Hottest girl ever

[lumxss @bkdgiffug]

体制内写材料的人，可以重点看看 lieflat-gongwen 这个开源项目。

常见 AI 写公文最大的毛病是“AI 味”太重：套话多、结构太齐，一看就不像真正写出来的材料。

这个项目直接拿 102 万字真实公文做统计，把公文写作风格“蒸馏”成一套 Agent Skill
https://t.co/D2sQUrFrdy

[Lucas @lksmlabc]

AI连玄学都开始Skill化了，这事你听说没。

有人把八字、姻缘、风水、塔罗、六爻这些传统玩法，直接塞进Claude Code / Codex，甚至还外挂古籍知识库，让AI不再张嘴就来。

1、奇门遁甲 + 紫微斗数
https://t.co/qGmmM1UlVa
2、八字命理 / 赛博算命
https://t.co/jgqDFLe6jv

3、月老 / 姻缘测算
https://t.co/G4IdUhBhrD
4、佛学典籍学习
https://t.co/gn3hBivl1H

5、易经风水 / 阳宅分析
https://t.co/r4LlNvx0il
6、塔罗牌解读
https://t.co/f9mrqhFzu7

从赛博算命到AI看风水，这下老祖宗也赶上Agent时代了。

[陈小凯 @aoteman1can]

开源项目「小学数学知识图谱」：孩子数学错题，真正难的不是改答案，而是找出知识漏洞。

覆盖 1–9 年级，拆成 500+ 知识点、900+ 条依赖关系，配合 2000 多道诊断题，答错后沿知识图谱追溯根源，告诉你该补什么、先补哪一步。

对齐 2022 版课标和人教版教材，GitHub 4000+ Star，还能直接在线体验。

🔗 GitHub：https://t.co/RVoI5SAOqA

[老林在路上 @laolinwalks]

还在为孩子作业辅导发愁？别急着直接告诉答案，先帮他把思路理清楚

推荐一个开源作业辅导工具：SkidHomework

支持上传题目图片、PDF，也可以直接拍照识别，快速分析题意，并一步步拆解解题过程

它更注重“为什么这样做”，而不是简单生成一份可以照抄的答案，还能根据需求调整讲解风格，适合不同年龄和学习阶段

无论是家长辅导作业，还是学生自学、检查解法，都能用它来理清思路、发现问题、提升解题能力

项目地址：
https://t.co/Mm6UuNetpV

在线体验：
https://t.co/jUEofHwpOI

[王多鱼AI @wdy188]

开源紫微斗数项目在 GitHub 破一万星了！⭐

从第 1 颗到第 10000 颗，用了 180 天；最后这 1000 颗，只用了约 16 个小时。fork 也过了 2000！

谢谢每一位点星的人。

我们已经为每位专业版用户发放了 188 次额外 AI 额度，1,340 位专业版用户都已到账 🎁

https://t.co/f97TsUbsYe

[前端哥Liam @jinglian]

🚨 我靠！又有一批 AI 教育创业公司要寝食难安了。
清华团队开源了 AI 教学系统 OpenMAIC。

之前我推荐的「中小学知识图谱」、「AI 错题本」，都是给应试教育服务的。这个不一样：你想学什么，它就教什么。

给它一个话题或任意学习材料，几分钟生成一堂完整的 AI 互动课：

无论你想学量子力学、手冲咖啡，还是冷门历史，它都能搞定。

一堂 OpenMAIC 生成的课有多惊艳？

👨‍🏫 语音授课：AI 老师全程语音讲解，甚至带白板画图推演公式
🙋‍♂️ 真实互动：AI 同学陪你上课，支持随时打断、讨论与提问
🎮 沉浸体验：随堂测验当场判分，还能生成 3D 模拟和小游戏在线编程

