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.

可能很多人不知道，你跑过的Claude Code会话本身就是值钱的训练数据 EvoTrace，刚开源两天冲了90星，把躺在你机器里的Claude Code和Codex历史会话，编译成偏好数据、可回放评测任务和RL环境四个agent串行评审每段会话，证据不足直接拒收，防止长而弱的轨迹混进训练集本地优先，源数据和产出都在你自己手里，Apache开源 macOS、Linux、Windows一行脚本就能装，Claude Code和Codex用户开箱即用

Jason Zhu

35,454 subscribers

16,259 Aufrufe • vor 1 Monat •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

神了，一个清水印的技能11天冲了1万6千星 watermarks-remover，专门清除Claude、Gemini、OpenAI这些AI生成内容里的溯源痕迹不可见Unicode字符、统计式文本水印、C2PA和EXIF元数据，三层全清图片、PDF、Word、SVG、音视频，二十多种格式都支持，专治你自己生成、你拥有版权的内容 Claude Code、Cursor、Grok都能装，MIT开源

神了，一个清水印的技能11天冲了1万6千星 watermarks-remover，专门清除Claude、Gemini、OpenAI这些AI生成内容里的溯源痕迹不可见Unicode字符、统计式文本水印、C2PA和EXIF元数据，三层全清图片、PDF、Word、SVG、音视频，二十多种格式都支持，专治你自己生成、你拥有版权的内容 Claude Code、Cursor、Grok都能装，MIT开源

Jason Zhu

15,579 Aufrufe • vor 1 Monat

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？

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？

0x_Miko

23,818 Aufrufe • vor 6 Monaten

Claude Code 桌面板发布本地定时任务功能设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地有几个细节值得注意：任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。怎么用在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。

Claude Code 桌面板发布本地定时任务功能设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地有几个细节值得注意：任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。怎么用在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。

小互

23,651 Aufrufe • vor 6 Monaten

建议每个用独立 Mac、而且电脑里没啥敏感数据的朋友，都去试试 Codex。很简单，几步就搞定：先登你的 OpenAI 账户，开个 20 美元的会员。然后在设置里把那个 Computer Use 功能装上，再给 Codex 开一下屏幕录制和辅助功能的权限。完事儿之后，Codex 就能帮你接管电脑了。我随手测了一下，让它帮我在新加坡租个房。结果它还真就自己打开中介网站，一本正经地在那儿翻房源了😆 ——感觉可以当半个助理使，挺有意思。

建议每个用独立 Mac、而且电脑里没啥敏感数据的朋友，都去试试 Codex。很简单，几步就搞定：先登你的 OpenAI 账户，开个 20 美元的会员。然后在设置里把那个 Computer Use 功能装上，再给 Codex 开一下屏幕录制和辅助功能的权限。完事儿之后，Codex 就能帮你接管电脑了。我随手测了一下，让它帮我在新加坡租个房。结果它还真就自己打开中介网站，一本正经地在那儿翻房源了😆 ——感觉可以当半个助理使，挺有意思。

区块链行情研究

400,101 Aufrufe • vor 4 Monaten

牛逼，我真没想到，Dethink 居然把 Claude Code、Codex、各种大模型、不同的 Harness 还有 X、抖音、小红书、YouTube、SEO 的实时数据，甚至电商和金融数据，全塞进一个工作台了？？？一个窗口解决所有问题，随时切模型、切 harness，支持 BYOK 自己配置模型 Dethink 可以跑通这整个流程： 1、先接 X、抖音、小红书、YouTube、Instagram、Semrush 等实时数据，查趋势、关键词、竞品和用户反馈。 2、然后随时切 Claude、GPT、Grok、Gemini、DeepSeek、Kimi，同一窗口调用不同模型分析、写作、改方案、做图。 3、你还可以直接切 Claude Code 或 Codex 等不同的 Harness，并且同一窗口，前面的文件和上下文还在。一条内容从找题、研究、成稿到配图，全在一个地方跑完。开发任务也一样，你可以随时切换不同的 Harness： Claude Code、Codex等，还能随时切换不同的模型，比如 Claude 规划、Codex 实现、Grok 来做快速任务...... 这个组合确实有点牛逼，还能稳定使用的 Claude Code / Codex 官方订阅，支持国内支付方式，🔗和优惠码放评论区

