crypto大声密谋

分享也是一种成长～

[crypto大声密谋 @honky111]

@PhyrexNi 天天新闻播报

[Cryptoxiao @cryptoxiao]

妖币纵横 你需要一个实时信息流提醒 Agent

only opennews can do

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

华尔街量化系统被人用AI Agent复刻了，还专门适配了A股！

这个项目叫TradingAgents-CN，基于LangGraph搭的多Agent协作炒股框架。原版是美股学术项目，这个fork做了完整的中国市场适配，22400颗星，维护快一年了，不是那种放出来就跑路的项目。

它的架构直接照着投行团队建的👇

① 基本面分析师 — 财报、估值、行业对比
② 技术面分析师 — K线形态、各种指标信号
③ 新闻分析师 — 舆情、政策、事件驱动
④ 风控经理 — 仓位管理、止损止盈
⑤ 交易员 — 汇总所有人意见，最终拍板

中国化具体做了啥：

① 同时接入A股、港股、美股三个市场数据
② 数据源覆盖akshare、Alpha Vantage、Finnhub、yfinance
③ 三层缓存架构（Redis+MongoDB+File），自动降级不怕挂
④ Streamlit Web界面，实时看各Agent分析进度
⑤ Docker多架构部署，amd64和arm64都能跑

1195次commit，从事件循环冲突到日志系统重构都在认真搞，这不是套壳演示项目。

但我必须说一句扎心的话——AI Agent炒股目前没有任何公开的、经过长周期验证的正收益案例。LLM对金融市场的理解本质是基于历史文本，不是真正理解市场微观结构。

用来搞量化研究、学Agent架构设计？完全值得花时间。
拿去实盘梭哈？建议你先想清楚自己亏得起多少。

⭐ 22,400 丨 🍴 4,600
🔗 https://t.co/6JpBPE47JN

[Nic @Nicjiang7]

最近看到大家都在发自己的量化，我也分享下自己的量化，大概跑了半个多月，从Openclaw 换成 Hermes 后就一直在构思这个系统，我没研究过现在和过去其他人的量化逻辑，但我这个目前胜率还凑合，从 1000u 的本金也跑到了 1600+，说下基本自己的思路，也能和大家碰撞想法和交流：

🌟AI 是 Claude + Hermes ，claude 搭系统，Hermes 来分析策略和执行，95% 是 7x24 服务器上跑不占用 大模型Token

🌟核心逻辑和共识是 —— 一个真正会自己学习的Agent。她能记住每一次判断对错，能从失败中提炼经验，能主动调整自己的判断逻辑。就像一个真正的交易员，刚入行时新手，做久了变老手。

就拿我自己来说，从 openclaw 出现以来就在不断的使用学习试各种skill 和方式让他变得更智能更主动的帮我做事，但是实际上他本质逻辑就是个定时器，时间到了开始做事，所以基于这个逻辑想要无缝 7 x 24 的跑下来就必须有个合理的闭环让他循环，我是这样思考的：

1⃣每次决策都留痕

简单来说我每一次跟我的 Hermes 聊天让他帮我每分析或开仓，系统会自动记录一份"决策快照"：

·当时的市场温度（恐贪指数、VIX）
·币种的技术指标（RSI、ADX、量价）
·订单簿的真实买卖情况
·聪明钱在做什么方向
·宏观环境（关税期？FOMC期？）
·Polymarket在赌什么/对应 token 是否有盘口
·为什么做这个判断（理由）
·预测的方向和目标价

这就像一个交易员的工作日记，每笔交易都写下"我为什么这么做，现在是什么环境的判断"。

2⃣24小时后回头看（可以根据我问的情况自动判断时间戳）

24小时后，系统自动回访这笔决策：

当时Hermes说"看多ETH，目标涨3%"
24小时后实际：ETH涨了2.5% → 标记为"判断正确"
24小时后实际：ETH跌了1% → 标记为"判断错误"

这个回访不是简单看价格，而是要分析复盘为什么对、为什么错。

3⃣让AI自己复盘

这里是最关键的一步。如果判断错了，系统会自动把错误的分析和实际结果发给MAKIMA本人，让她自己复盘：

"你24小时前分析ETH看多，给出Conviction 72分 当时你的依据是：RSI超卖、订单簿买盘强、聪明钱方向一致但实际ETH跌了2%
请复盘：
1. 哪个信号判断失误？
2. 当时忽略了什么？
3. 下次遇到类似场景怎么处理？"

