Filter
Exclude
Time range
-
Near
互联网上最聪明的那批人,最近直接把脑子开源了! 这11个GitHub仓库,真的能让你少走三年弯路。 先码住,再慢慢啃! 1、PilotDeck(OpenBMB) 开源AI智能体框架,几分钟部署一个能自己干活的Agent github.com/OpenBMB/PilotD… 2、andrej-karpathy-skills(Karpathy) 一个CLAUDE.md文件封神,17万 星,AI编程铁律 github.com/multica-ai/and… 3、MemPalace AI记忆系统,LongMemEval接近满分 github.com/MemPalace/memp… 4、OpenClaw(Peter Steinberger) 私人AI助理,37万 星,GitHub史上涨得最快的之一 github.com/openclaw/openc… 5、autoresearch(Karpathy) 科研自动化框架,吸星速度离谱 github.com/karpathy/autor… 6、awesome-claude-code Claude Code顶级玩法合集,FAANG内部都在用 github.com/hesreallyhim/a… 7、agent-skills(Addy Osmani) 生产级AI编程技能,3万 星 github.com/addyosmani/age… 8、AI-Agents-for-Beginners(微软) 12节免费课,从零教AI智能体 github.com/microsoft/ai-a… 9、awesome-llm-apps 最大可运行AI应用合集,10万 星,抄作业首选 github.com/Shubhamsaboo/a… 10、hermes-agent(NousResearch) 自进化AI智能体,越用越聪明 github.com/NousResearch/h… 11、qlib(微软) 全套量化投资平台,直接clone对冲基金大脑 github.com/microsoft/qlib信息差才是最贵的。 别人闷声收藏天天用,你刷完就划走,差距就这么拉开了。 码住 转发给还在瞎找资料的朋友 #AIAgents #GitHub宝藏 #Karpathy #开源神器
113
Jun 13
互联网上最聪明的那批人,最近直接把脑子开源了! 这11个GitHub仓库,真的能让你少走三年弯路。 先码住,再慢慢啃! 1、PilotDeck(OpenBMB) 开源AI智能体框架,几分钟部署一个能自己干活的Agent github.com/OpenBMB/PilotDeck 2、andrej-karpathy-skills(Karpathy) 一个CLAUDE.md文件封神,17万 星,AI编程铁律 github.com/multica-ai/andrej… 3、MemPalace AI记忆系统,LongMemEval接近满分 github.com/MemPalace/mempala… 4、OpenClaw(Peter Steinberger) 私人AI助理,37万 星,GitHub史上涨得最快的之一 github.com/openclaw/openclaw 5、autoresearch(Karpathy) 科研自动化框架,吸星速度离谱 github.com/karpathy/autorese… 6、awesome-claude-code Claude Code顶级玩法合集,FAANG内部都在用 github.com/hesreallyhim/awes… 7、agent-skills(Addy Osmani) 生产级AI编程技能,3万 星 github.com/addyosmani/agent-… 8、AI-Agents-for-Beginners(微软) 12节免费课,从零教AI智能体 github.com/microsoft/ai-agen… 9、awesome-llm-apps 最大可运行AI应用合集,10万 星,抄作业首选 github.com/Shubhamsaboo/awes… 10、hermes-agent(NousResearch) 自进化AI智能体,越用越聪明 github.com/NousResearch/herm… 11、qlib(微软) 全套量化投资平台,直接clone对冲基金大脑 github.com/microsoft/qlib信息差才是最贵的。 别人闷声收藏天天用,你刷完就划走,差距就这么拉开了。 码住 转发给还在瞎找资料的朋友 #AIAgents #GitHub宝藏 #Karpathy #开源神器
19
186
620
34,718
