限。代码层负责“不能看到” 提示词层负责“不会越界” 这是我在权限隔离上做的双层防护。 --- 还有一个我自己很喜欢，但最不显眼的设计：我给整个Agent 团队，单独做了一个茶水间市面上多数多Agent系统，只做“用户 -> Agent”的交互。 Agent 之间互不交流。但我单独设计了一个 `agent_interactions` 空间，让 Agent 和 Agent 之间也能异步互动。 --- 它的触发机制甚至很简单： `selected_id = random.choice(list(api.sub_agents.keys()))` `selected_sub = api.sub_agents[selected_id]` 每次触发时，引擎随机选人，动态生成一轮对话，再写回数据库，前端实时渲染。我还额外加了后台检查线程和防无限循环机制：每隔 2-3 分钟检查最后一条消息如果最近 3 条都是自动回复，就自动暂停避免它们半夜自己聊到停不下来。 --- 这个“茶水间”的价值不在于直接创造业务收益，而在于一种潜移默化的系统人格塑造。它不强调自己的存在，却在悄悄维持 Agent团队的凝聚力、性格关系和健康状态。你几乎感觉不到它，但系统会因为它，变得更像一个“活着的团队”。 --- 在记忆层设计上，我最后没有引入向量数据库，而是继续深度定制 SQLite。不是因为技术保守，而是因为工程决策必须在约束条件下做权衡。对桌面应用来说，多一个依赖，就多一个故障点、多一个安全风险面、多一个打包负担。结果是： >几张SQLite表 >动态表名 >结构化JSON字段就支撑起了3个乃至更多Agent的独立记忆系统。 --- 这套记忆系统现在已经形成了一条完整链路：短期对话记忆（20条） -> 长期反思笔记（6小时一次） -> 结构化 JSON 记录而我还在继续推进8个方向： ➤上下文延续 ➤记忆结构化 ➤记忆驱动行为 ➤心理学三类长期记忆 ➤团队协作记忆 ➤动态进化记忆 ➤知识图谱记忆 ➤记忆压缩与高效检索我的目标，不是让Agent记住你说过什么而是让它从记住你说过什么的工具，慢慢进化成能理解你、预测你、协同你的长期伙伴 GitHub: 作者：Powerpei（萧楠）$