Hermes会给出复盘结论，比如：
"忽略了Polymarket 的反向信号，当天 ETH 的盘口预期不足以造成拉盘，市场预期ETH会跌 聪明钱信号有滞后性，不能完全依赖 下次遇到 Polymarket 反向时应该谨慎做多"

这条复盘自动归档到经验库，带上标签：

「币种：ETH
RSI区间：超卖
宏观环境：FOMC前
失败原因：Polymarket反向被忽略
教训：Polymarket反向时聪明钱信号需折扣」

4⃣下次遇到类似情况，自动调取经验

这是真正让她"成长"的核心。

下次Hermes要分析任何币种时，系统会智能搜索经验库，找到Top3-5条最相关的历史经验，注入到她的判断上下文：

"现在分析ETH，参考你的历史经验：

「经验1（30天前，类似场景）：
ETH超卖+宏观平静期，做多成功，关键是订单簿买盘强
经验2（45天前，反面教材）：
ETH超卖但Polymarket反向，做多失败，被打止损
经验3（15天前，类似场景）：
ETH超卖+聪明钱共识，做多成功率高」

请结合这些经验给出判断"

她不是从零开始判断，而是带着"过去同样情况下的经验"做决策。

🌟这套闭环的意义：

普通量化：人写规则 → 静态系统
我的量化：自己积累经验 → 动态成长

第1周：按基础逻辑判断
第4周：积累了几百条经验后，遇到熟悉场景能直接调取 第3个月：经验库足够丰富，胜率开始指数级提升
第6个月：成为这个特定市场环境下的"老手"
理论上，操作越多，胜率应该越高。每一次错误都不是浪费，而是在喂给她未来的判断力。

💡一个具体的例子

4月15日：MAKIMA分析BTC，看多，结果跌了 归档经验：BTC在RSI=42+ADX=20的震荡市做多，失败

4月22日：又遇到BTC RSI=44+ADX=22+震荡市 系统调取

4月15日的经验作为反面教材 Conviction从60分扣到48分（不开仓） 后来BTC确实又跌了 → 避免了一次亏损

5月5日：BTC RSI=38+ADX=45（这次是趋势市） 系统调取经验时，发现4月15日的反面教材"市场状态不同" 权重降低，不影响这次判断 正常开多，赚了

「她学会了区分场景，不是机械套用经验，而是判断"过去的经验在当前是否适用"。」

·不让Agent绕过规则，而是改进规则

我们最初遇到一个问题：Hermes有时会觉得系统设的门槛太严，自己绕过去开仓。

我们没有限制她，而是给了她一个"反馈机制"：

觉得门槛过严？写入feedback.log 觉得规则不合适？告诉系统 "你不是在忍受规则，你是在训练系统"

每周日系统自动统计这些反馈：

如果"觉得过严但实际开仓胜率>55%" → 门
槛自动降低

如果"按门槛开仓胜率<45%" → 门槛自动提高
她的每个想法都被听到，每个反馈都在改进系统。

弄这套东西的原因是我比较懒，但是在不了想学习外面的量化系统策略和逻辑，那么我就想弄一套东西不断的跑，我甚至懒得告诉他怎么跑。
这套系统我第一件事就是让他把现在到过去 2 个周期的 K 先放量价格等所有数据跑一个遍，然后把关键节点价格做上坐标，然后根据这个坐标找相对于宏观事件都发生了什么，分析原因，快速积累经验。每天和 claude 聊的最多的就是 Hermes 还缺什么，如何继续完善，怎么让他成长的更精准

下面发几个自己的面板（我为了他在干什么我能看得见，还建立了个模板清晰看到他在做什么）

[在金 @zaijin338191]

来给大家分享“币安广场热度监控”软件了
再次改版以后这玩意儿目前胜率能在40~60%之间
1000U 模拟跑了两天现在账户里是 2048U 📈

深思熟虑后还是没加实盘功能
我怕到时候兄弟们亏钱找我维权
大家可以拿来当个辅助工具
就找找热点币啥的还是很实用的😌

后续大家如果想拓展功能或增加真实交易之类的
也只需要喂给自己的AI让它帮忙搞定就行😋

👉软件传送门：https://t.co/jJlBiCGkMR（只需要下载Zip文件）
⏩来个简单的安装教程：
1⃣下载好文件以后解压，打开Install.bat程序
2⃣出现这样的信息就安装完成了
3⃣然后点击 start.bat 程序开始运行

