进击的交易员

人性善恶，世道坦特，人间苦乐，都能在交易中找到答案！人世间，唯有得道尔

[徐伦 @Jolyne_AI]

最近刷到 Firecrawl 团队开源的 Open Lovable，GitHub 已冲到 24k+ Star。

用法几乎零门槛：把你想“复刻”的网站链接丢进去，几秒内生成一个高度还原的 React 版本，布局、样式、交互尽量贴近原站，拿来二次开发也顺手。

GitHub：https://t.co/9xduMPAtjV

亮点速览：

- 一键把任意网站“克隆”为 React 应用，页面再复杂也能顶住
- 可接入 OpenAI、Anthropic、Gemini、Grok 等多模型，按需切换不折腾
- 基于 Firecrawl 抓取页面结构，还原更稳、更一致
- 支持本地调试与部署，生成同时预览，所见即所得
- 集成 E2B 沙盒，运行与测试更安全，也更省心

MIT 协议，完全开源：拉到本地，配好相关 API key，直接开跑。

[connect24h @connect24h]

さすがGoogleがまたぶち込んできた。
「いい感じのUIにして」って10回言っても伝わらなかったのに、
このファイル1枚置いたら一発で意図通りになった。
↓ Google製 DESIGN.md
（YAMLでトークン定義＋なぜその値なのかをプロ―ズで説明）
AIコーディングの"指示の属人化"が終わる予感
https://t.co/JCQrEBNmsr

[老王霸 AI Lab @laowangbabababa]

太牛逼了。真的，太牛逼了。真的能爬一切，而且速度嘎嘎快！

以前让 Claude Code 上网搜个东西，推特 API 要钱，网页抓取要订阅，B站小红书直接给你拦在外面。每个平台一个门槛，烦得要死。

Agent-Reach，一个免费开源仓库，一条命令把这 14 个平台全通了。

我装上跑了一遍 ，让 Agent 去搜一条小红书任意帖子的评论并总结，十秒总结出来，我当时真愣了一下，又快又好啊。

讲道理，Agent 能写代码能改文档，上网找东西就一直卡在这。Agent-Reach 干的就一件事，把选型和配置全帮你做完了。

yt-dlp 提字幕，twitter-cli 搜帖子，xhs-cli 抓小红书，装好以后 Agent 自己调，不经中间层。哪块不好用随时换。

零配置直接跑的有网页、YouTube、RSS、公众号、微博、V2EX。不用记命令，直接说需求，Agent 自己知道走哪。

>安装方法：
跟你的大模型说：
帮我安装 Agent Reach https://t.co/VF5Ok0k4LB

[爱吃折耳根的Ace @_zheergen]

🚨 卧槽！终于有人把 A 股 + 美港股的免费数据源彻底打通了！

一个作者两个硬核开源项目，把原本散落在各个平台的原始数据，整合成了 AI 能直接调用的数据层。

从此不用再自己对接各种接口、处理反爬、或者花几万块买专业数据了。

A 股版：a-stock-data
覆盖实时行情、资金流、股东户数、龙虎榜、全量公告、研报 PDF 下载、概念板块、北向资金、融资融券、大宗交易、解禁等。
> 7 层架构
> 28 个端点
> 13 个数据源
> 零第三方 data wrapper 依赖
https://t.co/cVxAK7IKAk

美港股版：global-stock-data
覆盖美股期权链、SEC EDGAR 结构化 XBRL、503 个 GAAP 指标、纯 Python 技术指标计算、资金流、财报三表、全市场列表等。
> 8 层架构
> 18 个端点
> 5 个数据源
> 仅依赖 requests
https://t.co/NbhcrJwUkY

这两个项目���大的价值，不是又多了几个股票接口。

而是直接封装成 Skill，可以让 Claude、GPT、Cursor、Codex 这类 AI Agent 直接调用，瞬间变成你的量化数据助手

做 A 股 / 美股 / 港股复盘、AI 投研、自动化报告、量化分析的人，建议保存看看。

[Oldeng @dengdry]

https://t.co/gPyOvaHmQs

[大梦想家迪士尼 @discountifu]

找了一整天的免费美股 API，最后还是决定用
https://t.co/LWZfsDZHYZ
免费用户每分钟最多 60 次请求，基本够用了

[老白（每日 AI 干货✊） @laobaishare]

牛逼，Obsidian 创始人下场。

把整个笔记库变成了 AI agent。

Github 几天冲到 3.6 万 star。

具体做了什么？⬇️

[冬天 @seventhoce56019]

