linan

区块链小韭菜，正在学习区块链开发技术与量化.

[sunlc.ai @sunlc_crypto]

推荐4个我每天都要听的油管美股频道：
1、@TJ_Research TALK君的频道之前推荐过，擅长基本面分析，很多观点和我不谋而合，现在很多持仓也和我相近： https://t.co/ng52OiVrsJ
2、视野环球财经： 擅长美股技术分析
https://t.co/AnZlfWUFyb
3、美投君：擅长对公司进行深入分析
https://t.co/t1LLhTMZuD
4、ethan的美股笔记：擅长半导体行业的分析
https://t.co/NcFUMXERqV

其中1-3都是我关注3年以上的博主，都订阅了会员，非常值得长期跟踪。

[钟二信 @zhongerxin]

这两天 Codex 额度蹬完了，一直也没等来重置，把模型换成 DeepSeek Flash V4 之后发现内置浏览器操作好像不行了。换成了 @annaxtime 他们做的 ego lite 浏览器来让 Codex 做 Browser use 之后感觉惊人的好， 甚至觉得比 Codex 自己的内置浏览器操作还快。DeepSeek Flash V4 + ego lite 感觉可以平替我在 Codex 上的日常使用了。 https://t.co/nkqWCxtqBj

[sunlc.ai @sunlc_crypto]

感谢群里的兄弟 @_DF666 整理的直播文字版，基本100%还原了我的意思。
很多观点短期内已经得到验证。
没有两把刷子是不敢在美联储议息会议前做直播的。

[sunlc.ai @sunlc_crypto]

《老孙带你搭建价值百万的金融终端系统2:开发工作流》
今天周六休息懒得写长篇了，我就先说下目前的工作流和注意事项：
1、claude opus 5主要用来做模块的功能设计，尤其是你对一个新模块功能没有想那么清楚的时候，可以多和claude进行头脑风暴。claude会用step by step的方式问你一些问题，逐步理解你的需求并且给出一份超乎你预期的设计文档。设计初稿完成后交给codex进行审核和补充，形成最终的开发文档和开发计划。所有的文档都用md格式保存在docs目录下。
2、开发用的是codex，截图是我codex的工作区。最重要是记得每个功能模块单独开一个thread（见图1），好处一是上下文不会混在一起，二是可以多个独立模块并行开发。另外可以让codex在正式开发前先做一个可以交互的demo页面，你可以直接在这页面上进行批注修改，确保最终定稿的需求理解没有偏差。截图里总览模块比较简单我就直接和codex讨论需求了，复杂需求建议还是和claude先讨论。
3、整个开发环境都是在docker里完成的，这样便于后续的维护和部署。
4、在开发整个系统前，先和claude讨论清楚系统定位、主要功能模块、架构、页面风格、性能要求等，并且把这些约束条件固化到agents.md里。比如我这个系统后端用python FAST API，数据库用Click House都是和Claude讨论出来的。前端用的是专业金融终端风格的，可以让claude和codex各自设计几个样式看看，选择最喜欢的定稿下来。
5、每个模块开发完成后一定要让codex先进行自测，然后人工看界面布局是否正确，数据是否准确。数据准确性对于金融终端来说是最重要的，也是AI最容易产生幻觉的地方，所以一定要人工仔细核对，这也是最费时的部分。
6、完成上一步后，需要让claude进行代码审核（见图2），提示词可以这样写：
“我让codex按照xx开发文档完成了xx模块的开发，请你对这个模块的代码进行详细的审核，要求审核的内容包括但不仅限于代码和文档的一致性、数据的准确性、指标计算公式、页面的布局、模块的性能、代码的精简程度和可复用性等，并给出优化建议，审核结果按问题严重程度保存在xxx审计.md里”
7、claude审核完成后，让codex复核审核意见并给出最终方案，提示词可以这样写：
“我让claude对你开发的xx模块进行了代码审核，审核报告在xxx.md。请你以客观的角度评估这份报告，并逐个重新检查一下代码，给出最终的修改意见和修改计划保存到md，注意不要过度修改。”
codex经常会对一些小问题过度修改，所以最后一句话很重要。
8、最后让codex根据修改方案完成代码修改和自测，claude再次审核，一般就不会有什么大问题了。
9开发全程要用github做版本控制，尤其是多模块并行开发时可以开多个分支，让codex做好版本管理。
10、每个模块开发完成后，都可以让claude把模块功能介绍汇总到readme.md文档中，并且更新安装手册、使用手册等文档。并且定期整合、汇总、删除开发过程中的过期文档。
11、我把codex和obsidian对接，这样上下文和历史记忆可以更好的保存。具体方法可以直接问codex。
12、系统开发到后面模块越来越多，可以定期进行代码的整体优化和精简。比如哪些代码和公用模块可以抽取出来（这个其实应该一开始就设计好，但是AI写到后面难免有重复的代码，抽出来可维护性更强）。一般一轮优化后代码都可以精简掉10%-20%。不过每次优化后整个模块都需要重新测试一遍是挺费力的。