终身学习这件事，终于有了一个像样的终极工具。

🔗 官方开源地址：https://t.co/P4znV8M4vA

━━━━━

💡 真实避坑与实操建议：

OpenMAIC 自己不带模型，生成课堂需要消耗 Token。官方实测，把配图、语音讲解、视频片段和联网检索全打开时，效果最震撼。

但一家家去申请 Key、配额度，实在太折磨人。

我的解法是直接用 ZenMux —— 一个一站式 AI 模型平台。

只需一个账户、一套 API，就能搞定各家厂商的文本、图片和视频模型，用多少付多少，彻底解放生产力。

🎃 最后薅个羊毛，正好赶上 ZenMux 的万圣节盲盒活动！

每天只要消费满 $1 就能开盒抽奖。

🎁 单份奖励最高估值达 $500
⏳ 截止时间：10月31日 22:00（新加坡时间）

趁着活动，快去搞定你的万能 API 钥匙，把你的私人 AI 大课堂跑起来：
👉 https://t.co/37GNxR58CS

[周览资源 @grgerwcwetwet]

卧槽！你的下一台 Switch，可能真的是 iPhone 或 Mac！

GitHub 上发现一个狠项目：NX2Apple，发布一周就收获 700+ Star，目标是让苹果设备运行 Switch 游戏！

这次更新更猛了：

1、Mac 游戏库上线，自动识别游戏封面，统一管理存档。
2、游戏 ROM 整合为单个 IMG 文件，管理更方便。
3、iOS 支持 Xcode 签名安装，还能从外置存储读取游戏。
4、上游 nxnative 已将适配范围扩展到约 70 款游戏。

苹果用户终于有机会把自己的设备变成随身 Switch 了！ 项目仍在开发中，游戏兼容性和运行效果因设备而异。

GitHub：https://t.co/YuAheZj1Yf

[Snowball（抓住金狗版）🔶 BNB @one_snowball]

你敢相信吗？2026年了，居然还有人靠文件格式转换赚钱!
PDF转Word要会员，视频转MP3要充值，图片转格式还得先上传服务器。
但最近，GitHub上有个韩国程序员KnifeLemon，直接开源了一款文件转换神器，叫Filee。
这个项目最离谱的地方，就是它支持260多种文件格式，包括PDF、Word、Excel、PPT、图片、音视频，甚至连CAD和3D模型都能处理。而且它的交互设计非常逆天。
你不需要打开软件，只需要按住快捷键，拖动文件，鼠标旁边就会弹出一个圆形菜单。
把文件往对应格式上一扔，就能直接转换。
更重要的是，它可以完全离线运行，不需要把私人文件上传到别人的服务器。
部分格式需要额外安装转换引擎，但不需要购买 Office。
它甚至支持批量处理和自动监控文件夹。
以前我们为了转换一个文件，到处找网站、看广告、开会员。
现在一个开源项目，直接把这些繁琐操作压缩成了一次拖拽。
这才是我喜欢开源社区的原因：总有人愿意把本来应该很简单的事情，重新变得简单

[娜美知识库 @fhwofjow51260]

孩子数学做错题，你知道他不会，但说不清他卡在哪一步。

推荐一个开源项目，把 1 到 9 年级数学拆成五百多个知识点，再用九百多条前置依赖连成一张图。配方法不会，可能是完全平方公式没吃透；二次函数崩了，根源也许在小学的运算。

两千多道诊断题，答错就沿依赖关系往回追，告诉你缺口在哪、该从哪补、按什么顺序补，跨年级也能追。整套内容对齐 2022 版课标和人教版教材，GitHub 上四千多 star，网页能直接试。

地址 https://t.co/oe8UQmkDxg

[Chasen @chasen_liao]