Replying to @siiaras
maslahatim oldin ingliz tilida sokinishlarni undan keyin aksentni tanqid qlib gaprishga harakat qilaisz uyog’i ozi tortib ketadi
1
15
这 8 个美股 GitHub 项目,很适合和 Codex 一起用 从行情数据、SEC 财报、策略回测到 AI 量化研究,基本覆盖了一套美股投研工作流 把它们封装成 Skills 后,Codex 就不只是帮你写分析,而是能参与完整研究流程 1. OpenBB 金融数据平台,覆盖股票、ETF、宏观、基本面、期权等场景 适合让 Codex 输入 ticker 后,自动拉数据、整理指标、生成公司研究摘要 github.com/OpenBB-finance/Op… 2. yfinance 美股数据分析入门工具,可以获取行情、历史价格、分红、拆股和部分财务数据 适合让 Codex 自动写脚本、画走势图、算最大回撤、对比多只股票表现 github.com/ranaroussi/yfinan… 3. edgartools 用于读取和分析 SEC EDGAR 文件,包括 10-K、10-Q、8-K、Form 4、13F 等 适合让 Codex 直接读公司披露原文,而不是只看二手新闻 github.com/dgunning/edgartoo… 4. sec-edgar-downloader 适合批量下载 SEC 文件 比如下载公司过去几年的 10-K、10-Q、8-K,再让 Codex 提取风险因素、管理层讨论和收入结构变化 github.com/jadchaar/sec-edga… 5. vectorbt 策略回测工具,适合测试不同参数、不同股票、不同周期 比如均线突破、RSI 反转、突破新高后持有 N 天,都可以让 Codex 写成回测脚本 github.com/polakowo/vectorbt 6. QuantStats 回测绩效分析工具,可以生成夏普、最大回撤、波动率、胜率、月度收益等指标 适合接在 vectorbt 后面,让 Codex 输出完整策略体检报告 github.com/ranaroussi/quants… 7. Microsoft Qlib 微软开源的 AI 量化研究平台,覆盖数据、模型、训练、回测等流程 适合让 Codex 帮你拆框架、改模型、跑实验、复现量化论文思路 github.com/microsoft/qlib 8. FinRL 金融强化学习开源项目,适合研究自动交易、组合配置和强化学习策略 适合让 Codex 帮你理解交易环境、修改 reward function、调整策略逻辑 github.com/AI4Finance-Founda… Codex 做美股最有价值的地方,不是临时问它“这只股票怎么看” 而是把数据源、财报源、回测框架和 AI 量化项目,封装成自己的研究 workflow 普通人用 Codex 写 prompt 高手用 Codex 搭 workflow 非投资建议,只是 AI 投研工具流分享
52
35
147
10,759
Jun 13
AI交易工具这是要掀翻华尔街?这10个GitHub项目本周突然暴涨,散户还有没有上车的机会了 说句实话,这波AI交易工具的爆发速度已经远远超出我的预期啦。 本周GitHub金融类项目增长榜单刚出来,我扫了一眼,后背真有点发凉。不是因为这些项目有多牛,而是因为——这些东西正被越来越多人悄悄用起来,而绝大多数散户压根还不知道这件事正在发生。 给你们拆解一下这10个项目,看完自己掂量: 1️⃣ TradingAgents,本周涨了3822颗星,增速排第一。多智能体LLM交易框架,说白了就是一堆AI分析师在替你看盘、做情绪分析、管仓位。以前这种东西只有大机构才玩得起。 2️⃣ AI-Trader,涨了2434星。端到端的全自动交易系统,从价格获取到下单执行全程AI接管,人不用动手。听着很爽,但我个人觉得这种玩意儿你不懂底层逻辑就别碰,黑盒风险太大了。 3️⃣ scientific-agent-skills,涨了2286星。这个挺有意思,不只是交易,还覆盖研究、工程、写作,是个即插即用的智能体技能包,支持多框架集成。属于基础设施层的东西,开发者会更感兴趣一些。 4️⃣ daily_stock_analysis,涨了1272星。LLM驱动的股票分析平台,覆盖美股、港股、A股,结合实时新闻和AI仪表板,运营成本几乎为零。这个对普通人来说门槛最低,值得多瞅瞅。 5️⃣ QuantDinger,涨了1242星。加密、股票、外汇全覆盖的AI量化平台,带实盘交易、策略回测、市场分析。