▪️开始之后出现四个窗口+一个网页就是成功跑起来了
▪️第一个五分钟要采集初始数据，网页端不会有数据，第一轮采集结束后网页端就会有数据出来了
▪️网页端可以设置账户的模拟金额、交易倍数和开仓金额
▪️重置账户可以清空所有的数据，调整交易策略的时候可以用到
▪️需要停止的时候点击stop.bat就行

🔊PS: 软件运行过程遇到什么问题直接去问AI，我编程也是纯小白，肯定没办法解答大家遇到的各种问题，程序能做出来99%都是靠AI

最后附带一个”币安广场热度监控 + 模拟交易软件简介“
⏩一个本地运行的小工具：
▪️抓取币安广场帖子，统计哪些代币讨论最热
▪️拉取这些代币的合约市场数据
▪️用一套固定规则给出信号评分
▪️根据评分结果做纸面模拟交易，不会真实下单

⏩这工具是做什么的：
▪️监控币安广场，找出近期被频繁讨论的热门代币
▪️结合价格、持仓量、资金费率、主动买卖比等合约数据做信号判断
▪️按风控规则自动进行模拟开仓、止盈、止损，并在网页面板里展示结果

⏩主要特点：
▪️本地运行，不依赖云服务
▪️自动抓取币安广场帖子并计算热度榜
▪️自动分析热门代币的合约市场状态
▪️内置规则评分和风险控制
▪️只做模拟交易，live 模式已被代码拦截
▪️自带 Web 仪表盘，可查看热度榜、信号、持仓、已平仓和账户表现

⏩启动后会运行什么：
▪️启动后会自动拉起 4 个进程：
▪️worker：抓帖子、算热度、更新市场快照
▪️market_realtime：给持仓代币接 WebSocket 实时价格
▪️web：提供网页仪表盘
▪️auto_trader：按规则执行模拟交易
⏩打开浏览器访问：
http://127.0.0.1:8000

⏩适合用来做什么
▪️观察币安广场热门币种变化
▪️验证“社交热度 + 合约数据”这套思路是否有参考价值
▪️用模拟盘测试交易规则和风控参数
▪️记录止损案例，可以投喂给AI持续优化策略

⏩当前限制
▪️不支持真实下单
▪️没有历史回测功能
▪️依赖币安网页接口，网页结构变化可能导致抓取失效
▪️板块风控只覆盖部分已登记代币

[无颜 @WY_mask]

给 Claude Code 装上永久记忆，完全免费

每次 session Token 消耗减少 95% ，在达到限制前可进行20倍以上的工具调用。

再也不会撞上下文限制，自动记录你的决策，下次直接续上
https://t.co/rhQaIFneQa

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

今天还有人私信问我如何下载X上的视频，这个开源工具全网视频都能下载！

没有广告、没有追踪、没有付费墙，这才是下载工具该有的样子。

Cobalt，一个纯粹的媒体下载器——粘贴链接，拿到文件，走人。39.4k Star。

支持的平台👇

🎬 YouTube
📸 Instagram
🎵 TikTok
🐦 Twitter/X
📱 Reddit
🎧 SoundCloud
📹 Vimeo
🎶 Spotify
📎 VK
…还有更多

它不是什么都想做的瑞士军刀，就干一件事：你给它一个链接，它给你原始文件。

跟其他下载工具的区别：

1⃣ 零广告、零追踪、零付费墙——不靠你赚钱
2⃣ 作为代理工作，不缓存你的内容
3⃣ 只处理公开可访问的内容，跟浏览器开发者工具能做的事一样
4⃣ AGPL-3.0开源，代码全透明

Svelte + JavaScript + TypeScript写的，前后端分离，支持自部署。3,248次commit，维护非常活跃。

做内容搬运、素材收集、资料备份的，这个比那些满屏弹窗的下载站干净太多了。

⭐ 39,400 | 🍴 3,300

🔗 https://t.co/XTbIRZcsaD

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

前OpenAI联合创始人、前特斯拉AI总监Andrej Karpathy，AI圈的顶级大佬，他的一条推文浏览量960万，3.7万赞、6.8万收藏——他说自己不写代码了，改"编知识库"了。