以后再也不用请家教了！🤐

港大 HKUDS 开源了一个 AI 私教，叫 DeepTutor，GitHub 已经 4.3 万 star

它不是那种问一道答一道的聊天框
把课本、讲义、笔记丢进去，它就围绕你自己的资料来讲
讲题、出题、做深度研究、画可视化讲解，全在同一个工作区里

最狠的是它会记住你学到哪了
换个会话，进度和错题也接得上
记忆还拆成三层，原始记录、每个场景的要点、对你的整体画像，都能打开看，也能自己改

看网课也能用，B 站和 YouTube 链接贴进去，哪一秒没听懂就问哪一秒

装起来就三行
pip install -U deeptutor
deeptutor init
deeptutor start

懒得配的话，直接把仓库丢给 Claude Code 或 Codex，它根目录有一份 SKILL.md，agent 读完就能自己帮你装好

算一笔账就知道了

以前我去给别人上家教，两个小时 200 块
现在一个月的 Plus 都不用 200 块，随时想问就问，而且还很有耐心

AI 第一个冲击的就是教育行业啊😱

传送门 👉 https://t.co/dldRQXZhQs

[chrysanthemum @chrysanthemumXX]

网盘界最严厉的父亲来了！！！

GitHub 已有 2.81 万颗星，这个开源工具叫 LinkSwift，它绕过网盘限速，直接拿到地址，不破解、不上传，纯本地运行。

支持百度、阿里、移动、天翼、迅雷、夸克、UC、123 等网盘，开发版还增加了光鸭云盘支持。不用每换一个网盘，就重新找一遍工具。

浏览器内自带多块、多线程，可以直接推送给 IDM、Aria2，用哪个都行，都可以把你家的带宽吃满。

官方说明，只调用公开接口，不改动网盘速度策略。项目从 2022 年发布，到现在已经四年多。今年 9 月的测试版，还在增加网盘支持、修复适配问题，就真的很香。

👉 GitHub https://t.co/7KHJ1nS6LA

先收藏，下次找直链的时候回来抄作业！

#LinkSwift

[王多鱼AI @wdy188]

做 AI 算命、做排盘网站的朋友注意了，这份开源数据你可以直接拿去用。

我们把 1950–2026 年每一天、每个时辰、男女的紫微命盘全排了一遍：67.5 万张盘 × 13 个维度 = 877 万段解读，204 亿字。断语逐句对照《天纪》原话和《紫微斗数全书》原文，校正了 1150 处，引文逐字可查。

想搭排盘网站的直接用，想训练命理 AI 的直接当语料。161MB 下完，按出生年份一年一个文件。

🔗 https://t.co/CSIjzShojj

[徹言 @iamcheyan]

https://t.co/hgwLHIKpwh
看了一下这家公司的官网，几乎把 Adobe 和 Office 生产力软件都做了个遍，全部采用 Rust 开发，跨平台支持 macOS、Windows、Linux 和 BSD，还能通过 WebAssembly 直接在浏览器里运行。要不是有了 AI，光靠传统的开发方式，在以前没几个人做得到。

[歸藏(guizang.ai) @op7418]

https://t.co/lHQkxeTcRm

[看不懂的SOL @DtDt666]

我认识了一个做投资的大哥。

这人其貌不扬，穿个拖鞋就能去谈几千万的项目。

我问他，你决策这么准，是不是有什么内部消息？

他点了根烟，说：“我有个屁的内部消息。我就是个贝叶斯主义者。”

我当时惊讶。。。贝叶斯？那个概率论里的公式？这玩意儿跟投资有啥关系？

他看我一脸懵，就笑了。他说：“你以为贝叶斯是个数学公式？贝叶斯是一种活法。”