专门为想做AI辅助量化实验的人设计的,不是给小白玩的哈。 6️⃣ Vibe-Trading,涨了1148星。个人AI交易智能体,专注算法交易和回测,轻量化设计。适合想自己折腾策略但又不想搭复杂系统的人。 7️⃣ FinceptTerminal,涨了878星。开源金融终端,对标彭博的工作流,把市场分析、投研工具、AI基础设施整合进一个界面。彭博终端一年要两三万美刀,这个开源免费,差距在哪儿你自己品。 8️⃣ TradingAgents-CN,涨了739星。就是第一个TradingAgents的中文增强版,专门针对中国金融市场和数据集做过优化。在国内量化和AI社区里传播很快,这个我觉得对国内用户来说比原版更实用一些。 9️⃣ last30days-skill,涨了694星。AI智能体技能,专门用来追踪Reddit、X、YouTube、黑客新闻上的趋势和叙事。做加密的朋友应该懂这意味着什么——谁先捕捉到叙事,谁就先跑。 🔟 qlib,涨了680星。微软出品的AI量化投资平台,从数据收集到alpha生成、组合构建、执行,整个量化流程全覆盖。老项目了,但依然是开源量化生态里最扎实的底座之一。 Github地址:github.com
5
23
63
6,995
微软自己偷偷搞了个量化平台,华尔街不少量化团队已经在悄悄用啦,你可能还不知道这事儿。 Qlib 其实出来好几年了,一直没大火,但一直被那些正经做量化的人默默用着。微软研究院出品的,可不是那种 GitHub 上随便开源的玩具,是真正能上生产环境的框架。从因子挖掘到模型训练,从回测到实盘部署,一条龙全给你包圆了。 核心能力有这些: 1️⃣ 内置 SOTA 模型——LightGBM、Transformer、TabNet、HIST、IGMTF、KRNN 等开箱即用,不用从零开始搭 2️⃣ 全流程覆盖——数据处理、模型训练、回测、组合优化、在线部署,一个都不少 3️⃣ Concept Drift 自适应——金融市场一直在变,框架会跟着动态调整,不是训完就撒手不管了 4️⃣ 支持高频——1 分钟级的 K 线数据也能跑,HFT 策略一样能上 5️⃣ 集成 RD-Agent——让 LLM 自己去挖因子、优化模型,AI 做量化研究这条路微软已经在踩了 设计上有几个细节很关键:点时间数据库专门用来防止未来数据泄露——很多人回测出一堆假收益,就是栽在这个坑里。模块松耦合,不用整套搬过来,哪块需要就用哪块。模型还能滚动更新,上线之后继续迭代。 安装挺简单的:pip install pyqlib,Python 3.8 到 3.12 都支持,Docker 镜像也有。 44.3k 星,7k fork,数据就摆在这儿啦。 适合真正想做量化的人,看热闹的可以划走咯。 🔗 github.com/microsoft/qlib
1
227
想搞定美股分析、量化回测和投资研究? 这 10 个 GitHub 工具必收藏 1、daily_stock_analysis – 智能美股分析器,集成行情、新闻和分析能力。 github.com/ZhuLinsen/daily_s… 2、market-toolkit – 股票市场工具合集,挖掘更多投资/交易资源。 github.com/nskselva/market-t… 3、awesome-investing-tools-and-software-directory – 投资工具大全,覆盖 API、数据服务、筛选器和分析工具。 github.com/Jera-Value/awesom… 4、OpenBB – 开源金融终端,支持股票、期权、ETF、宏观数据等分析。 github.com/OpenBB-finance/Op… 5、Lean – QuantConnect 量化回测和交易引擎,策略研究和实盘部署利器。 github.com/QuantConnect/Lean 6、qlib – 微软开源量化投资平台,适合因子研究、模型训练和策略回测。 github.com/microsoft/qlib 7、backtrader – Python 回测框架,快速开发和验证交易策略。 github.com/mementum/backtrad… 8、vectorbt – 高性能回测工具,批量测试策略和参数组合。 github.com/polakowo/vectorbt 9、yfinance – Yahoo Finance Python 接口,获取历史行情和基本面数据。 github.com/ranaroussi/yfinan… 10、FinanceToolkit – 财务分析和估值工具库,辅助公司研究。 github.com/JerBouma/FinanceT… 收藏这条,把你的美股工具箱升级!