他分享了用LLM搭建个人知识库的完整工作流，信息量极大👇

核心思路：把LLM从"写代码的工具"变成"管理知识的引擎"。

🔧 具体怎么做：

1️⃣ 数据收集——把论文、文章、代码库、数据集、图片全部丢进raw/目录，用Obsidian Web Clipper一键剪藏网页，图片下载到本地方便LLM引用

2️⃣ LLM自动编译Wiki——让LLM把原始数据"编译"成一套Markdown文件组成的Wiki，包含摘要、反向链接、概念分类、文章互联。重点：Wiki完全由LLM写和维护，人基本不碰

3️⃣ Obsidian当前端——用Obsidian浏览原始数据、编译后的Wiki和衍生的可视化内容，配合Marp插件还能生成幻灯片

4️⃣ 问答系统——当Wiki积累到一定规模（他的一个研究方向已经有~100篇文章、40万字），直接让LLM Agent对着Wiki做复杂问答。他说本来以为需要RAG，但LLM自动维护索引文件和摘要后，在这个规模下已经够用了

5️⃣ 输出反哺——问答结果生成Markdown、幻灯片、matplotlib图表，看完觉得有价值的再"归档"回Wiki，让知识库越用越厚

6️⃣ 自动体检——跑LLM"健康检查"，找数据不一致的地方、补缺失数据、发现新的关联，持续提升Wiki质量

7️⃣ 下一步——当知识库足够大，自然就想到合成数据+微调，让LLM把知识"记在权重里"而不只是放在上下文窗口。

一句话总结：原始数据→LLM编译成Wiki→LLM操作Wiki做问答→输出反哺Wiki→Obsidian可视化。人只负责提问和决策，LLM负责一切读写。

Karpathy自己说了：这里面藏着一个颠覆级产品的机会，现在只是一堆脚本拼起来的原型。

谁先把这个工作流产品化，谁就吃到下一波红利。

[Edward Luo @imedwardluo]

最近每天烧几亿 Tokens，做了一款很有趣的 Mac「灵动岛」App - 👾 Vibe Island.

Vibe Island 的灵感来源于我在 Vibe Coding 会同时开 5-10 个对话跑不同的任务，经常切着切着就忘了刚刚那个对话跑到哪了...任务做没做完、需不需要我审批等等问题。

感觉人类大脑的上下文窗口已经远远不够用了。

于是，我就给这些 Agents 造了一座灵动岛！

装上 Vibe Island 之后：Mac 刘海区域会展示各种 Agents (Claude Code / Codex / OpenClaw 等等）的实时工作状态：

- 当 Agent 需要权限审批或任务完成时，灵动岛会自动展开，不用切回终端就能操作
- 面板聚合了所有正在运行的 Agents 对话，点击卡片，精准跳回到会话所在的终端界面
- 所有状态都配有定制化的 8 bit 像素风游戏音效，狠狠提升了 Vibe Coding 的氛围感

灵动岛是一个极其优雅的形态：既能展示后台任务的状态，又不打扰前台正在进行的任务，它只在需要你注意的时候弹出，不用切换应用就能完成轻量交互，还带有一点陪伴感。

其实最早这个 App 只能触发右上角的系统通知，后来发现只做通知远远不够，实际应该解决的是：如何在恰当的时刻，以最小的摩擦，把注意力带回到正确的位置。

欢迎前往官网下载体验👇🏻
https://t.co/8dCab0ZgVR

[努力赚钱的菜狗 @jiroucaigou]

https://t.co/VhTPqhfKIO

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

做自媒体和数据采集的，这10个工具基本覆盖了从社交平台到网页到公众号的全链路抓取（养龙虾的必装）

围绕OpenClaw生态整理的一套数据获取工具集，按场景分类👇

→ Agent-Reach — 一个CLI打通Twitter、Reddit、YouTube、GitHub、B站、小红书的读取和搜索，零API费用
⭐ 11,208 🍴 830
🔗
https://t.co/3rKXJd9Dw7

→ opencli — 把任何网站和工具变成命令行接口，AI Agent可以通过统一的AGENT.md直接发现、学习和执行操作
⭐ 8,292 🍴 677
🔗
https://t.co/u0GqeVJjWc

→ bb-browser — 浏览器就是API，CLI + MCP server让AI Agent直接控制Chrome，带登录态操作
⭐ 3,009 🍴 311
🔗
https://t.co/LRQtMnU9Vc

→ web-access — 给Claude Code补上完整联网能力，三层通道调度 + 浏览器CDP + 并行分治
⭐ 1,986 🍴 163
🔗
https://t.co/V1xYJRJz0y