那天他跟我聊了三个小时。我听完之后，后背发凉。因为我发现，我过去三十年的思考方式，全是错的。

一、

先说贝叶斯到底是个啥。

你肯定听过那个公式：P(A|B) = P(B|A) * P(A) / P(B)。别怕，不用记。你就记住一句话：

根据新的证据，不断调整你的判断。

就这么简单。

但简单归简单，真正能做到的人，万里挑一。

我给你举个例子。你早上出门，看见天阴了。你心里想，今天可能要下雨。这个“可能要下雨”，就是你的先验。就是你根据过去的经验，对一件事的初始判断。

然后你出门，感觉空气湿漉漉的，风也起来了。这时候你更相信要下雨了。这个“感觉”，就是新证据。

你根据这个新证据，把你的判断从“可能下雨”调整到“大概率下雨”。这个调整后的判断，就是后验。

然后你走到半路，一滴雨砸在你脑门上。你立刻把判断调到“肯定下雨”，然后跑起来找地方躲。这就是再次更新。

你看，你每天都在用贝叶斯。只是你自己不知道。

二、

但大多数人用贝叶斯，只用了一半。哪一半？收集证据的那一半。他们不用更新判断的那一半。

什么意思？

你想想，你是不是经常这样：你跟一个人吵架，你认定他就是个自私的人。然后他做了一件事，明明是为你着想，你却说：“他肯定是有目的的。”他帮你，你觉得他虚伪。他沉默，你觉得他冷血。他解释，你觉得他狡辩。

你收集了所有证据，但你从来不更新你的判断。你的先验是“他是个自私的人”，然后所有新证据，你都用来强化这个先验，而不是修正它。

这不叫贝叶斯。这叫确认偏误。

贝叶斯思维最狠的地方，就是它要求你：当证据足够强的时候，你得承认自己错了。

不是嘴上承认，是心里真的改。

我那个投资大哥跟我说，他每年都会复盘自己看错的项目。他说，看错不可怕，可怕的是看错了还不改。他说，他每次做决策，都会先写下来：我现在的判断是什么？我为什么这么判断？然后等三个月，等半年，看结果。如果结果跟判断不符，他就问自己：是证据不够？还是我的先验错了？

如果是先验错了，他就改。改得越快，亏得越少。

三、

贝叶斯思维里，有两个东西特别关键。一个叫基础概率，一个叫似然比。

基础概率，就是你还没看证据之前，这件事本身发生的概率有多大。

我举个特别经典的例子。假设有一种罕见病，发病率是千分之一。现在有一种检测方法，准确率99%。就是说，如果你有病，它99%能测出来。如果你没病，它也有99%能测出来是阴性。

现在你去体检，检测结果是阳性。请问，你真正得病的概率是多少？

大多数人会想：99%啊，完了，我肯定得病了。

错。大错特错。

我们来算一下。一千个人里，有一个人得病。这个人检测阳性，概率99%，所以有一个真阳性。剩下999个人没病。但检测有1%的误报率，所以999个人里，大概有10个人会被误报为阳性。

现在你告诉我，在11个阳性里，真正有病的只有1个。所以你得病的概率，不是99%，而是1/11，大概9%。

你看，这就是基础概率的力量。你被那个“99%准确率”吓到了，但你忽略了“这个病本身发病率只有千分之一”这个基础概率。

我那个大哥说，他看项目，第一件事就是问：这个事儿，在行业里，成功的基础概率是多少？如果这个行业90%的人都失败了，那你就别听创业者吹得天花乱坠。先把这个90%放在心里，然后再去看他的证据。

似然比是什么？就是一个证据，在“你对”的情况下出现的概率，除以在“你错”的情况下出现的概率。

我举个例子。你怀疑你老婆出轨。你发现她最近经常加班。这个“加班”的证据，有多强？

如果她出轨了，她加班的概率可能是70%（要腾出时间）。如果她没出轨，她加班的概率也可能是70%（工作忙）。那这个似然比就是70%/70%=1。意思是，这个证据屁用没有。它不改变你的判断。

但如果她出轨了，她加班的概率是70%。她没出轨，加班的概率只有20%。那似然比就是70/20=3.5。这个证据就比较强了，能把你的判断往“出轨”那边推一推。

你看，不是所有证据都叫证据。只有能区分两种假设的证据，才叫证据。

贝叶斯思维就是教你：别被那些似然比为1的证据带偏。 别因为对方今天没回你微信，就觉得他不爱你了。因为他不爱你的时候可能不回微信，他忙的时候也可能不回微信。这个证据，区分度太低。