1
1
7
791
本周金融领域GitHub增长最快的项目: 1. TradingAgents ( 3,822 ★) 为金融研究和执行而构建的多智能体LLM交易框架。集分析师智能体、情感模型、投资组合推理和提供商集成于一身。 2. AI-Trader ( 2,434 ★) 完全自动化的原生智能体交易系统。专注于自主决策、价格获取、执行和监控工作流的端到端AI驱动交易基础设施。 3. scientific-agent-skills ( 2,286 ★) 为金融、研究、科学、工程和写作提供的即插即用智能体技能。集成多个智能体框架,支持网络研究和生物信息学。 4. daily_stock_analysis ( 1,272 ★) LLM驱动的股票分析平台,覆盖美国、香港和中国股市。结合市场数据、实时新闻、AI仪表板和自动化报告,运营成本近乎为零。 5. QuantDinger ( 1,242 ★) 加密货币、股票和外汇的AI量化交易平台。包含实盘交易、策略回测、市场分析和经纪商集成,为AI辅助量化工作流实验者而构建。 6. Vibe-Trading ( 1,148 ★) 专注于算法交易和回测的个人AI交易智能体。结合轻量级自动化与智能体式投资组合管理和策略实验。 7. FinceptTerminal ( 878 ★) 现代开源金融终端,灵感来自彭博工作流。在一个界面中提供市场分析、投资研究、交易工具和AI驱动的金融基础设施。 8. TradingAgents-CN ( 739 ★) TradingAgents的中文增强版本。针对中国金融市场、数据集和工作流优化的多智能体LLM交易框架。在中文量化和AI社区中快速增长。 9. last30days-skill ( 694 ★) 用于研究Reddit、X、YouTube、黑客新闻等平台趋势的AI智能体技能。专为信号发现、叙事追踪和全网监控设计。 10. qlib ( 680 ★) 微软的AI导向量化投资平台。涵盖从数据收集到alpha生成、投资组合构建和执行的整个量化流程。仍是最强大的开源量化生态之一。
3
17
1,437
Factor calculation rebuilt: Python HDF5 stack moves data back and forth. DolphinDB keeps the compute inside the database. Result: fewer lines, faster cycles, fewer failures. #DolphinDB #QuantDev #Qlib
1
复盘一下韭菜的AI交易亏钱日记 过去几个月我做了各种交易 agent:lana棍哥的跟单机器人、扫链机器人、Qlib 因子 Kronos 预测模型、TradingAgents 多代理辩论、预测市场剥头皮交易等等 测试下来结果——亏大于赚,可能是我策略还不够成熟 但直接让 AI 做交易,意料之外的情况真的太多了,这些 agent 很多都参考了量化机构和开源社区的成熟架构(因子挖掘、多代理辩论、预测模型),但真正放到实盘后,需要大量调教才能勉强跑起来,并且经常反指 扫链机器人意外的表现还行?刚开始通过聪明钱信号自动下单,赚一点就跑。但经常如果出现网络不行或者API延迟那就完蛋了,滑点,磨损很高。后面ALL IN 了 $Tolybot,然后成功亏麻🤡 预测市场会让人产生错觉,5-15M的btc预测看似有利可图,实际会偶尔出现明显控盘,见仁见智了 而预测市场的新地址/聪明钱跟单表现还行,这个是我唯一觉得还非常有机会的赛道 AI 交易现在让它全自动决策和执行还很难做到稳定,最终还是要靠人去做抉择 我认为现阶段的Agent在优化信息流,按固定框架投研的能力更强,我要好好跟 @aas354583338405 老哥多先多学习优化信息流,不是所有机会都能抓住的🥲