分享一个比较危险的项目

逆向工程以前是安全大佬的专属技能，现在有人把它做成了技能包，直接喂给 AI。

项目叫 reverse-skill，核心思路很简单：只要塞一个routing.md进去，告诉 AI 遇到不同的安全任务该走哪条路。AI 拿到之后自动分诊，自己决定用什么工具、什么方法。
覆盖 20 多个子技能方向：APK 逆向分析、IDA 静态分析、JS 前端逆向、固件安全、EDR 绕过、漏洞利用……基本上安全攻���常见场景都能覆盖。

20多个子技能，安全攻防的门槛被AI又踩平了一截。是好是坏，各位自己掂量着看。

项目地址：https://t.co/tqd95pObVT

[Unsloth AI @UnslothAI]

GLM-5.2 can now be run locally!🔥

The 2-bit model retains ~82% accuracy after we shrunk it from 1.51TB to 238GB (-84% size).

Run on a 256GB Mac or RAM/VRAM setups.

GLM-5.2 is the strongest open model to date.

Guide: https://t.co/bI7FeeKHDd
GGUF: https://t.co/BMkxswdj5N

[Kyrie @KyrieCheungYep]

Claude + Codex 帮人做建模还挺赚钱的

工作流��索好，然后一个 /goal 直接干

一个建模100~200块，一下午把额度蹬满可以干六七个

[Massimo @Rainmaker1973]

The geomorphology of a river

[🎞️ MinuteEarth]

[阿台BlueBird🕊️ @QT9277]

《不是，这AI声音合成已经变态到这种程度了？？？》

阿台我今天刷GitHub直接懵了。

VoxCPM2，趋势榜第一，星标干到2万+，海外彻底炸了。我本来以为是又一个PPT开源项目，��果仔细看了眼Demo——我耳朵真的分不清哪个是真人了。

给你们说说这玩意儿有多离谱：

🔥 打字就能出声音
你输入「沉稳的30代女声」，它啪的一下就给你生成出来。不用录、不用调，一句话搞定。

🔥 丢一段录音，连口癖都给你复刻
不是那种僵硬的机器音，是你说话的语气、断句、甚至口头禅，它全给你学去了。这哪是合成？这是克隆啊！

🔥 48kHz录音棚级音质
听起来跟专业录音棚出来的没差，我戴耳机听了三遍，愣是没找出破绽。

🔥 最离谱的是——完全免费商用
Apache 2.0协议，随便用、随便改、随便拿去赚钱，不花一分钱。对阿台我这种负债翻身党来说，这就是天降神兵好吧？

做短视频不想出镜露脸的、做播客没设备的、做项目需要配音的——零成本直接上车，还要啥自行车？

阿台我已经Star了，回头研究研究怎么结合到我的内容 workflow 里。有已经玩上的兄弟吗？评论区交流下！

⚠️ 纯个人分享，不是广告，我也是刚刷到。

最骚的是，全部免费👇

🔗https://t.co/8l7PsSUYHm

[梭哈.AI @SUOHA_AI]

Gemma 4 12B 来了，针对 16GB 内存笔记本

Gemma 4 12B，一款统一、无编码器的多模态开源模型，把图像 + 音频 + 文本能力直接塞进普通笔记本

量化后只需 6.7GB 内存，16GB 笔记本就能完整本地运行，支持 256K 上下文和 Agentic 工作流

它在推理、代码、多模态理解上非常接近更大的 26B 模型

不过知识广度稍弱，但整体效率极高，是目前最适合 16GB 内存笔记本本地运行的多模态模型，看得出来谷歌是专门为大众16G笔记本做���优化

运行推荐：
Unsloth 团队已放出高效 GGUF 版，Google 官方 Gemma 账号亲自回复认可

下载直达（Unsloth 优化版）：https://t.co/qnSRs4w4vU

其他常用方案同样支持：直接用 Ollama、LM Studio、llama.cpp等都能轻松加载运行

[周览资源分享 @grgerwcwetwet]

发现一个有点猛的开源项目：UZI-Skill，一个专门给股票做深度分析的 AI 投研插件。

它不是把股票代码丢给大模型瞎猜，而是把 51 位投资大佬的分析框架、22 维市场数据、180 条量化规则、17 种机构分析方法揉在一起。

你可以理解成：让格雷厄姆、彼得·林奇、巴菲特、索罗斯、陈小群同台开投研会，帮你拆一只股票。

A 股、港股、美股都能看。输入贵州茅台、腾讯、苹果这类标的，它会从基本面、技术面��资金面、情绪面、风险点等维度生成报告。

还能命令行运行：

python https://t.co/qot6nppESM https://t.co/GFFHj8QbN3

也适合接入 Claude Code / Codex / Cursor 这类 Agent 工作流。

它不是荐股神器，也不能保证赚钱，但用来做复盘、写投资笔记、快速搭分析框架，确实很省时间。

GitHub：https://t.co/qkcK1prUZG

[继承封装和多态 @_wyckoff77]