牛逼，我真没想到，Dethink 居然把 Claude Code、Codex、各种大模型、不同的 Harness 还有 X、抖音、小红书、YouTube、SEO 的实时数据，甚至电商和金融数据，全塞进一个工作台了？？？一个窗口解决所有问题，随时切模型、切 harness，支持 BYOK 自己配置模型 Dethink 可以跑通这整个流程： 1、先接 X、抖音、小红书、YouTube、Instagram、Semrush 等实时数据，查趋势、关键词、竞品和用户反馈。 2、然后随时切 Claude、GPT、Grok、Gemini、DeepSeek、Kimi，同一窗口调用不同模型分析、写作、改方案、做图。 3、你还可以直接切 Claude Code 或 Codex 等不同的 Harness，并且同一窗口，前面的文件和上下文还在。一条内容从找题、研究、成稿到配图，全在一个地方跑完。开发任务也一样，你可以随时切换不同的 Harness： Claude Code、Codex等，还能随时切换不同的模型，比如 Claude 规划、Codex 实现、Grok 来做快速任务...... 这个组合确实有点牛逼，还能稳定使用的 Claude Code / Codex 官方订阅，支持国内支付方式，🔗和优惠码放评论区

余温

108,278 Aufrufe • vor 1 Monat

这和把 Codex 开源了有啥区别啊，这也太牛了,直接把所有的模型接进 Codex 里.... Grok、Kimi、Claude、Gemini、DeepSeek、GLM、Qwen，甚至本地 Ollama 全部出现在 Codex 原生的模型选择列表里，和官方模型排在一起，切模型就跟切频道一样这个项目就是opencodex，之前看到乌云推荐，就很想试下，现在实测已经非常舒服了我之前就一直很肉疼一件事，我手里挂着四个订阅：Codex、Claude、Kimi 199、GLM 但我真正用掉的不到一半，月底全部作废，那我总不能每个客户端都用一下：kimi code用一下，claude code再切过去，然后再codex啊，每家都有自己的客户端现在统一在 Codex 里切，真是爽翻了三行搞定： npm install -g @bitkyc08/opencodex ocx init ocx start xAI、Kimi、Anthropic 都支持 OAuth 登录，key 都不用配

这和把 Codex 开源了有啥区别啊，这也太牛了,直接把所有的模型接进 Codex 里.... Grok、Kimi、Claude、Gemini、DeepSeek、GLM、Qwen，甚至本地 Ollama 全部出现在 Codex 原生的模型选择列表里，和官方模型排在一起，切模型就跟切频道一样这个项目就是opencodex，之前看到乌云推荐，就很想试下，现在实测已经非常舒服了我之前就一直很肉疼一件事，我手里挂着四个订阅：Codex、Claude、Kimi 199、GLM 但我真正用掉的不到一半，月底全部作废，那我总不能每个客户端都用一下：kimi code用一下，claude code再切过去，然后再codex啊，每家都有自己的客户端现在统一在 Codex 里切，真是爽翻了三行搞定： npm install -g @bitkyc08/opencodex ocx init ocx start xAI、Kimi、Anthropic 都支持 OAuth 登录，key 都不用配

超级个体｜柿子

43,146 Aufrufe • vor 2 Monaten

建议每个有独立 Mac 的人（内无敏感数据）都下载 Codex。 0. 登录 OpenAI 账户，20$ 会员就行。 1. 在设置安装 Computer Use 功能 2. 授权 Codex 使用 Mac 屏幕录制和辅助功能。然后就可以让你的 Codex 接管你的电脑。我随手测试了下帮我在新加坡租房，它居然真的开始上中介网站找房源了😆

建议每个有独立 Mac 的人（内无敏感数据）都下载 Codex。 0. 登录 OpenAI 账户，20$ 会员就行。 1. 在设置安装 Computer Use 功能 2. 授权 Codex 使用 Mac 屏幕录制和辅助功能。然后就可以让你的 Codex 接管你的电脑。我随手测试了下帮我在新加坡租房，它居然真的开始上中介网站找房源了😆