[Eva Ai| Gate美股0费率 @Eva200699]

别再靠短视频学怎么赚钱了
瑞·达利欧42分钟讲透财富创造
比大部分内容都扎实

[linan @ln432]

个人开发者的第一步，做了一个简单的 url 赚 markdown 的独立站，并没有想靠这个赚钱，先把独立站的环节打通

[Avid @Av1dlive]

this is f**king insane

a free github repo by Jack Dorsey (Co-Founder of Twitter) with 14.4K stars just dropped the entire "ai-agent" framework for running businesses

here is how you set it up:

1.clone the repo
2. self-host the server : channels, search, git, automation all live there
3.add your agent to a channel like a teammate, scope its key, let the team steer it live

save and bookmark this no matter what

[Ren @Ryrenz]

🧠 LangChain 官方开源的这套教程，是我见过把 agent 讲得最不玄的一份。

2k star，从零手写一个能真正接管你 Gmail 的邮件助手。

现在讲 agent 的教程有个通病：跑通一个 demo 就结束了，你照着敲完能出结果，但换个场景照样不会写。因为真正难的部分它都跳过了——怎么评估好坏、怎么让人在关键动作前审一道、怎么让它记住你的偏好。

这套教程反过来，就是围着这四块走：先搭基础版邮件助手，做分类加回复；再用 LangSmith 和 Pytest 做评估，让大模型当评审去打分；然后加人工介入，发邮件和约会议这类动作先弹给你确认再执行；最后接上记忆，让它根据你每次的修改自动调整偏好。每一部分都配 Notebook，代码全在仓库里。

练手阶段用模拟的邮件和日历工具，学完直接换成 Gmail API，就是一个天天在跑的东西。

会跑 demo 和会做产品之间，差的就是这四步。

GitHub：https://t.co/hOlv3iczdr

[linan @ln432]

@sunlc_crypto 期待

[sunlc.ai @sunlc_crypto]

授人以鱼不如授人以渔。
我准备把用3个月时间开发的币圈+美股投资终端系统的完整搭建思路分享出来。
系统包括各类宏观指标、币圈指标、事件新闻、币圈套利、美股AI雷达、推特资讯汇总、美股日报、AI研报库、资金费率套利、币圈和美股期权看板、妖币看板、美债/美元/通胀看板等十几个模块，都是用codex+claude从0开始搭建出来的。
这是融合我10年币圈经验和美股分析的实战决策系统，非网上那些蹭热度的AI野鸡博主的demo系统。
点赞转发到1000开始更新，每天更新一个模块。

[Hux @huxlab]

这个视频把 AI Agent 讲得太透了。

不堆术语，直接把复杂的东西拆成一条直路：

消息进来 → Agent 跑 → 工具调用 → 结束 → 记忆保存 → 技能成长

尤其是记忆四分层（Working / Semantic / Episodic / Procedural）和干净的 Harness Loop，看完直接想回去改自己的系统。

真正好的讲解，不是删减，而是找到那个让人瞬间「啊，原来如此」的类比。

强烈推荐。

[知识分享官 @knowledgefxg]

GPT-Image分享一套生成康奈尔笔记学习各种知识的提示词模版

提示词如下⬇️

请设计一张高质量的信息图（Infographic），采用「康奈尔笔记（Cornell Notes）」版式，用于学习【主题】。

整体要求：

风格：
- A4竖版
- 高清（4K）
- 扁平化设计（Flat Design）
- 清爽、干净、现代
- 白色背景
- 马卡龙配色（蓝、绿、橙）
- 适合打印和电子阅读
- 中文字体清晰
- 留有充足留白
- 类似优秀学习资料、Notion、GoodNotes风格