四、

好，道理讲完了。现在我给你走一遍完整的。就一个问题：我对象是不是不爱我了？

这是贝叶斯思维最实用的场景，没有之一。

假设你最近觉得对象不对劲。回消息慢了，电话也少了，你问他怎么了，他说没事。你心里开始犯嘀咕：他是不是不爱我了？

大多数人会直接跳到结论：他肯定不爱我了。然后开始翻旧账，越想越气，最后要么冷战，要么大吵一架。

但如果你用贝叶斯思维，你会怎么做？

第一步：先定先验。

在你观察到他冷淡之前，你觉得他爱你的概率是多少？

你们在一起两年了，平时感情不错，没有大的矛盾。那你先定一个：80%。就是说，在没有新证据之前，你相信他80%是爱你的。

这个80%，就是你的先验。
第二步：看第一个证据。

他最近回你微信很慢。

现在你问自己两个问题：

如果他还爱你（80%的那个假设），他回微信慢的概率是多少？

可能是20%。因为他最近项目忙，加班多，或者他就是个不爱看手机的人。

如果他不爱你了（20%的那个假设），他回微信慢的概率是多少？

可能是70%。因为他在疏远你，不想跟你说话，看到消息也不想回。

现在算一下。先验是80%对20%。证据的似然比是20%比70%，也就是0.29。

什么意思？就是说这个证据，更偏向“他不爱你了”那一边。因为它在不爱你的情况下出现的概率，比在爱你的情况下出现的概率，高了两倍多。

更新之后，你的后验是多少？

大概从80%降到了 62%。

你看，降了，但没崩。你还是倾向于相信他爱你。但你的信心，从80%变成了62%。你心里有了警惕，但还不至于直接翻脸。

第三步：看第二个证据。

他又忘了你们的纪念日。

再问那两个问题：

如果他还爱你，他忘纪念日的概率是多少？

可能是15%。因为他最近真的太忙了，或者他本来就是个记性差的人。

如果他不爱你了，他忘纪念日的概率是多少？

可能是60%。因为他不把你放心上了，纪念日对他来说不重要了。

似然比是15%比60%，也就是0.25。又是一个强烈偏向“不爱”的证据。

从62%再更新：

大概降到了 38%。

现在，你已经从“大概率爱我”变成了“大概率不爱我”。但还没有到100%。

第四步：看第三个证据。

你翻他手机，发现他跟前女友最近有联系，聊天记录删了一部分。

再问：

如果他爱你，他跟前女友联系还删记录的概率是多少？

可能是5%。因为正常交往不需要删记录。删了，说明有问题。

如果他不爱你，他跟前女友联系还删记录的概率是多少？

可能是80%。因为他已经在找退路了。

似然比是5%比80%，也就是0.06。这是一个极强的证据。

从38%更新：

大概降到了 3%。

现在你可以行动了。因为你的判断，已经从“他可能不爱我了”，变成了“他几乎肯定有问题”。

你看，贝叶斯思维不是让你不生气。它是让你在该生气的时候才生气，该翻脸的时候才翻脸。

大多数人是什么样？第一个证据出来，就炸了。直接跳到100%的结论，然后大吵大闹，最后发现可能只是误会。

而贝叶斯思维让你一步一步走。每一步都算概率，每一步都更新判断。等到证据足够强了，你再行动。这时候你的行动，是有根据的，不是情绪化的。

五、

那怎么把这个思维，用到生活里？

我给你三个心法。

第一个心法：把你的判断，从“是/不是”变成“百分之多少”。

大多数人想问题，是二元的。要么对，要么错。要么爱，要么不爱。要么行，要么不行。

但贝叶斯思维告诉你，世界不是二元的。世界是概率的。你的每一个判断，都应该是一个概率。

你觉得这个项目能成吗？别说“能”，说“我觉得有60%的概率能成”。你觉得这个人靠谱吗？别说“靠谱”，说“我目前觉得他80%靠谱”。

为什么？因为一旦你用了概率，你就给自己留了更新的空间。如果他说60%能成，结果没成，你不会崩溃。因为你知道还有40%的可能。但如果他说“肯定能成”，结果没成，他就崩溃了。