0xTodd ( thinking )

396,590 Aufrufe • vor 5 Monaten

OpenClaw 已经过时了。如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。但这套东西很快就要卷废了。下一阶段比的根本不是谁能多 call 几个 tool，而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这：会从经验里沉淀 skill 会在使用中自我改进会搜索过去的对话和任务会逐渐建立对你的理解还能跨 Telegram、Discord、Slack、CLI 持续工作说白了，别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。所以不是 OpenClaw 不行，而是这条路线已经开始落后了。接下来真正值得看的，不是哪个 agent 更像 demo，而是哪个 agent 越用越强。项目：👇

OpenClaw 已经过时了。如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。但这套东西很快就要卷废了。下一阶段比的根本不是谁能多 call 几个 tool，而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这：会从经验里沉淀 skill 会在使用中自我改进会搜索过去的对话和任务会逐渐建立对你的理解还能跨 Telegram、Discord、Slack、CLI 持续工作说白了，别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。所以不是 OpenClaw 不行，而是这条路线已经开始落后了。接下来真正值得看的，不是哪个 agent 更像 demo，而是哪个 agent 越用越强。项目：👇

axiaisacat

33,329 Aufrufe • vor 5 Monaten

发现一个免费开源的大屏制作工具，在GitHub 已斩获 2.4w+star 数据来源支持数据库直连、API、Excel，直接选表、关联多个表，还能用计算公式生成新的数据列图表拖拽组合，样式可以随便调，做出来的大屏生成分享链接自带大量现成模板，换一下数据集就能直接复用，不用从零设计想开放到公网访问，建个网站绑好域名就行对经常要给客户或老板做数据展示的人来说挺实用的

发现一个免费开源的大屏制作工具，在GitHub 已斩获 2.4w+star 数据来源支持数据库直连、API、Excel，直接选表、关联多个表，还能用计算公式生成新的数据列图表拖拽组合，样式可以随便调，做出来的大屏生成分享链接自带大量现成模板，换一下数据集就能直接复用，不用从零设计想开放到公网访问，建个网站绑好域名就行对经常要给客户或老板做数据展示的人来说挺实用的

阿西_出海

21,249 Aufrufe • vor 6 Tagen

隆重介绍一下 Skill 之王 meta-skills！顾名思义，也就是用来创建所有 skill 的 skill。你可以直接说出你的需求，用它从 0 设计并初始化 Skill。同样，你也可以用它来维护和优化现有 Skill，根据过往的历史对话吸取经验和教训。每次我和 AI 对话完，都会用 meta-skills 总结这次工作的得与失，并迭代相应的功能 skill。希望对你有帮助，欢迎反馈~ 已开源，链接在评论区。

隆重介绍一下 Skill 之王 meta-skills！顾名思义，也就是用来创建所有 skill 的 skill。你可以直接说出你的需求，用它从 0 设计并初始化 Skill。同样，你也可以用它来维护和优化现有 Skill，根据过往的历史对话吸取经验和教训。每次我和 AI 对话完，都会用 meta-skills 总结这次工作的得与失，并迭代相应的功能 skill。希望对你有帮助，欢迎反馈~ 已开源，链接在评论区。