大家都在卷云端Agent，我却把多Agent做进了桌面端在技术社区，多Agent系统的文章越来越多，但大多数都围绕框架展开： ➢LangChain ➢AutoGen ➢CrewAI 我这次想讲的不是框架，而是一个更实际的问题：如果不搭云端基础设施，只靠一个桌面应用，能不能从零构建一个“活的”多 Agent 协作系统？答案是：可以 --- 而且它不是Demo 这套系统，长在一个真实的桌面Web3应用里，已经集成了： -EVM / Solana 双链监控 -SWAP 聚合交易 -链上新币追踪 -交易仪表盘 -AI 深度解读多Agent不是从PPT里设计出来的，而是在生产环境中自然演化出来的。 --- 在讨论多Agent技术实现之前，我先回答一个方向性问题：为什么我最后选的是桌面端，而不是更主流的云端部署，或者更轻的浏览器插件方案？这个选择的本质，不是“谁更先进”，而是三条技术路径之间的权衡。 --- 云端部署，是当下最主流的多Agent实现方式。它的优势很明显：可以随时为Agent团队加GPU 模型升级不需要用户干预服务端可以维护全局共享记忆但代价同样明显：用户数据必须经过服务器中转链上交易往往要对服务器开放私钥访问权限而且会持续产生部署和维护成本 --- 浏览器插件，是另一条轻量路线。它可以直接注入页面，读取DOM，模拟用户操作，对单一自动化任务非常高效。但问题也很直接： >它运行在浏览器沙箱里 >缺少持久化存储能力 >缺少长时间运行的后台线程 >很难支撑复杂的记忆系统 >也很难支撑Agent与Agent之间的异步互动 --- 桌面应用则处在一个独特的位置。它拥有完整的系统资源访问权限： ➢可以自启动后台线程 ➢可以读写本地文件系统 ➢可以建立持久化数据库连接这些能力，恰恰是多Agent系统真正需要的底层设施代价当然也有：它依赖本地算力，模型推理通常仍要调用云端 API 它需要完整 Python 环境更新和分发也比网页应用更复杂。 --- 所以，选择桌面端构建多Agent，本质上是在用分布式能力，换取数据隐私和调度效率。这不是绝对优势，而是场景决定的选择。对加密货币交易、链上分析、监控这类系统来说，数据隐私要求远高于常规应用： >钱包地址 >交易历史 >持仓数据这些信息落在云服务器上，本身就是风险面。 --- 更重要的是调度效率在单体桌面应用里，主Agent调度子Agent执行任务，不需要走HTTP / RPC这类网络协议，而是可以直接进程内调用。这意味着： →网络开销被彻底消除 →调用延迟从毫秒级压到微秒级对高频分析、链上监控、交易辅助这种场景来说，这种差异会直接影响系统的时效性。 --- 多Agent系统的第一个核心挑战，其实不是“怎么让它们聊天”，而是“怎么把它们隔离开” 主Agent、合约分析Agent、安全审计Agent，再加上用户，如果聊天记录和记忆混在一起，身份就会混淆。而一旦混淆，信息丢失和错误推理的代价，随时会发生。 --- 我的做法是：代码模板统一，运行数据隔离所有子Agent共用同一套 ` 引擎，但通过动态表名，实现物理级的数据隔离： `table_name = f"chat_history_{self.agent_id}"` 然后自动创建对应表。也就是说： trader Agent会生成 `chat_history_trader` 审计 Agent 会生成自己的 `chat_history_xxx` 主 Agent 也有自己的独立聊天表这不是逻辑隔离，而是数据库层面的物理隔离。 --- 反思笔记也是同样的设计。每个子 Agent 都会记录自己的反思键： `reflection_key = f"auto_reflection_{self.agent_id}"` `self.api._agent_remember("master_insight", reflection_key, summary)` 这样每个Agent只积累自己的长期反思，不会污染其他Agent的记忆。这套方案最精髓的地方在于：一次设计，终身复用。 --- 后面再新增第三个、第四个Agent，不需要改任何核心代码。只需要复制目录结构，补上配置文件。模板引擎就会自动为它生成： →独立数据库表 →独立反思键 →独立聊天存储区这让我越来越相信一件事：好的架构，不一定更复杂，但一定更容易复用。 --- 接下来是调度问题。在分布式系统里，主Agent调子Agent，通常要依赖： -HTTP / RPC 通信 -服务发现 -负载均衡但在单体桌面应用里，我把这件事简化成了一个直接函数调用： `sub = self.sub_agents[agent_id]` `result = sub.process(task, save_history=False)` 这就是“命令而非请求”。 --- 这种“传话式调度”有两个好处：第一，延迟从毫秒级降到微秒级，所有数据都留在本地流转第二，主 Agent 不需要知道子 Agent 的内部实现细节，只需要知道： “它可以处理什么类型的任务” 这其实就是清晰的职责边界。 --- 为了让主Agent真正会“派活”，我把所有子Agent的能力清单，动态注入进主Agent的系统提示词。例如：合约分析 Agent：可用工具 `get_contract_market_data`、`run_contract_risk_check` 安全审计 Agent：可用工具 `check_token_security`、`check_token_audit_binance` 这样主Agent接到用户指令后，就能自动判断任务类型，并选择合适的子Agent执行。 --- 权限控制，是整个多Agent系统里最核心的安全问题之一。主Agent持有26个Web3专属工具，覆盖： SWAP 报价链上分析安全检测数据查询但每个子Agent只应该使用自己那一小部分工具。所以第一层，我在代码层做了严格白名单过滤： `return [t for t in all_tools if t["function"]["name"] in self.allowed_tools]` --- 但只有代码过滤还不够。因为大模型会产生“幻觉”，它可能尝试调用未授权工具。所以第二层，我在系统提示词末尾，直接写入“工具使用铁律”：你只拥有以下这些工具，绝对不能越界。如果任务需要其他工具，必须明确告诉老板你没有权限。代码层负责“不能看到” 提示词层负责“不会越界” 这是我在权限隔离上做的双层防护。 --- 还有一个我自己很喜欢，但最不显眼的设计：我给整个Agent 团队，单独做了一个茶水间市面上多数多Agent系统，只做“用户 -> Agent”的交互。 Agent 之间互不交流。但我单独设计了一个 `agent_interactions` 空间，让 Agent 和 Agent 之间也能异步互动。 --- 它的触发机制甚至很简单： `selected_id = random.choice(list(api.sub_agents.keys()))` `selected_sub = api.sub_agents[selected_id]` 每次触发时，引擎随机选人，动态生成一轮对话，再写回数据库，前端实时渲染。我还额外加了后台检查线程和防无限循环机制：每隔 2-3 分钟检查最后一条消息如果最近 3 条都是自动回复，就自动暂停避免它们半夜自己聊到停不下来。 --- 这个“茶水间”的价值不在于直接创造业务收益，而在于一种潜移默化的系统人格塑造。它不强调自己的存在，却在悄悄维持 Agent团队的凝聚力、性格关系和健康状态。你几乎感觉不到它，但系统会因为它，变得更像一个“活着的团队”。 --- 在记忆层设计上，我最后没有引入向量数据库，而是继续深度定制 SQLite。不是因为技术保守，而是因为工程决策必须在约束条件下做权衡。对桌面应用来说，多一个依赖，就多一个故障点、多一个安全风险面、多一个打包负担。结果是： >几张SQLite表 >动态表名 >结构化JSON字段就支撑起了3个乃至更多Agent的独立记忆系统。 --- 这套记忆系统现在已经形成了一条完整链路：短期对话记忆（20条） -> 长期反思笔记（6小时一次） -> 结构化 JSON 记录而我还在继续推进8个方向： ➤上下文延续 ➤记忆结构化 ➤记忆驱动行为 ➤心理学三类长期记忆 ➤团队协作记忆 ➤动态进化记忆 ➤知识图谱记忆 ➤记忆压缩与高效检索我的目标，不是让Agent记住你说过什么而是让它从记住你说过什么的工具，慢慢进化成能理解你、预测你、协同你的长期伙伴 GitHub: 作者：Powerpei（萧楠）