第二个心法：每次遇到新信息，问自己两个问题。

第一个问题：如果我的判断是对的，这个信息出现的概率有多大？

第二个问题：如果我的判断是错的，这个信息出现的概率有多大？

如果两个概率差不多，这个信息不重要，别理它。

如果第二个概率远大于第一个，这个信息非常重要，你得认真对待，甚至要改判断。

我那个大哥跟我说，他当年投一个项目，所有人都说好。但他发现一个细节：这个项目的创始人，在提到竞争对手的时候，眼神闪了一下。他就问自己：如果这个创始人真的胸有成竹，他提到对手会眼神闪吗？可能会。但如果他其实心里没底，他提到对手会眼神闪吗？更可能。所以这个证据，让他把判断从80%下调到了65%。后来这个项目果然出了问题。

他说，细节不是用来证明你对的，细节是用来修正你的。

第三个心法：记录你的预测，然后复盘。

这是贝叶斯思维里最反人性、但也最有用的一步。

你每次做判断，都写下来：我现在认为这件事的概率是多少？为什么？

然后等事情发生。如果结果跟你预测的不一样，你就问自己：是我先验错了？还是我忽略了某个证据？还是我高估了某个证据？

慢慢地，你的预测会越来越准。你的证据权重会越来越合理。你的判断会越来越接近真相。

我那个大哥说，他有个本子，记了十几年。上面全是他的预测和复盘。他说，这个本子，比任何商学院都值钱。

六、

最后，我想跟你说一个我自己用贝叶斯思维改变的事。

我以前特别容易生气。别人说一句我不爱听的，我立刻炸。后来我用贝叶斯思维问自己：我为什么生气？因为我有一个先验：他应该尊重我。 当他没有按照我期待的方式说话时，我的先验被挑战了，我就炸了。

但后来我想，这个先验本身，概率是多少？一个人，在所有时候都尊重我，这个概率有多大？其实不大。每个人都有自己的情绪，有自己的立场，有自己的表达方式。他可能只是今天心情不好，可能只是说话直，可能只是没意识到。

所以我把先验调低了。我不再默认“所有人都应该尊重我”，而是默认“大多数人大多数时候是善意的，但偶尔会冒犯我”。这个先验更符合现实。

然后我再遇到类似情况，我就不炸了。我会想：他这句话，是真的针对我，还是只是随口一说？这个证据，在“他针对我”的情况下出现的概率是多少？在“他只是随口一说”的情况下出现的概率是多少？

很多时候，算完发现，似然比接近1。也就是说，这句话根本不能说明他针对我。那我生什么气？

你看，贝叶斯思维，不只是让你决策更准。它还能让你情绪更稳。

因为你知道，你的判断，只是一个概率。既然是概率，就有可能是错的。既然是可能错的，那就不值得为它拼命。

七、

所以，什么是贝叶斯思维？

它不是让你变成一个冷冰冰的机器。它是让你变成一个更聪明、更开放、更不容易犯错的人。

它告诉你：你的每一个信念，都不是真理。它只是一个当前最好的假设。

它告诉你：新证据来了，你要做的不是捍卫自己，而是更新自己。

它告诉你：承认自己错了，不是失败。承认自己错了，是进步。

我那个大哥最后跟我说了一句话，我记到现在。他说：

“我这辈子最大的本事，就是改得快。”

你品品这句话。

大多数人，一辈子都在证明自己对。而真正厉害的人，一辈子都在修正自己。

这就是贝叶斯思维。

不是让你更自信，是让你更准。

不是让你更固执，是让你更活。

从今天起，试着把你的判断，从“是”改成“概率”。试着遇到新证据的时候，问自己那两句话。试着记录你的预测，然后复盘。

你会发现，你变了。

你不再是那个被情绪和偏见牵着走的人。你成了一个不断逼近真相的人。

这，才是真正的投资策略和自由。

[黄赟 @huangyun_122]