这波美股回调前,AI 提醒我减仓,少亏了 3 万美金 很多时候,赚钱不是因为你知道了什么秘密, 而是你比别人更少漏掉关键信息,更早看到风险变化 这波美股下跌前,我的 AI 提前给我敲了警钟 它没有预测到了市场下跌,也不是替我自动交易 它只是帮我做了一件很简单但很有用的事: 把我可能会忽略的风险提示,及时推送到我面前 这次美股下跌前两天 Hermes 就把相关风险提醒的信息推给了我(参考图一) 也就是总结了我常看的几个关键博主和社群, 在提醒短期风险,以及原因是什么 这些信号单独看,可能只是一个观点 但当它们同时出现,就值得重视 所以我当天就把杠杆仓位清掉了 现货仓位也降到了只有 20%的NOK和MRVL 后面市场真回调了 按我原来的仓位算,这次AI及时提醒帮我 多保住了大概 3 万美金 我也在几个群里提醒了朋友们短期风险 不是跌完以后才马后炮(参考图2) 还有一次是黄仁勋喊单 MRVL 那天 AI 也及时把这个消息推送给了我 我刚睡醒看到以后,就在 Hyperliquid 上开了仓位 当天直接拉了 50% 吃到了 35% 这件事让我更确定一件事: AI 最容易帮普通人赚钱的地方,不一定是直接交易 而是优化信息源 我其实一直在用 Hermes 处理市场信息源 只不过之前更多是在看加密市场 最近加密行情不太好,我才开始把美股 AI 这条线上接上 我让它每天会从几个层面帮我 监控信息 分析市场并写研报推送给我 1.宏观和资金面
比如 BTC、ETH、DXY、合约 OI、链上资金流 2.重要新闻
比如监管、机构资金、AI 科技、半导体供应链、美股 AI 链情绪 3.高信号信息源
比如我长期关注的博主、社群讨论、关键推文和市场观点 4.GitHub / AI Builders
用来判断 AI 行业真实开发者注意力正在往哪里流 5.Crypto 链上叙事
比如金狗/银狗、CA 证据、社区传播质量和叙事承载力 它不是把一堆信息原封不动丢给我 而是帮我过滤、归类、提炼重点 如果多个信息源都在提示同一个风险 它会把这个信号放到日报里 很多人都在说用 AI 交易 我也看过不少 AI Trading 的案例 总结下来,我觉得 AI 直接替你做交易非常难 但帮你优化信息源,其实很容易 现在信息源真的太多了 X、微信群、Telegram、研报、新闻、链上数据 每个地方都可能有重要信息 人不可能一直盯着所有渠道 尤其是微信群,消息太多,刷得太快 很多关键内容非常容易被忽略 你也没有足够精力一个个回头翻 这就是 Agent 真正有价值的地方 你不用它帮你拍板做投资决策 而是让它帮你过滤噪音、提炼重点,把分散的信息源连接起来 所以我现在越来越觉得: 普通人用 AI 优化投资交易的第一步,不是自动交易 而是先让 AI 帮你建立一个更强的信息系统 让它帮你看更多关键信息 更少漏掉风险变化 这才是 AI 在投资里最容易落地的用法 后面我会分享我具体是怎么用AI抓取的这些信息源 欢迎大家关注
10
5
1,806
Replying to @not_europen
lox sevgan qizing yozmasa heyt qlib yururasami
1
122
Most people use AI. The smartest people learn from the people building it. Here are 11 GitHub repos that feel like open-sourcing the internet's collective brain: 1. PilotDeck Build and deploy AI agents in minutes. github.com/OpenBMB/PilotDeck 2. andrej-karpathy-skills Karpathy's AI coding wisdom. github.com/forrestchang/andr… 3. MemPalace An AI memory system for long context. github.com/MemPalace/mempala… 4. OpenClaw A powerful open-source AI assistant. github.com/openclaw/openclaw 5. autoresearch Automate your AI research workflow. github.com/karpathy/autorese… 6. awesome-claude-code The ultimate Claude Code resource. github.com/hesreallyhim/awes… 7. agent-skills Production skills for AI coders. github.com/addyosmani/agent-… 8. AI-Agents-for-Beginners Microsoft's free AI agent course. github.com/microsoft/ai-agen… 9. awesome-llm-apps 100 real-world