Powerpei

227,555 Aufrufe • vor 4 Monaten

Pokee AI 不需要写代码、不需要配置复杂的“节点流程” 只要输入一句话，Pokee 就能创建一个能实际执行任务的智能代理（Agent）。颠覆了 OpenAI Agent Builder 与 n8n 的复杂逻辑可运行跨平台工作流，兼容数千种 AI 工具（如 Google Workspace、Outlook、Slack、GitHub、Notion 等） Pokee 支持以自然语言下达指令用户无需编写脚本或配置触发条件，只需描述目标。系统会自动：理解任务意图拆解执行步骤调用相应工具执行操作汇总结果并返回用户可在执行前反复调整逻辑 Pokee 在确认后才会启动执行流程...

Pokee AI 不需要写代码、不需要配置复杂的“节点流程” 只要输入一句话，Pokee 就能创建一个能实际执行任务的智能代理（Agent）。颠覆了 OpenAI Agent Builder 与 n8n 的复杂逻辑可运行跨平台工作流，兼容数千种 AI 工具（如 Google Workspace、Outlook、Slack、GitHub、Notion 等） Pokee 支持以自然语言下达指令用户无需编写脚本或配置触发条件，只需描述目标。系统会自动：理解任务意图拆解执行步骤调用相应工具执行操作汇总结果并返回用户可在执行前反复调整逻辑 Pokee 在确认后才会启动执行流程...

