dengao chen

In God we trust

[Ren @Ryrenz]

🔒 真香，把录音丢进去直接出笔记，全程不联网

GitHub 上 2.2K stars

听两小时的播客或者网课，真正想留下的可能就那几段。手动记要暂停回放，用在线转写工具又得把音频传上去，涉及公司会议或者私人内容时就不太敢用。

AudioNotes 整套跑在本机。上传音频或视频，它先出文字稿，再整理成 Markdown 笔记，之后还能就着内容直接提问，对话历史也存着。浏览器录音、领域热词这些都支持，专业名词转错的问题能靠热词修掉。

之所以能全本地，是因为语音识别用 FunASR，语言模型走 Ollama，默认配置是 FunAudioLLM/Fun-ASR-Nano-2512 加 qwen3.5:2b。音视频、文字稿、笔记和对话历史默认全部留在本机，网页服务也只监听本地地址。

部署给了 Docker 和 Python 3.12 源码两条路，默认端口 15433，Docker 版初始账号密码都是 admin，装完记得先改。首次使用需要联网下载镜像和模型，语音模型约 2.15GB。

能本地跑的工具，才敢拿来处理真正重要的东西。

GitHub：https://t.co/1bEmIJPFXc

[Miles Ma @miles_mazy]

https://t.co/TIteRJd3hK

[FlowOps Daily @FlowOpsDaily]

Gemini能生成整套PPT，但最关键的不是点生成。

它现在可以先读Drive资料、追问汇报对象、生成提纲，再输出一套可继续编辑的多页Slides。

顺序错了，AI只会更快地产出一套不能用的PPT。

我把正确的5步操作方法、4个常见规避项整理成了长文👇 https://t.co/74mdEx4DJN

[AIGCLINK @aigclink]

上周六临时开了场直播，分享了最近对AI行业的一些观察和判断，先把最扎心的一句放前面【再过几个月，所有做软件的公司都会有一种「坠落感」——未来软件类公司90% 都会消失】。未来AI 时代的机会到底在哪？有一个大的判断：未来每家公司都会有自己的模型 https://t.co/iS6aH6HVAz

[FlowOps Daily @FlowOpsDaily]

团队知识库最常见的失败：文件越来越多，人还是找不到；AI 每次还得重新听背景。
我把 WorkBuddy 的“团队空间 → 权限 → 添加到任务 → 结果回流”整理成了一套完整路径。不是网盘式囤资料，而是让团队和 Agent 反复调用同一套已确认知识。
完整方法和真实界面都放在长文里。 https://t.co/I5ImEs5gxl

[Ren @Ryrenz]

🧰 微信视频号的内容终于能存下来了，靠的是代理嗅探

GitHub 上 19.1K stars

微信视频号是个信息孤岛，看到好内容想留一份，既没有下载按钮，常规的解析工具也接不进去，因为它不走公开接口。

res-downloader 换了个路子：它不去逐个平台对接 API，而是做一层本地代理抓网络流量，从里面筛出视频、音频、图片、m3u8 和直播流。这样一来微信视频号、小程序、抖音、快手、小红书、酷狗和 QQ 音乐都能覆盖到。

Go 加 Wails 写的，Windows、macOS、Linux 三平台都有，还专门保留了一个支持 Windows 7 的旧版分支，另有 Mini 版可选。

要说明两点：项目声明仅供学习与研究用途，禁止商业或违法使用；另外作者最近提到因个人事务，Issue 和 PR 的响应会放缓。

技术是中立的，边界在使用的人手里。

GitHub：https://t.co/3NeyQmodbC

[🇨🇳 大策复盘 @dacefupan]