整体布局：

顶部：
包含
- 标题（康奈尔笔记）
- 日期
- 科目
- 课题

左侧约25%宽度：
标题：
线索栏（提问）

放置8~12个与主题相关的问题，每个问题采用编号排列。

右侧约75%宽度：
标题：
笔记栏（记录）

按照知识点进行模块化排版。

每个知识点包括：

① 小标题
② 简洁解释
③ 项目符号
④ 流程图
⑤ 箭头关系
⑥ 表格
⑦ 示意图
⑧ 图标

要求图文结合，不要只有文字。

底部：
总结栏（回顾）

使用2~5句话总结整页内容。

右下角增加：

一句话记忆

用一句最容易记住的话总结整个知识点。

内容要求：

围绕【主题】进行知识整理。

要求：

- 内容准确
- 层次清晰
- 重点突出
- 易于复习
- 像一本高质量教材

视觉元素：

适当加入：

📘书本
💡灯泡
📝笔记
📊流程图
🌐网络图
📦模块框
➡箭头
✅勾选
⭐重点
🎯目标

要求图标统一风格。

排版要求：

大量模块化
大量留白
边框圆角
浅色分区
每个知识点单独一个模块
字体大小具有层级

最终效果：

像一本大学教材中的学习总结页，
又像B站百万播放课程里的知识总结，
具有专业信息图（Infographic）的质感。

[Codez @0xCodez]

Anthropic engineer just dropped a 2-hour workshop on “Graph Engineering” for agentic systems:

“80% of our engineers are using self-improving loops. Now everyone is building agentic graphs.”

• 04:43 - Introduction to RAG and graphs
• 26:30 - Core of graph engineering (nodes, edges)
• 01:09:11 - Agents data indexing in Graphs
• 01:30:50 - Three layers of Graphs for agents
• 01:48:15 - Adaptive RAG for self-verification
• 02:16:37 - The future of graph engineering

This 2-hour workshop will replace your $500 agentic memory course.

Watch it today, then read how to become a graph engineer in the article below.

[智享 @CycleDecoded]

把 600 页的技术书直接扔给 AI，不仅消耗 Token，AI 还经常瞎编乱造或者漏掉关键细节。

virgiliojr94/book-to-skill 这个开源工具的解法很硬核：它能把 PDF/EPUB 技术书切碎分层，自动提取核心框架、概念图和章节索引，直接转化成 Claude Code / GitHub Copilot CLI / Amp 的 Agent Skill。需要时按需调取特定章节，能节省 20-50 倍的 Token 开销，直接把技术书变成你随时调用的“底层代码库”。

💡 核心价值与功能
1️⃣ 两层架构拒绝幻觉：提取生成一个约 3k Token 的总览文件（含思维模型与索引）+ 各章节独立文件（按需调用，约 1k Token/章）。AI 不再需要盲目全书检索，而是直接精准定位章节作答。
2️⃣ 多格式全平台支持：除了 PDF，还支持 EPUB、DOCX、Markdown 甚至整个架构文档/内部 Runbook 文件夹。完美适配符合 Agent Skills 开放标准的终端工具。
3️⃣ 本地解析隐私安全：提取逻辑纯本地运行，不上传私有数据。官方支持 Docling 解析，能完美保留代码块与 Markdown 表格。

⚠️ 使用提醒 & 适合人群
适合人群：常看技术类/架构类硬核大部头、需要把团队内部 ADR/架构文档转化为 AI 知识库的开发者与独立创作者。

实测提醒：纯文本大部头推荐用默认的 pdftotext 提速；如果是带大量代码和表格的技术书，建议按提示配合安装 Docling。跑完后直接在 Claude Code 里打 /your-book-slug 就能开始调用。

把好书变成 AI 的神经反射，比让它死记硬背高效得多。建议经常敲代码查文档的朋友 clone 备操。

🔗 项目地址：https://t.co/2LIgojVU7h

[angel @angeldot_]

https://t.co/g7TBcmfv8I

[猫猫观察员 @maomao_acrypto]

信息差就是钱差，这话我说过多少遍了！

还在手动刷推特、刷群？你慢那点时间，别人已经建仓跑路了。

给你整5个开源项目，直接搭一套Web3+AI全自动情报流水线，让Alpha主动找上门——

1️⃣ Web3信息源大全
600+条精选RSS，300+项目动态、GitHub Release、研报、VC情报全覆盖，一键导入，再也不用到处找源。
🔗 https://t.co/WhkFtf7DwX