柴郡🔔｜Crypto+AI Plus

18,747 Aufrufe • vor 2 Monaten

Grok Build 开源了，开源 harness 时代终于要来了吗?！ Claude Code 现在还是闭源，反而显得有点被动了🤔。。。不愧是Elon，真是一步妙手啊，只用了四天完成信任崩塌到重建，xAI这次用开源把隐私危机打成了生态先手，看来并不是草台班子😂 被爆全量上传代码仓库的隐私风波还没平息，SpaceXAI直接把整个Grok Build的agent harness全部开源出来，这事我觉得有意思的地方是两它为什么是今天开，而不是上个月？上个月 Grok Build 以 beta 上线，SuperGrok / X Premium+ 用户能用一个终端原生的 coding agent。 Plan Mode 先出计划让你审核，Subagents 并行拆任务，底层 Rust 写的，架构干净。然后上周出了件事，一个研究员做 wire-level 分析发现，Grok Build CLI 会把整个 git repo——包括历史、包括潜在的 secrets——打包上传到 Google Cloud bucket。隐私开关只管“是否用于训练”，不管传不传。讲真这事对 coding agent 是致命的。因为 coding agent 的 harness 对文件系统有近乎上帝视角的访问权。你的 IP、商业逻辑、没公开的项目结构、不小心留在 git history 里的 key——它全看得见。宣称“我们不看你数据”没用，用户要的是能自己验证“你没在看”。时间线很紧凑： 7 月 11–14 日，争议发酵，研究员曝光上传行为。 Elon 表态删数据、服务端关闭上传。 7 月 15 日，开源公告 + 重置 limits + 默认关闭 retention + 删掉所有之前保留的 coding data + 提供 bug bounty。所以这次其实不是一次计划好的例行开源。更像是被争议倒逼的快速应对。但 xAI 做得聪明的地方是——它借这个机会做了一件事：把“harness（连接层）”和“model（大脑）”切开了。 Harness 开源，Apache 2.0，社区可以审计、fork、改掉上传逻辑、加 sandbox、接本地模型，Model 和 API 还是闭源的。这个配置——闭源模型 + 开源 harness——正在变成 2026 年 agentic coding 的主流。 OpenAI 的 Codex CLI 走的同一条路，Anthropic 的 Claude Code 现在还是闭源，反而显得被动了。

Grok Build 开源了，开源 harness 时代终于要来了吗?！ Claude Code 现在还是闭源，反而显得有点被动了🤔。。。不愧是Elon，真是一步妙手啊，只用了四天完成信任崩塌到重建，xAI这次用开源把隐私危机打成了生态先手，看来并不是草台班子😂 被爆全量上传代码仓库的隐私风波还没平息，SpaceXAI直接把整个Grok Build的agent harness全部开源出来，这事我觉得有意思的地方是两它为什么是今天开，而不是上个月？上个月 Grok Build 以 beta 上线，SuperGrok / X Premium+ 用户能用一个终端原生的 coding agent。 Plan Mode 先出计划让你审核，Subagents 并行拆任务，底层 Rust 写的，架构干净。然后上周出了件事，一个研究员做 wire-level 分析发现，Grok Build CLI 会把整个 git repo——包括历史、包括潜在的 secrets——打包上传到 Google Cloud bucket。隐私开关只管“是否用于训练”，不管传不传。讲真这事对 coding agent 是致命的。因为 coding agent 的 harness 对文件系统有近乎上帝视角的访问权。你的 IP、商业逻辑、没公开的项目结构、不小心留在 git history 里的 key——它全看得见。宣称“我们不看你数据”没用，用户要的是能自己验证“你没在看”。时间线很紧凑： 7 月 11–14 日，争议发酵，研究员曝光上传行为。 Elon 表态删数据、服务端关闭上传。 7 月 15 日，开源公告 + 重置 limits + 默认关闭 retention + 删掉所有之前保留的 coding data + 提供 bug bounty。所以这次其实不是一次计划好的例行开源。更像是被争议倒逼的快速应对。但 xAI 做得聪明的地方是——它借这个机会做了一件事：把“harness（连接层）”和“model（大脑）”切开了。 Harness 开源，Apache 2.0，社区可以审计、fork、改掉上传逻辑、加 sandbox、接本地模型，Model 和 API 还是闭源的。这个配置——闭源模型 + 开源 harness——正在变成 2026 年 agentic coding 的主流。 OpenAI 的 Codex CLI 走的同一条路，Anthropic 的 Claude Code 现在还是闭源，反而显得被动了。

AYi

34,063 Aufrufe • vor 2 Monaten

安装了这个之后，Claude Code 的体验会完全不一样。 Anthropic 悄悄发布了一个官方插件，叫 claude-code-setup，它基本把 Claude Code 从“还不错的工具”变成了一个真正的 AI 开发环境。它会扫描你的项目，并推荐： → hooks（钩子） → skills（技能） → MCP servers → subagents（子代理） → automations（自动化）然后一步一步帮你把这些都配置好。大多数人现在用的都是“原生版”的 Claude Code…… 这也是为什么他们的体验会显得有点混乱。真正的强大之处，其实来自它周围的生态。安装方式： /plugin install claude-code-setup@claude-plugins-official 记得先收藏，免得之后找不到。