五轴数控机床产业链企业梳理（纯产业信息整理，无任何投资、操作建议）

五轴联动数控机床多用于航空航天、军工、精密模具、新能源复杂结构件加工，产业链分为【整机厂商、数控系统、核心功能部件、数控刀具、精密测量元件】五大环节。

一、五轴机床整机企业（直接生产五轴联动加工中心）

1. 科德数控（688305）
国内稀缺实现五轴整机+自研数控系统+电主轴/转台全链条自研企业，核心零部件自主化率85%以上；产品面向航空发动机、航天结构件，军工高端五轴重点供货方。
2. 海天精工（601882）
大型龙门五轴、卧式加工中心龙头，规模化交付能力强，应用于风电、船舶、大型模具，民用中高端五轴放量主力。
3. 纽威数控（688697）
布局立式五轴、五轴车铣复合机床，面向新能源壳体、通用精密制造、模具领域，通用型五轴批量出货。
4. 拓斯达（300607）
子公司埃弗米，主打高速五轴加工中心，客户集中3C精密结构、新能源模具赛道。
5. 国盛智科（688558）
自研立式五轴、龙门五轴设备，深耕精密模具、新能源零部件加工。
6. 汇洲智能（002122）
旗下齐重数控，开发重型五轴、卧式五轴机床，适配能源装备、大型航空构件。
7. 创世纪（300083）
通用加工中心龙头，持续拓展中端五轴机型，覆盖3C与精密模具市场。

二、数控系统（五轴机床“大脑”，技术壁垒最高）

1. 华中数控（300161）
国产高端五轴系统核心供应商，华中9/10型系统支持五轴联动、RTCP刀尖跟随功能，大量配套国产五轴整机，军工领域配套规模领先。
2. 维宏股份（300508）
五轴联动控制系统，在模具、雕铣类五轴设备渗透率较高。

三、核心功能部件（电主轴、回转转台、丝杠、传动件）

1. 昊志机电（300503）
高速电主轴、五轴摇篮转台核心供应商，五轴设备关键运动部件。
2. 秦川机床（000837）
精密蜗轮蜗杆转台、滚珠丝杠、高端齿轮加工母机；国内高精度回转部件重要供给企业。
3. 国机精工（002046）
精密主轴、高端轴承，为各类高端数控机床配套。

四、精密测量元件（光栅尺，机床位置检测核心）

奥普光电（002338）
子公司禹衡光学，国内光栅尺、编码器龙头，高端封闭式光栅尺逐步实现国产化，是五轴机床必备精密检测器件。

五、数控刀具（五轴精密切削配套）

1. 中钨高新（000657）
硬质合金刀具国家队，覆盖航空精密加工刀具。
2. 华锐精密（688059）、欧科亿（688308）
数控刀片，面向精密切削场景配套高端机床。

产业客观补充说明

1. 高端五轴机床长期存在海外技术壁垒，日系、德系设备此前占据国内高端市场较大份额；外部出口管制持续推动产业链自主化进程。
2. 区分层级：航空军工级高端五轴技术门槛极高，目前科德数控、华中数控布局最深；大量企业以中端通用五轴机型为主。
3. 行业痛点：数控系统、高精度光栅尺、高端电主轴仍是国内产业链相对薄弱环节，国产替代处在持续推进阶段。

[Smartpig @Smartpigai]

https://t.co/MuC6BnpfyE

[周览资源 @grgerwcwetwet]

WPS 2025 专业版增强版，内置永久授权，价值远超 5000
🔗：https://t.co/epwSTmznY0

[Bybit费率实验室 返佣40% @atkinscoal]

@baozong_facai 每天十分钟练七个动作确实容易坚持下去

[雨哥向前冲 @xiangxiang103]

装完 WorkBuddy 先别聊天，这 6 个设置没开等于白装。

不少人装好就直接开始提问，用了一周下来，感觉跟普通聊天机器人差不多。
问题不在它笨，在于有几个开关从头到尾没打开过。

这条视频把 6 个必做配置一个一个演示了一遍。
前三个决定它能不能越用越懂你，后三个决定你用着累不累。

花几分钟对着调一遍，前后差别很明显。

[Kimberly @king1818888]

https://t.co/o39zLJ2eKn

[白骏知识分享 @cj3214567667]