@Hoyooyoo 秋神 从您灵感那来的wyckoff项目 目前开源社区star已经有451了 现在A、H、US我都支持了

https://t.co/N0Z4GBOVuU

[Amto @XAMTO_AI]

开源 TTS 卷成这样，某些群体怕是要高兴坏了。

清华 OpenBMB 刚放出一个叫 VoxCPM2 的东西，我看完确实沉默了。

参数 2B，训练数据 200 万小时多语言音频，输出 48kHz 录音棚级音质。这几个数字摆出来，传统 TTS 基本可以退场了。

但最让人警觉的不是这个。

它不用 Tokenizer。

传统方案是把音频切成离散 token 再生成，��个过程信息损失很严重，声音听起来总差一点意思。VoxCPM2 直接在连续潜空间做扩散自回归，音色、情绪、呼吸节奏，全给你保留下来。

指标给你列一下：

① 支持 30 种语言��� 9 种中文方言，普通话、粤语、闽南语随便切
② RTX 4090 跑下来实时率 0.13，流式输出几乎感觉不到延迟
③ 不需要参考音频，用自然语言描述就能直接生成声音
④ 声音克隆可以调情绪、语速、口癖，想让它说话磕巴都行
⑤ 终极克隆模式：给一段参考音频加文本，连呼吸节奏都能复刻出来

协议是 Apache 2.0，商用友好，GitHub 已经破万星，连续霸榜 Trending。

播客、有声书、游戏配音、短视频旁白，开源方案现在完全够用，甚至比很多付费方案更强。

说实话这东西是双刃剑。一边是创作者门槛彻底拉平，另一边是诈骗工具又多了一把更锋利的刀。

声音这东西，以后真的不能随便信了。

🔗 https://t.co/fqvO78bhf1

[梁岷Liam @Lyangminn]

华为发布的"韬定律"，是2026年A股最重要的产业叙事。

过去六十年我们都在比"谁的晶体管更小"，从今天起，比"谁的信号更快"。

打个比方。城市堵车怎么办？过去的思路是把车造得更小，让一条路上能挤更多车。这就是摩尔定律。但车小到一定程度就造不动了。

华为说换个思路，别折腾车了，去优化整个交通系统。让信号走更短的路（逻辑折叠，把芯片从平面变立体）、让数据传输更直接（统一总线、光互联）、让指令调度更聪明（软硬协同）。

结论就是，不用最先进的光刻机，照样能持续提升芯片性能。

摩尔定律的逻辑里，最有价值的是制程最先进的那几家，台积电、ASML、英伟达，“谁能做到3nm、2nm”谁牛逼。

韬定律的逻辑里，最有价值的变成了另一群公司，做先进封装的、做互联的、做EDA的、做内存接口���，游戏规则变成了谁能让整个系统跑得更快。

这是一次估值锚的迁移。

顺着这个逻辑，A股产业链里值得关注的几类公司。

代工与制造：中芯国际（华为海思���一大代工）。

特种工艺：赛微电子（华为BAW滤波器、硅光、OCS微镜独家代工）

先进封装：长电科技（昇腾910C的XDFOI Chiplet独家方案）、晶赛科技（麒麟X90/昇腾核心晶振材料）

EDA：华大九天（华为海思主力EDA供应商）、申通地铁（持有华大九天股权，影子标的）

顺着"韬定律"的技术路径再往下推：

3D堆叠和先进封装会成为最大受益方向，传统封装做的是把芯片装进壳子里，新封装做的是把多个芯片立体集成，这一块的国产替代空间巨大。

光互联是另一条主线。韬定律的系统层强调“用光纤替代铜线”压缩通信延时，这条线索直接指向CPO（共封装光学）和光模块板块，易中天依然牛逼。

EDA会迎来一次重估，3D堆叠对设计工具的要求完全不同于平面工艺，国产EDA有机会从低端追赶切换到在新赛道上同台竞争。

一点冷思考：A股对"华为概念"的炒作有它自己的节奏，往往第一波是情绪驱动、鸡犬升天，第二波才是基本面分化。识别真受益和蹭概念的能力，就在这个时候值钱。

长期看，这套理论值得我们用未来三到五年的时间去验证。

[GitTrend @GitTrend0x]

寻找低估股票开源神器

https://t.co/vvb3hwYMss

这就是 Dexter，26k star 爆款金融自主研究 Agent！干翻所有金融 AI 工具：专为深度金融研究而生，它会自己思考、规划、执行、自我验证、不断迭代，就像 Claude Code 写代码一样，帮你完成复杂金融研究任务！