安装了这个之后，Claude Code 的体验会完全不一样。 Anthropic 悄悄发布了一个官方插件，叫 claude-code-setup，它基本把 Claude Code 从“还不错的工具”变成了一个真正的 AI 开发环境。它会扫描你的项目，并推荐： → hooks（钩子） → skills（技能） → MCP servers → subagents（子代理） → automations（自动化）然后一步一步帮你把这些都配置好。大多数人现在用的都是“原生版”的 Claude Code…… 这也是为什么他们的体验会显得有点混乱。真正的强大之处，其实来自它周围的生态。安装方式： /plugin install claude-code-setup@claude-plugins-official 记得先收藏，免得之后找不到。

huangserva

246,069 Aufrufe • vor 4 Monaten

一位工程师公开了他每天用于进行真实工程开发而非“凭感觉编程”（vibe coding）的 Claude Code 技能。真正的工程实践。该仓库的两位贡献者之一就是 Claude 本身。90.5k stars。 7.9k forks。MIT 协议。这些是互联网上最著名的 TypeScript 专家之一 Matt Pocock 在日常使用 Claude Code 时所采用的技能。它们不是通用的提示词，而是来自资深工程师的真实工作流。使用 Claude Code 进行真实工程开发的技能。在生产环境中测试过的流程。架构与技术决策文档。Claude Code 直接插件。 140 万次技能下载。5 天前更新。 MIT 许可证。区分“凭感觉编程”者与使用 AI 进行“真实工程开发”者的区别，就在于他们安装了哪些技能。 90.5k stars。7.9k forks。 MIT 许可证。仓库地址见此。

一位工程师公开了他每天用于进行真实工程开发而非“凭感觉编程”（vibe coding）的 Claude Code 技能。真正的工程实践。该仓库的两位贡献者之一就是 Claude 本身。90.5k stars。 7.9k forks。MIT 协议。这些是互联网上最著名的 TypeScript 专家之一 Matt Pocock 在日常使用 Claude Code 时所采用的技能。它们不是通用的提示词，而是来自资深工程师的真实工作流。使用 Claude Code 进行真实工程开发的技能。在生产环境中测试过的流程。架构与技术决策文档。Claude Code 直接插件。 140 万次技能下载。5 天前更新。 MIT 许可证。区分“凭感觉编程”者与使用 AI 进行“真实工程开发”者的区别，就在于他们安装了哪些技能。 90.5k stars。7.9k forks。 MIT 许可证。仓库地址见此。

Bill The Investor

15,050 Aufrufe • vor 4 Monaten

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。

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。

sitin

30,152 Aufrufe • vor 7 Monaten

英伟达和 Palantir，都开始限制 Claude 了。 Reuters 报道，英伟达已经把 Anthropic 模型限制在低敏感度任务。 Palantir 更直接：要求 Anthropic 提供不可撤销的 Zero Data Retention 保证，否则不愿意把模型开放给客户。原因很简单：自己的核心数据，不能随便被Anthropic查看。巧的是，Anthropic 前几天刚发布 AI 安全报告，提到黑客、监控、诈骗，以及敏感数据流转等风险。把细节全公布了。本来是想证明自己多重视安全，结果大公司可能只想到一句：那我的数据是不是已经被看过了？🚀

英伟达和 Palantir，都开始限制 Claude 了。 Reuters 报道，英伟达已经把 Anthropic 模型限制在低敏感度任务。 Palantir 更直接：要求 Anthropic 提供不可撤销的 Zero Data Retention 保证，否则不愿意把模型开放给客户。原因很简单：自己的核心数据，不能随便被Anthropic查看。巧的是，Anthropic 前几天刚发布 AI 安全报告，提到黑客、监控、诈骗，以及敏感数据流转等风险。把细节全公布了。本来是想证明自己多重视安全，结果大公司可能只想到一句：那我的数据是不是已经被看过了？🚀