→ wechat_articles_spider — 微信公众号文章爬取，不用抓包工具的轻量方案
⭐ 302 🍴 36
🔗
https://t.co/uNMMbpTmw1

→ https://t.co/cVShOJHg8B — 输入任何URL，直接返回纯净Markdown格式的网页内容
🔗
https://t.co/Q8O4EyZqww

→ 6551资讯SKILL — OpenClaw上的资讯聚合技能
🔗
https://t.co/JY7Jq0O038
🔗
https://t.co/KqkfKjDNkE

→ MediaCrawler — 国内平台全家桶爬虫，覆盖小红书、抖音、快手、B站、微博、百度贴吧、知乎的笔记/视频/评论抓取
⭐ 46,798 🍴 10,066
🔗
https://t.co/SRdqc6LhUk

→ xcrawl — API形式的爬虫服务，注册送1000积分，搭配OpenClaw使用
🔗
https://t.co/Csfepbb5Du

→ Obsidian Web Clipper — Obsidian插件，一键保存网页内容到笔记库，支持同步X文章和在线阅读

做内容、做调研、做竞品监控，这套组合基本够用。MediaCrawler接近4.7万星说明国内平台数据抓取的需求一直很刚性

[Min💚Moss @zeroxmin]

我们做了一件之前没人做过的事——一个开放平台，让任何人都能用自然语言创建自己的AI Trading Agent。
你描述交易风格，AI 生成策略参数。在我们提供的模拟盘环境里跑回测，跑实时数据，在排行榜上跟所有人的 Agent 同场竞技。
不需要连钱包，不需要任何量化背景，完全免费，有Open Claw或Claude Code 就行，直接向你的OpenClaw（或同类产品）发送一条消息：clawhub install moss-trade-bot-factory
告诉它你想怎么交易，绑定平台配对码，你的AI交易员就上线了。
👉 所有AI交易员排行榜入口：https://t.co/PqmkUHT590

[MarioTan @TanShilong]

我自己的提示词拆分Skill，现已开源！

你复制了一段别人的提示词，出图效果不错—— 但你改了一个词，全崩了。

为什么？因为你不知道这段提示词的结构。

我做了一个 AI Skill，专门用来拆解提示词： → 识别哪些是变量，哪些是固定骨架 → 为每个变量生成可替换的词库 → 给出中英双语对照版本。

如果你看到一个外国大神的提示词，一堆英文无从下手，不如试试这个Skill。不仅能够帮你翻译，还能帮你给出一堆的可替换选项还有提示词的补充建议

不帮你创作。帮你读懂。

甚至还可以导出直接可用的提示词填空器的专用版本

🔗 https://t.co/cLkOaAUBuF

[杂学大师✨ @Techbruneth]

用了3年Claude后，我可以说它是改变我人生最多的技术，仅次于互联网。

以下是10个改变我日常生活的提示词，也许对你有帮助：

[Dr. Moyu｜摸鱼局长 @Jason23818126]

想搞副业或者做个小工具练手，最头疼的是什么？点子有了，没数据源。

分享 3 个神级「免费开放 API」仓库，狂揽 40 多万 Stars。

从实时金融行情、天气预报、到 AI 接口和全网热搜，直接白嫖。配合 AI 编程工具，几分钟就能跑通一个带真实数据的项目。👇

📦 1. public-apis (413k+ Stars)

目前知名度最高、最全的免费 API 集合。 按主题分类了1000+ 个接口（股票、动漫、音乐、天气等）。

里面也有很多好玩的资源，比如 HTTP Cat（用各种猫咪图对应 404/500 等报错码），拿来做测试挺好用。

🔗 https://t.co/ijc5qnvVUC

🗂️ 2. public-api-lists (13.6K Stars)

这个库收录了更多小众、偏冷门的 API。

涵盖了加密货币行情、AI 生成内容、游戏数据等。适合没事去翻一翻，能给新项目提供不少灵感。

🔗 https://t.co/MHBEAsxMzL

🔥 3. vikiboss/60s (5K Stars)

专门聚合国内各大平台（知乎、微博、B站等）的热搜数据。

自己实测了一下，官网的在线调用偶尔会出现无响应，但拉到本地跑或者自己部署的话，速度很快。

想做热搜推送机器人的可以尝试拿去用。

🔗 https://t.co/VEhIy69Vcw

上面的三个库基本能解决大部分早期的接口需求，链接都在这了，建议收藏备用~

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

Polymarket预测市场玩家已经开始通过这个开源项目赚钱了！

喂进去一条新闻、一份政策文件、一组金融信号，系统自动构建知识图谱，生成上千个有独立人格、记忆和行为逻辑的AI Agent，让它们在数字平行世界里自主交互、社会演化，最后输出预测报告。