AI app examples. github.com/Shubhamsaboo/awes… 10. hermes-agent An AI agent that improves itself. github.com/NousResearch/herm… 11. qlib Microsoft's open-source quant platform. github.com/microsoft/qlib The AI edge isn't better prompts. It's knowing what the builders use. Save this post♻️ Repost so others don't miss it. Follow for more AI tools and GitHub gems
12
20
93
13,438
GitHub에서 자동매매/퀀트 관련 레파지토리 10개 선정 by hermes 2024년, 2025년 vectorbt로 돌파 해보려고 노력 많이 했었는데, 다시 하면 1년치 고생을 일주일이면 극복 가능 할 듯. --- 기준은 대략 - Star/Fork 수 - 최근 업데이트 여부 - 실전 활용성 - 문서/생태계 - 백테스트/실거래 지원 여부 1/ Freqtrade github.com/freqtrade/freqtra… 암호화폐 자동매매 봇. 전략 작성, 백테스트, 하이퍼옵트, 실거래, 텔레그램 연동까지 지원. 코인 자동매매를 빠르게 시작하고 싶다면 가장 먼저 볼 만한 프로젝트. 2/ QuantConnect Lean github.com/QuantConnect/Lean 주식, 옵션, 선물, FX, 크립토까지 지원하는 알고리즘 트레이딩 엔진. C# 기반이지만 Python 전략도 지원. 기관급 백테스트/라이브 트레이딩 구조를 공부하기 좋음. 3/ NautilusTrader github.com/nautechsystems/na… Rust/Python 기반의 프로덕션급 트레이딩 엔진. 이벤트 기반 구조, 고성능, 실거래 안정성을 중시하는 프로젝트. 단순 봇보다 “제대로 된 자동매매 시스템”에 가까움. 4/ vn.py github.com/vnpy/vnpy Python 기반 오픈소스 퀀트 트레이딩 플랫폼. 중국권에서 매우 유명하고, 주식/선물/크립토 등 다양한 시장 연동에 강점. 실전형 퀀트 플랫폼 구조를 보고 싶다면 추천. 5/ Microsoft Qlib github.com/microsoft/qlib Microsoft가 만든 AI 기반 퀀트 리서치 플랫폼. 머신러닝 모델, 팩터 연구, 백테스트, 투자 리서치 자동화에 강함. AI/ML 기반 주식 퀀트 전략을 연구하려면 꼭 볼 만함. 6/ Hummingbot github.com/hummingbot/hummin… 암호화폐 마켓메이킹/차익거래 봇. 여러 거래소 커넥터와 전략 템플릿을 제공. 단순 매수/매도 봇보다 마켓메이킹, arbitrage 쪽에 관심 있다면 추천. 7/ vectorbt github.com/polakowo/vectorbt 초고속 벡터화 백테스팅 프레임워크. 수천 개 전략/파라미터 조합을 빠르게 실험하기 좋음. Pandas/Numpy 기반으로 퀀트 리서치하는 사람에게 특히 유용. 8/ backtesting.py github.com/kernc/backtesting… 가볍고 직관적인 Python 백테스팅 프레임워크. 입문자가 전략을 빠르게 작성하고 검증하기 좋음. 복잡한 플랫폼보다 단순한 백테스트 도구가 필요할 때 적합. 9/ ccxt github.com/ccxt/ccxt 100개 이상 암호화폐 거래소 API를 통합해주는 라이브러리. 자동매매 봇 자체는 아니지만, 직접 코인 트레이딩 시스템을 만들 때 거의 필수 부품처럼 쓰임. 10/ FinRL github.com/AI4Finance-Founda… 강화학습 기반 금융 트레이딩 프레임워크. 주식, 포트폴리오, 트레이딩 에이전트 연구에 활용 가능. AI 에이전트/강화학습으로 퀀트 전략을 실험하고 싶다면 볼 만함.