这种干货应该更多人看到

小白直接上手做小程序！

[0xInoo @Inoosota]

22岁交易员用Claude搭了个量化机器人，在Polymarket上赚了165,455美元

57天，13,291次预测，63%胜率，日均进账2,903美元。

逻辑不复杂：
1. 扫描短线加密“涨/跌”市场，每小时大约10笔交易
2. 先建一侧的仓位，等概率变动后再补另一侧形成更优对冲
3. 随着条件变化持续调整敞口，而不是把原始结构一直拿到结算

账户：https://t.co/skhzo9UJzU

最赚的三笔：
- $4,560 → $7,905（+$3,345，+73.4%）
- $2,670 → $5,707（+$3,037，+113.7%）
- $1,171 → $3,196（+$2,024，+172.8%）

利润来自随着概率变化持续重建仓位，让同一套框架在上千个短线加密窗口上反复生效。

[Kimberly @king1818888]

长期精读英文金融博客，是提升金融英语、熟悉华尔街原生表达最好的方式。整理我持续跟读、难度梯度均衡的10个站点。

1. TKer（Sam Ro）
https://t.co/u62plnUFkQ
入门首选。句式简洁通俗，宏观市场随笔，大量交易者日常地道表达，适合每日短篇精读。

2. A Wealth of Common Sense（Ben Carlson）
https://t.co/cxz0w9xy6z
资产配置、行为投资。行文沉稳标准，适合积累组合管理、风险相关书面句式。

3. Abnormal Returns
https://t.co/CSOOe9Suou
老牌聚合博客，每日优质市场文章摘要。短句精炼，训练快速阅读，覆盖全品类资产术语。

4. Calculated Risk
https://t.co/Ruoyz0dAKh
宏观硬核路线，聚焦美联储、通胀、地产周期。文风贴近海外宏观研报，吃透央行政策专业英文。

5. Klement on Investing
https://t.co/Sxd3ZIaVEF
前资管首席投资官，因子投资与市场周期。语言高度接近机构正式研报，进阶必读。

6. Farnam Street
https://t.co/pw9Nyrx98E
行为经济学、决策思维。思辨长句多，提升深度分析类书面英文，投资者广泛订阅。

7. Net Interest
https://t.co/7pwO9gTZf3
前对冲基金从业者，深耕信贷、银行体系、金融底层流动性。固收与宏观圈高频用词宝库。

8. BabyPips
https://t.co/3oEJSCc8mR
交易术语百科。用极简英文讲解技术、货币政策词汇，搭建交易基础词汇库。

9. ValueWalk
https://t.co/oRiMprPAp9
对冲基金持仓、大佬访谈、13F资料，充满一线机构原生口语与书面表达。

10. Investopedia
https://t.co/0Qt8OmpGDm
金融术语标准词典。遇到陌生词汇优先查阅，定义规范，附带标准例句。

学习建议：不要同时全开。固定1–2个长期每日精读，摘抄固定句式，远比走马观花效率更高。

[宋宋 @songsong]

沉浸式教程 https://t.co/RT8MchY3w8

[套利豪仔🗽 @pritipatelfgoo]

https://t.co/u2fB38J2Dt

[爱吃折耳根的Ace @_zheergen]