2️⃣ 免费加密新闻API
200+来源、66万+篇新闻、18种语言，永久免费还带AI摘要和情绪分析，Claude和ChatGPT直接接，不用自己爬数据了。
🔗 https://t.co/5IWuQsKSLa

3️⃣ 全网热搜监控雷达
知乎、B站、微博、抖音等35个平台实时盯着，关键词过滤+Webhook推送，热点刚冒头你就知道。
🔗 https://t.co/ZkzeogyvRf

4️⃣ AI内容聚合主编
400+高质量信息源，AI自动打分、提炼观点、一句话摘要、顺手把外文翻了，播客文字稿也能提取，省掉你90%的阅读时间。
🔗 https://t.co/xMEZKtnoPU

5️⃣ AI资讯每日简报
Cloudflare Workers全自动跑，最新模型、GitHub热门、论文、大V动态，网页/RSS/公众号三端推送，每天早上睁眼就是一份整理好的日报。
🔗 https://t.co/Aq64Fovv0g

管道搭好，信息自己流进来。
Web3玩家、AI情报党、独立开发者，这套组合不用谢我，用起来再说。

[想赚钱的坤 @kun66666677]

都翻墙了，还有人不知道用TG去干嘛

真正会用 TG 的人，早就把它当成资源库了

这 6 个搜索网站，建议直接收藏

1. TGStat

https://t.co/VcAhdRqPcQ
数据最全，筛选最强。能看分类、语言、涨粉和频道趋势

2. Telemetr

https://t.co/XEaDLFr7AC
专门看频道增长和活跃度，真假热门一眼能看出来

3. TgramSearch

https://t.co/9PUmPlMd18
中文界面，数据库大，搜中文频道最好用

4. Telegram Channels

https://t.co/yA8KTG9lhN
全球频道、群组、机器人分类导航

5. Tdirectory

https://t.co/Bee90olG9m
界面简单，按分类快速找资源

6. TGNAV

https://t.co/blHAKXdoPs
中文导航，对国内用户更友好

[Gloria @changloria0816]

https://t.co/EOgpPO1YAu

[辣条味奶糖./ @spicycandy00]

付费彭博终端：$24,000 一年。GitHub 平替：Star 29k，免费。

四个最猛的，按 Star 排。

daily_stock_analysis | 58k Star🌟
https://t.co/omwXWGxLsb

美股、A 股、港股、ETF 六个市场全通。每天早上自动推一份报告到你面前：评分、趋势、买卖点、风险警报，15 种策略随便切。GitHub Actions 五分钟部署，零服务器。之前每天早上翻数据那半小时，它帮你吞了。

FinceptTerminal | 29k Star🌟
https://t.co/IUJPZbIHWd

37 个 AI Agent，巴菲特看价值、格雷厄姆拆安全边际、宏观和地缘各有一套框架。100+ 数据连接器直通 FRED、IMF、世界银行。不止数据，是有观点的终端。

Lean | 21k Star🌟
https://t.co/YCW2lQcy4k

QuantConnect 的开源引擎，量化社区最成熟的框架。回测实盘都通，社区里大量公开策略可以拆着学。搞量化的应该绕不开这个。

ai-berkshire | 14k Star🌟
https://t.co/a9qT2xydME

四大师方法论塞进 AI，多 Agent 并行出深度报告。实盘验证：2024 年 +69%，2025 年 +66%。收益是特定时期的，不代表以后。

四个覆盖四个场景：每日简报、专业终端、算法交易、深度研究。可以查漏补缺。

以上不构成投资建议。

[Serena @369Serena]

我终于知道为什么那些自媒体博主有源源不断的灵感了！

内容创作者如果经常卡在“今天写什么”，
可以看下这个 GitHub Skill：

mvanhorn/last30days-skill

它会帮你查一个话题最近 30 天在 Reddit、X、YouTube、TikTok、HN、Polymarket、GitHub、Web 上大家真实在讨论什么。

👉适合拿来找：
选题角度、爆点素材、用户吐槽、社区共识、竞品/人物近况。

你不用从空白页硬憋灵感，先让它把最近大家真正关心的东西捞出来。

做 X、Newsletter、播客、视频选题的人，应该会很爱！