2
254
Replying to @ochkili_qiz
102 qlib topshirvorin
2
12
982
挖到 11 个 AI 开源项目。 里面有 Agent 框架、Claude Code 技能库、AI 记忆系统、研究自动化和量化投资平台。 有几个 Star 已经冲到 100K ,建议直接收藏。 1️⃣ PilotDeck OpenBMB 开源的 AI Agent 框架。 很多人想做 Agent,但卡在第一步: 不知道怎么从一个想法,变成能跑、能部署、能自动执行任务的系统。 PilotDeck 解决的就是这个问题。 它可以帮你快速搭建和部署自主 Agent,适合做个人助理、自动化工作流、AI 产品原型。 🔗 github.com/OpenBMB/PilotDeck 2️⃣ andrej-karpathy-skills Karpathy 的 AI 编程经验,被整理成了一个 Markdown 文件。 109K stars。 这类项目最值钱的地方,不是代码多复杂,而是你能看到顶级 AI 工程师到底怎么和模型协作、怎么写代码、怎么拆任务。 适合所有想把 AI 编程真正用起来的人。 🔗 github.com/forrestchang/andr… 3️⃣ MemPalace 一个 AI 长期记忆系统。 很多 AI 工具的问题是:每次聊天都像重新认识你。 MemPalace 做的是让 AI 记住长期上下文、偏好和历史信息。 简单说,它不是让 AI 陪你聊一次,而是让 AI 越用越懂你。 🔗 github.com/MemPalace/mempala… 4️⃣ OpenClaw 一个个人 AI 助手项目。 300K stars。 它不是普通聊天机器人,而是更接近「可以接进个人工作流的 AI assistant」。 适合想研究桌面 Agent、个人助理、自动化执行系统的人。 🔗 github.com/openclaw/openclaw 5️⃣ autoresearch Karpathy 的研究自动化框架。 3 天 23K stars。 它解决的是研究里最烦的一堆重复劳动: 找资料、读内容、整理信息、形成结论。 如果你经常要写报告、做调研、读论文,这个方向很值得看。 🔗 github.com/karpathy/autorese… 6️⃣ awesome-claude-code Claude Code 玩家必看的实战合集。 不是普通教程。 它更像一份 Claude Code 使用手册,里面整理了大量技巧、工作流、插件、案例和实战玩法。 如果你还只会让 Claude Code “帮我写代码”,这个仓库可以直接拉开差距。 🔗 github.com/hesreallyhim/awes… 7️⃣ agent-skills Addy Osmani 整理的 AI coding agent 技能库。 30K stars。 它的重点是让 AI 编程 Agent 具备真正的工程能力: 代码审查、性能优化、重构、测试、调试、架构判断。 适合程序员、独立开发者、AI coding 重度用户。 🔗 github.com/addyosmani/agent-… 8️⃣ AI-Agents-for-Beginners 微软官方出的免费 Agent 入门课。 12 节课,从零开始教你搭建 AI Agent。 现在很多人天天聊 Agent,但连 Agent 的工具调用、规划、记忆、执行链路都没搞明白。 这个项目适合系统补课。 🔗 github.com/microsoft/ai-agen… 9️⃣ awesome-llm-apps 106K stars。 GitHub 上很大的 LLM 应用合集之一。 里面不是概念科普,而是大量已经做出来的 AI App 案例。 如果你想做 AI 产品、AI 副业、AI SaaS,但不知道从哪个方向切入,可以先刷这个。 🔗 github.com/Shubhamsaboo/awes… 🔟 hermes-agent NousResearch 做的自进化 AI Agent。 普通 Agent 是你让它做什么,它就做什么。 hermes-agent 更有意思的点是:它会随着使用不断学习和改进。 适合关注 self-improving agent、长期任务、自动化系统的人。 🔗 github.com/NousResearch/herm… 1️⃣1️⃣ qlib 微软开源的量化投资平台。 你可以把它理解成一套免费的量化研究系统。 它覆盖数据处理、模型训练、策略研究、回测、交易分析等流程。 适合想研究 AI 金融、量化交易、投资模型的人。 🔗 github.com/microsoft/qlib
27
11
44
4,579
The AI elite aren't hiding their secrets anymore. They're publishing them on GitHub. Here are 11 repos that feel like a cheat code. 