试了下，这款通杀国内视频平台的开源下载神器依旧可用
putyy/res-downloader

国内视频下载最难的平台应该是视频号。res-downloader 把这问题解决了，不仅仅视频号，就连微信小程序内的视频都能扣出来（偷偷藏好，别说从我这里看到的）

[杨小力 @yiyirats]

微软搞了个东西叫 MarkItDown，干的活儿简单到家。

说到底就俩字：统一。

Word、PDF、Excel、PPT、图片、音频、HTML、JSON、压缩包，往里头一扔，全都给你吐成带格式的 Markdown——标题、列表、表格、链接结构一项不缺。

真正够狠的是，它踩中了一个要命的痛点。

你往大模型里喂文件的时候，是不是老碰上：

① 格式五花八门搅成一团
② 文档结构全给弄没了
③ 模型压根闹不清你喂的是啥
MarkItDown 就是那个负责把入口数据收拾规矩的家伙。
逻辑明白得很：原始文件 → 带语义结构的 Markdown → LLM 或 Embedding 或 Agent

一行 pip install，或者直接上 mcp 版本，齐活。

微软这波是真懂开发者。最烦人的就是数据源进来那一刻千奇百怪、乱成一锅粥。

那帮 AI Agent 想开工，头一步就得把一堆原始材料读透，把结构和意思还原回来。

MarkItDown 就把这最脏最累的活揽过去了。

真正的好工具，多半不是拿来炫技的 Infra，而是能把脏活干利索的底层家伙。

做大模型应用的，这玩意儿该人手一份。

🔗 https://t.co/EzY7tJdMD3

[3D 加密频道 @22333D]

新视频发布🔔从 0 开始的期权入门教程

本期影片从具体的价格案例出发，把买 Call、卖 Call、买 Put、卖 Put 四种方向讲清楚。
后半段拆解双币理财背后的期权结构，聊聊如何用期权“手搓理财”，以及备兑策略的收益来源与代价。

本频道由 @Super4DeFi 本末社区特别支持。
https://t.co/OIDdpjRios

[吴说区块链 @wublockchain12]

神鱼：十多年对比特币看法没变，它仍是数字黄金

8 月 25 日，F2Pool 联合创始人神鱼毛世行 @bitfish 在接受 William Joy 访谈时表示，自己接触并持有比特币已有十多年，对它的看法始终没有改变——比特币仍是“数字黄金”，是一种不依赖中介即可持有的资产。他认为，比特币的价值往往在极端情况下才会显现，市场欣欣向荣时不受关注也很正常，而好的资产并不需要依靠新叙事。谈及黄金时，他直言：“比特币是更好的黄金。”

来源：William Joy

[Power｜资料过滤器 @Bifuzhuiqiuze]

这个项目我觉得是历史爱好者最容易低估的一套“史记导航系统”。

有人用 AI 把《史记》约 57.7 万字，拆成了一张可以点击、搜索、跳转的知识图谱。
里面有 1.4 万+实体、3200+历史事件、7000+事件关系、130条“地铁图式”时间线、2万+ Wiki 页面。

最值钱的不是数据多，而是你点开一个人，就能顺着 人物 → 事件 → 地点 → 时间 → 原文 一路挖下去。

以前读《史记》最痛苦的是：人物太多、篇章太散、时间容易乱。这个项目直接把两千多年前的史书，做成了一张能点进去翻的关系网。

尤其推荐它的“史记地铁图”，每篇像一条线路，事件像站点，查“谁和谁同时在干什么”特别直观。

在线版：
https://t.co/7fGbMj1pnG

GitHub：
https://t.co/gRHFRxK24j

喜欢《史记》、历史研究、知识图谱的人，这个真的值得收藏。