小互

19,120 Aufrufe • vor 11 Monaten

好消息： WordPress 发布 WPVibe 插件可以让 Claude 等接管你的网站只需连接您的网站，你已经付费的 Claude 就能接管整个系统。包括文章、上传媒体、SEO、主题，甚至主题文件，都可通过自然语言让Claude 进行处理无需二次 AI 订阅，使用你的Claude 订阅即可，无需本地安装。整套 MCP 工具箱，40+ WP-CLI 命令，一次连接搞定能做的事，：写文章、改页面、传图片装和管理插件、主题给网站做体检（哪个插件有问题、PHP 版本、为什么卡）甚至帮你搭一套主题出来

好消息： WordPress 发布 WPVibe 插件可以让 Claude 等接管你的网站只需连接您的网站，你已经付费的 Claude 就能接管整个系统。包括文章、上传媒体、SEO、主题，甚至主题文件，都可通过自然语言让Claude 进行处理无需二次 AI 订阅，使用你的Claude 订阅即可，无需本地安装。整套 MCP 工具箱，40+ WP-CLI 命令，一次连接搞定能做的事，：写文章、改页面、传图片装和管理插件、主题给网站做体检（哪个插件有问题、PHP 版本、为什么卡）甚至帮你搭一套主题出来

小互

24,998 Aufrufe • vor 3 Monaten

又到了新品发布的时间（怎么晚了一天？本周的每周更新是 MouseDo —— Computer use 的独立 App！现在你可以直接让 LLM 控制你的电脑做「任何」事情了。今天 Agent 给你写代码，可以解决你 60% 的需求。通过定制化的 Cli，可以解决你剩下的 30% 需求。最后，GUI 操作，通过 Computer use 能够实现你最后 10% 的需求。相信各位用 Claw 的都遇到过，需要配置一个什么 key，必须要的点一下电脑的情况。现在你可以通过 MouseDo 自己化完成！亮点： 1. Codex 同款技术，不会 block 你的其他操作，Agent 用一套，你自己用一套。 2. MCP 支持，你可以让 Claude Code /OpenClaw Peter Steinberger 🦞 / Nous Research 用上 Codex 同款 Computer Use。 3. 使用 Codex 订阅。 4. 目前免费。欢迎下载体验

又到了新品发布的时间（怎么晚了一天？本周的每周更新是 MouseDo —— Computer use 的独立 App！现在你可以直接让 LLM 控制你的电脑做「任何」事情了。今天 Agent 给你写代码，可以解决你 60% 的需求。通过定制化的 Cli，可以解决你剩下的 30% 需求。最后，GUI 操作，通过 Computer use 能够实现你最后 10% 的需求。相信各位用 Claw 的都遇到过，需要配置一个什么 key，必须要的点一下电脑的情况。现在你可以通过 MouseDo 自己化完成！亮点： 1. Codex 同款技术，不会 block 你的其他操作，Agent 用一套，你自己用一套。 2. MCP 支持，你可以让 Claude Code /OpenClaw Peter Steinberger 🦞 / Nous Research 用上 Codex 同款 Computer Use。 3. 使用 Codex 订阅。 4. 目前免费。欢迎下载体验

Hwang

47,124 Aufrufe • vor 4 Monaten

有了 Herdr 以后，不仅可以很方便地集中管理所有计算机上的 Agent，也可以直接通过手机远程管理这一整套 Agent。一种办法是 Tailscale + Termius。通过 Termius 登录 MacBook Pro，运行 herdr 命令，就可以直接在手机上控制 Herdr 里的所有 Agent。更有意思的是，我甚至不需要直接操作 Herdr。只要在 Claude Code App 里 remote 到 Herdr 的主 Agent，就可以间接控制其他所有 Agent。这个主 Agent 就像我的眼睛和手，可以命令其他 Agent 做事，也可以把它们的结果汇总反馈给我。这样我在手机上直接用 App 的图形界面，就能控制整套分布式 Agent，而不需要在 Termius 的 CLI 里费劲调出键盘敲命令。

有了 Herdr 以后，不仅可以很方便地集中管理所有计算机上的 Agent，也可以直接通过手机远程管理这一整套 Agent。一种办法是 Tailscale + Termius。通过 Termius 登录 MacBook Pro，运行 herdr 命令，就可以直接在手机上控制 Herdr 里的所有 Agent。更有意思的是，我甚至不需要直接操作 Herdr。只要在 Claude Code App 里 remote 到 Herdr 的主 Agent，就可以间接控制其他所有 Agent。这个主 Agent 就像我的眼睛和手，可以命令其他 Agent 做事，也可以把它们的结果汇总反馈给我。这样我在手机上直接用 App 的图形界面，就能控制整套分布式 Agent，而不需要在 Termius 的 CLI 里费劲调出键盘敲命令。