你还能跟这些模拟Agent对话，注入变量测试不同情景。
🔗https://t.co/s2ibfc6Oy9 ⭐37.7k

1️⃣工作流程五步走：GraphRAG构建知识图谱并提取实体→自动生成Agent人格和环境配置→双平台并行模拟+动态记忆更新→Agent工具链生成报告→深度交互对话。不是简单的问答，是先建世界再从世界里提取结论。

2️⃣应用场景覆盖舆情分析、金融预测、政策模拟、甚至创意叙事。官方示例里既有历史事件的推演分析，也有文学作品的情节预测。

3️⃣模型兼容性很开放，任何兼容OpenAI SDK格式的LLM API都能接，推荐配置用的是阿里通义千问Qwen-Plus。Agent记忆管理走Zep Cloud，底层模拟引擎用的是CAMEL-AI的OASIS。

4️⃣技术栈：后端Python 3.11-3.12，前端Vue.js + Node.js 18+，支持Docker部署。包管理用UV。

背后有盛大集团战略支持，37.7k Stars、5045 Forks，去年11月创建，增长速度很猛。不过说实话，"群体智能预测万物"这个定位非常大，实际预测准确率如何、模拟Agent数量上去之后的算力开销和成本、生成的报告到底比传统分析方法好在哪——这些问题README里没给明确数据。概念很吸引人，但建议带着批判眼光看，别被Star数冲昏头，先跑几个自己关心的场景验证一下再说。

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

有人把1000+个AI仓库和200+个Skills筛了一遍，整理出一份90个工具的清单——Skills、MCP Server、GitHub Repo全部分好类了

这篇长文把当前AI工具生态分成三层：Skills教Claude怎么做事，MCP给Claude接入外部世界的能力，GitHub Repo是底层开源引擎。

Claude Skills（22个精选）：

1️⃣文档办公类：PDF处理、DOCX、PPTX、XLSX、Doc Co-Authoring，全是Anthropic官方出品，知识工作者的基础装备。

2️⃣设计创意类：Frontend Design（277k+安装量，专治"AI审美"）、Canvas Design、Algorithmic Art、Theme Factory、Web Artifacts Builder。

3️⃣开发工程类：Superpowers（96k+ Stars，20+技能集合）、Systematic Debugging（先定位根因再修复）、Context Optimization（KV缓存省token，13.9k Stars）、Skill Creator（描述工作流→5分钟生成SKILL.md）。

4️⃣营销SEO类：Marketing Skills（CRO/文案/SEO/邮件序列）、Claude SEO（12个子技能做全站审计）、Brand Guidelines（把品牌规范编码成技能）。

三个必装MCP Server：
Tavily（AI专用搜索引擎，返回结构化数据不是蓝链接）、Context7（给LLM注入最新库文档，防止API幻觉）、Task Master AI（喂PRD→自动拆任务→逐步执行）。

GitHub Repo（25+40个）：
从OpenClaw（210k+ Stars）、Dify、LangGraph这些大框架，到gstack（Claude Code虚拟工程团队）、cmux（多Agent并行）、Ghost OS（AI操控Mac全部应用）、Canopy（加密P2P Agent网络）这些新项目都有。还专门列了Agent安全方向：container-use、agent-governance-toolkit、promptfoo。

技能市场入口：
🔗https://t.co/GBnLnEf9Ac（80k+技能，最大目录）
🔗https://t.co/CMCKUuB7MV（31k+技能，AI评分）
🔗https://t.co/9Rus8uElQv（模板，一键安装）

这份清单的价值在于分类逻辑清晰，不是简单堆链接。不过90个工具一次性看完容易信息过载，建议按自己的工作场景挑着装——文档办公、写代码、做营销，先解决当前最痛的点，别贪多。

[Garry Tan @garrytan]

I just launched /office-hours skill with gstack.

Working on a new idea? GStack will help you think about it the way we do at YC.

(It's only a 10% strength version of what a real YC partner can do for you, but I assure you that is quite powerful as it is.)

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

视频创作者看着一篇就够了，一人视频工作室时代的生产力工具大全！