买不起专业投研团队，不代表只能自己盯盘、翻财报、手写回测。

我把 GitHub 上 4 个开源金融项目交给 Codex，结果真能拼出一套：

「市场扫描 + 金融数据 + 多 Agent 研究 + 量化验证」的私人投研工作流。

用到的四个项目：

daily_stock_analysis 60K star
https://t.co/hGi3SlrIMm

负责第一轮市场扫描。聚合多市场行情、技术指标、新闻和基本面，输出候选标的、趋势判断和风险警报。

OpenBB 71.3K star
https://t.co/UY6ykltcTR

开放金融数据平台。Codex 可通过它调取行情、公司数据、宏观指标和估值信息，把研究需要的数据补齐。

TradingAgents 95.4K star
https://t.co/rrWJXc0tmH

多 Agent 研究框架。基本面、新闻、情绪、技术分析师分工提交证据，多空辩论后再汇总成可追溯的研究结论。

Qlib 47K star
https://t.co/RGTX7gXArT

微软开源的 AI 量化平台。把前面的研究假设转成因子和模型，进行训练、组合构建和历史回测验证。

这四个项目刚好组成一条完整链路：

市场扫描 → 数据补充 → 多 Agent 深度研究 → 量化回测验证

严格来说它们并不全是 Skill，但 Codex 可以通过代码和命令行把它们串起来。

对个人投资者来说，这已经不是简单的「AI 帮我分析一只股票」，而是开始拥有一套能持续执行、反复验证的私人投研工作流。

以上仅为工具分享与研究参考，不构成任何投资建议。

[sunlc.ai @sunlc_crypto]

《老孙带你搭建价值百万的金融终端系统3:总览页面搭建思路》

搭建整个系统的核心需求是把我每日投资决策所需要的所有数据和信息做到一个ALL IN ONE的终端去，而总览页面就是这个终端最重要的入口。
打开这个页面，我可以早晚各花5分钟时间对当天所有市场的重要指标有一个全面的了解。

开发过程分几步：
一、确定页面布局
下图是我整个总览页面的长截图，分为：
1、左上角是重要宏观指标：包括美债收益率、贵金属/原油、汇率、接下去一年的利率、最近还增加了川普指标和韩国股市外资流入指标等。
2、右上角是币圈指标：包括恐惧贪婪指数、AHR999、稳定币、算力、BTC/ETH技术指标、MSTR的数据、ETF数据等
3、左中是自选行情区：可以添加币圈、美股、商品等重点关注的实时行情
4、右中是事件新闻区：里面又细分为宏观新闻、币圈新闻和财报事件
5、下方是套利机会区：会醒目展示目前监控到的套利机会
6、最下方是系统状态区：显示系统中各种数据collector的状态，包括基础数据、各种资金费率/成交额/数据，以及美股、期权等数据。

定好了布局以后，可以让codex开发一个可交互式的demo页面，确认AI理解没有偏差最终布局能够满足要求，任何修改意见都可以通过在codex页面上加批注（跟word里加批注一样简单）来实现，非常方便。

二、确定数据源
数据源是整个系统的核心，我对系统的定位不是实时交易系统，所以大部分数据的更新频率没有那么高，1小时更新一次也足以，有些甚至可以每日收盘后更新。另外就是尽可能希望用免费的数据源，少量关键数据也希望找到便宜的数据源。
这部分我的经验是参考网上优秀的开源系统，再和claude/codex分别进行头脑风暴讨论，描述清楚需求后，让claude/codex分别给出推荐的数据源对比，综合考虑频率/性能/价格后敲定。我的系统数据源订阅成本只有FMP 20U/月，IB行情10U/月。

三、指标拆解
整理了目前总览页面所有的指标，每个指标的作用，数据来源及更新频率。大家可以直接抄作业或者根据自己需求调整。直接看后面4张截图
对于新闻类的信息来源多为国外数据源，为了方便快速阅读我还做了标题的中文翻译，但是点击后还是打开原文。
另外需要确认哪些指标是要保留历史数据的、哪些只需要实时的最新值，这些都可以和AI来讨论后确定。

四、开发流程
指标和数据源确定下来后，开发流程可以参考我昨天的推文。基本原则就是别一下子开发太多东西，一定是逐个模块、逐个数据源慢慢开发。
每一个模块开发完成后一定要人工仔细测试和核对数据，有问题及早发现和纠正AI，否则问题到后面积重难返改起来更困难。
有AI了以后整个开发过程可以说毫不费力，但是前期的需求讨论和后期的测试还是需要人工介入的必不可少。不要指望像网上那种流量贴说的那样几句话就完成一个系统的开发，这对于金融终端这类严谨的系统来说是不现实的，每一个数字的准确性都和钱直接相关。