👇 • PilotDeck — Launch autonomous AI agents without starting from scratch. Repo 🔗 :- github.com/OpenBMB/PilotDeck • Andrej Karpathy Skills — A collection of practical AI coding principles from one of the world's most respected AI educators. Repo 🔗 :- github.com/forrestchang/andr… • MemPalace — Advanced AI memory architecture designed to help agents retain and use information more effectively. Repo 🔗 :- github.com/MemPalace/mempala… • OpenClaw — A powerful personal AI assistant framework gaining massive attention from developers. Repo 🔗 :- github.com/openclaw/openclaw • AutoResearch — Automates research workflows so you can spend less time searching and more time building. Repo 🔗 :- github.com/karpathy/autorese… • Awesome Claude Code — A curated collection of Claude Code workflows, prompts, and best practices. Repo 🔗 :- github.com/hesreallyhim/awes… • Agent Skills — Production-ready engineering skills designed specifically for AI coding agents. Repo 🔗 :- github.com/addyosmani/agent-… • AI Agents for Beginners — Microsoft's free roadmap for learning AI agent development from scratch. Repo 🔗 :- github.com/microsoft/ai-agen… • Awesome LLM Apps — Hundreds of real-world AI applications with source code included. Repo 🔗 :- github.com/Shubhamsaboo/awes… • Hermes Agent — A self-improving AI agent framework that evolves through usage. Repo 🔗 :- github.com/NousResearch/herm… • Qlib — Microsoft's open-source quantitative investing platform used for financial AI research. Repo 🔗 :- github.com/microsoft/qlib 📌 Bookmark this list. The people who learn these tools today will have a huge advantage tomorrow 🚀
1
1
260
May 31
依赖/受益于 GPU 的量化开源框架 如果您准备在策略开发中引入 GPU 算力,以下是业界最为主流的开源框架: 1. 微软 Qlib (AI 导向的量化投资平台) 语言:Python (PyTorch / LightGBM) GPU 作用:Qlib 是目前 AI 量化界最强大的开源全栈平台。它内置了大量前沿的深度学习模型(如 GRU、LSTM、ADD(Attention)、GAT(图网络)等)。其模型训练模块原生支持 PyTorch 的 CUDA 加速,能够利用 GPU 极速训练预测选股模型。 2. NVIDIA RAPIDS 生态 (GPU 数据科学加速套件) RAPIDS 并非专门针对金融,但它是量化工程师处理数据的神器: cuDF:GPU 加速的 DataFrame。拥有与 Pandas 完全一致的 API。在 CPU 上处理 10GB 的行情数据可能需要几分钟,用 cuDF 只需几秒。 cuML:GPU 加速的机器学习库,支持 GPU 版的 XGBoost、随机森林和 K-Means,非常适合用来跑多因子回归与分类。 3. Vectorbt / Vectorbt Pro (超高速向量化并行回测引擎) 语言:Python (Numba / CuPy / PyTorch) GPU 作用:传统回测框架(如 Backtrader)是基于循环遍历的,速度极慢。Vectorbt 将回测完全“向量化”,其 Pro 版本支持使用 CuPy(GPU 版 NumPy) 或 PyTorch 将回测搬到 GPU 上运行。它能够以微秒级的速度在单张 GPU 上并行回测数百万个策略参数。 4. TF Quant Finance (谷歌 TensorFlow 金融量化库) 语言:Python (TensorFlow) GPU 作用:专注于量化金融数学建模。提供了极其强大的 GPU 加速算法,用于蒙特卡洛模拟(Monte Carlo Simulation)、偏微分方程求解、利率曲线拟合以及复杂的衍生品/期权定价。 5. FinRL (基于深度强化学习的量化交易框架) 语言:Python (PyTorch / Stable-Baselines3 / Ray) GPU 作用:由 AI4Finance 社区维护,专门用于训练自动交易 Agent。它利用 GPU 运行多进程强化学习算法(如 DDPG, PPO, SAC),加速 Agent 在复杂市场环境下的自适应学习过程。
7
3
1,353