Michael Guo

34,031 Aufrufe • vor 1 Monat

如果你经常用 Claude、Cursor、Codex 做金融分析，这个可以直接给 AI 装一套金融数据底座——FinanceMCP 它不是单纯接一个行情 API，而是把股票、基金、债券、期货、宏观、新闻和 Crypto 数据统一封装成 MCP，让 Agent 自己按需要调用。核心能力： 1️⃣ 19 个金融 MCP Tools：行情、分钟 K、财务、基金、资金流、龙虎榜、融资融券、宏观、7×24 新闻等都已经封装好 2️⃣ 多市场覆盖：A 股、港股、美股、指数、基金、债券、期货、外汇、宏观和加密资产 3️⃣ 多数据源路由：支持 Tushare、Qveris、Twingly、Binance，Agent 不需要自己判断该调哪个接口 4️⃣ 自动降级：某个数据源限流、超时或没有覆盖时，会自动切换到下一个可用来源 5️⃣ 来源可追溯：每次返回都会标记实际用了哪个数据源，方便检查 AI 到底拿了什么数据 6️⃣ 技术指标：MACD、RSI、KDJ、BOLL、MA 可以直接计算，不用每次让模型自己写 7️⃣ Claude / Cursor / Codex 都能接：支持本地 stdio，也支持自己部署 Streamable HTTP 以前想让 AI 帮你查 A股数据，得自己写一堆 Tushare 接口、处理降级、再拼指标。 FinanceMCP 不一样，一个 MCP 服务把 19 个金融数据工具全封装好，A股/港股/美股/基金/债券/期货/外汇/币圈全覆盖，接上 Claude/Cursor 直接用。我比较喜欢它的一点是：很多金融 Agent 最大的问题，不是模型不够聪明，而是数据源太乱。 AI 查 A 股用一个接口，查 Crypto 又换一个，新闻再换一个，任何一个接口挂了，整条分析链路就断。想让 AI 真正能查 A股数据、写研报、做分析，这个 MCP 值得接上。

如果你经常用 Claude、Cursor、Codex 做金融分析，这个可以直接给 AI 装一套金融数据底座——FinanceMCP 它不是单纯接一个行情 API，而是把股票、基金、债券、期货、宏观、新闻和 Crypto 数据统一封装成 MCP，让 Agent 自己按需要调用。核心能力： 1️⃣ 19 个金融 MCP Tools：行情、分钟 K、财务、基金、资金流、龙虎榜、融资融券、宏观、7×24 新闻等都已经封装好 2️⃣ 多市场覆盖：A 股、港股、美股、指数、基金、债券、期货、外汇、宏观和加密资产 3️⃣ 多数据源路由：支持 Tushare、Qveris、Twingly、Binance，Agent 不需要自己判断该调哪个接口 4️⃣ 自动降级：某个数据源限流、超时或没有覆盖时，会自动切换到下一个可用来源 5️⃣ 来源可追溯：每次返回都会标记实际用了哪个数据源，方便检查 AI 到底拿了什么数据 6️⃣ 技术指标：MACD、RSI、KDJ、BOLL、MA 可以直接计算，不用每次让模型自己写 7️⃣ Claude / Cursor / Codex 都能接：支持本地 stdio，也支持自己部署 Streamable HTTP 以前想让 AI 帮你查 A股数据，得自己写一堆 Tushare 接口、处理降级、再拼指标。 FinanceMCP 不一样，一个 MCP 服务把 19 个金融数据工具全封装好，A股/港股/美股/基金/债券/期货/外汇/币圈全覆盖，接上 Claude/Cursor 直接用。我比较喜欢它的一点是：很多金融 Agent 最大的问题，不是模型不够聪明，而是数据源太乱。 AI 查 A 股用一个接口，查 Crypto 又换一个，新闻再换一个，任何一个接口挂了，整条分析链路就断。想让 AI 真正能查 A股数据、写研报、做分析，这个 MCP 值得接上。

爱吃折耳根的Ace

15,826 Aufrufe • vor 17 Tagen