实践哥 Li

319,300 Aufrufe • vor 12 Tagen

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😂

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😂

梭哈.AI

26,697 Aufrufe • vor 4 Monaten

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。

AYi

19,811 Aufrufe • vor 4 Monaten

一个找产品灵感的方法，很多人还不知道：第一步：去 Flippa Flippa 是一个专门买卖网站和 SaaS 的平台上面挂着大量正在盈利的项目，而且数据公开第二步：筛选月收入 $10,000+ 的项目不用买，只看数据这些项目已经验证了市场需求第三步：让 AI 帮你分析把项目的功能、定价、用户评价丢给 Claude 或 GPT 让它拆解：核心需求是什么哪些功能是多余的哪些痛点没被解决第四步：用 AI 做一个更好的版本现在用 Cursor / Claude Code 搭一个 MVP 以前需要一个团队干几个月的事现在一个人几周就能跑出来本质上是：用别人已经验证的需求 + AI 的开发速度跳过"猜方向"这一步你有没有在 Flippa 上看到过让你心动的项目？

一个找产品灵感的方法，很多人还不知道：第一步：去 Flippa Flippa 是一个专门买卖网站和 SaaS 的平台上面挂着大量正在盈利的项目，而且数据公开第二步：筛选月收入 $10,000+ 的项目不用买，只看数据这些项目已经验证了市场需求第三步：让 AI 帮你分析把项目的功能、定价、用户评价丢给 Claude 或 GPT 让它拆解：核心需求是什么哪些功能是多余的哪些痛点没被解决第四步：用 AI 做一个更好的版本现在用 Cursor / Claude Code 搭一个 MVP 以前需要一个团队干几个月的事现在一个人几周就能跑出来本质上是：用别人已经验证的需求 + AI 的开发速度跳过"猜方向"这一步你有没有在 Flippa 上看到过让你心动的项目？

Vincent

51,108 Aufrufe • vor 3 Monaten

今天的快乐是千问奶茶给的😂 已经开始撸奶茶当饭吃了感知器节点 Perceptron Network 就像是一个安装在浏览器里的“数字副业小助手”。它是做什么的？你每个月交的网费，其实大部分时间都是被浪费的。这个轻量级插件能利用你平时不用的少量闲置带宽，帮助 AI 收集公开的学习数据。变废为宝：那些被浪费的资源，现在能为你换取奖励。参与 AI：动动手指，你就在为全球人工智能的发展出一份力。为什么值得信任？绝不窥探隐私：它只收集 AI 需要的公共数据，绝不会碰你的个人信息或聊天记录。网速无感知：它只占用极小的通道，你打游戏、看视频完全不会受影响。极简不占地：插件非常小，不会拖慢你的电脑运行速度。核心逻辑： > 闲置网速 = 辅助 AI 进化 = 你的额外奖励。你只是把原本会被浪费的资源利用了起来，不费力，还能赚奖励。 Mindo AI Perceptron Network

今天的快乐是千问奶茶给的😂 已经开始撸奶茶当饭吃了感知器节点 Perceptron Network 就像是一个安装在浏览器里的“数字副业小助手”。它是做什么的？你每个月交的网费，其实大部分时间都是被浪费的。这个轻量级插件能利用你平时不用的少量闲置带宽，帮助 AI 收集公开的学习数据。变废为宝：那些被浪费的资源，现在能为你换取奖励。参与 AI：动动手指，你就在为全球人工智能的发展出一份力。为什么值得信任？绝不窥探隐私：它只收集 AI 需要的公共数据，绝不会碰你的个人信息或聊天记录。网速无感知：它只占用极小的通道，你打游戏、看视频完全不会受影响。极简不占地：插件非常小，不会拖慢你的电脑运行速度。核心逻辑： > 闲置网速 = 辅助 AI 进化 = 你的额外奖励。你只是把原本会被浪费的资源利用了起来，不费力，还能赚奖励。 Mindo AI Perceptron Network

墨鱼(:◎)

24,766 Aufrufe • vor 7 Monaten