newwanger.eth🦇🔊(💙,🧡)🛸 🐡

ETH maximalism

[newwanger.eth🦇🔊(💙,🧡)🛸 🐡 @newwanger]

@fantxu 用gg，稳

[newwanger.eth🦇🔊(💙,🧡)🛸 🐡 @newwanger]

@otomato_xyz @Improbableio Congrats!

[酱紫表 @pengchujin]

@MCGPSU 发了 https://t.co/tDaG7azw9q

[newwanger.eth🦇🔊(💙,🧡)🛸 🐡 @newwanger]

@0xG00gly Ser ，Thank you so much, Could you please give me an invitation code for the card?

[Ken Wong @KenWong369]

干货满满啊，想投资美股的快行动起来

[AI搞钱研究院 @gaoqian2580]

在闲鱼被倒卖到 698 元的 Claude Code 内部入门视频，终于有人把底裤扒下来了！

🤯这也是我目前见过含金量最高、最适合小白的爆款工具教程。

今天不搞信息差，100% 免费分享给你，而且全网首发纯中文硬核拆解版！👇

[jasonvu.tech (🦇🔈 ,💧,🐻⛓️) @JasonvuTech]

https://t.co/sAQ7XUA5Uv

[JoeJoe @joejoedefi]

Apyx 最后关头的 积分冲刺！
简单、保本、灵活、高效率的冲积分 方法 ⬇️⬇️⬇️

距离S1结束剩余 9.5天，S1的积分空投额度为确定的 5%
目前S1积分价值预期 很不错，
那么有没有 简单、保本、资金灵活 并且高效赚积分呢？

👑答案是：Pendle 的 ‘Mint' 策略

这个策略的特点：
保本、资金随时无损进出、积分效率高
这非常适合 冲刺 Apyx S1的最后阶段

💡‘Mint' 原理
1单位的底层资产 可以通过 ‘Mint’ 得到 1PT+1YT
并且可以随时逆操作：
1PT+1YT Redeem 得到 1单位的底层资产
（过程无损）

✅收益计算
以 apxUSD 举例：
1000 apxUSD 通过 ‘Mint’ 得到 1000PT+1000YT
持有到S1结束，可以得到 积分 = 30.4K
{1000(YT-apxUSD) x 32(积分倍数) x 9.5(S1剩余时间)}
（每天赚取3.2万分）

你可以随时在Pendle上 逆操作：
1000PT+1000YT Redeem 无损得到 1000apxUSD
也可以等到池子到期后，1000PT Redeem无损得到 1000apxUSD（那时候YT价值归0）

🧑‍💻积分效率对比
与同样保本的策略进行对比：
🔹裸持 apxUSD
持有 1000 apxUSD 每天赚取1W分
🔹Commit apxUSD
Commit 1000 apxUSD 每天赚取2W分
并且有14天的退出锁定期
🔹Curve LP ：apxUSD/USDC + Commit
这个策略每1000U 每天赚取1.2W分+一点点yield
并且有14天的退出锁定期
🔹Pendle LP-apxUSD
这个策略每1000U 每天赚取1.68W分+Yield
池子到期无损，中途撤出可能微损

✅通过以上对比可知：
Mint-apxUSD 的策略 是目前在保本前提下，积分效率最优的策略，并且随时进出无损，保持了资金灵活性

🛠️具体操作
▫️第1步，进入Pendle apxUSD池子Mint 页面：https://t.co/bohaLp9xGv
▫️第2步，输入 apxUSD 数量
在 Input 这里选择 使用的token 和数量
也可以直接用其他币种，那样相当于Pendle自动帮你swap成 apxUSD，再执行mint操作
▫️第3步，提交执行

退出操作
随时可以在 Redeem 页面将 1:1的YT 和 PT 无损换回 apxUSD
https://t.co/u5Lrd1odjF
～～～～～～

如有兴趣，感谢使用我的邀请链接：https://t.co/vHhgZprS8y

积分价值 估算请看底部表格

～～～～～～
以上内容只是分享项目信息
不代表投资建议，DYOR！

$STRC @apyx_fi @apyGOAT @pendle_fi

[梭哈.AI @SUOHA_AI]

25秒的视频--用苹果 iOS 小火箭保护隐私IP（防泄露）

下面的配置主要保护 WebRTC 泄露你的真实公网 IP，对 Tiktok、Discord、网页视频等场景非常有效

第一步：打开小火箭，点击底部「配置」，找到你正在用的配置文件，点右边 ⓘ → 编辑纯文本（或直接编辑）

第二步：拉到最上面 [General] 下面，复制粘贴下面两行：

stun-response-ip = 1.1.1.1
stun-response-ipv6 = ::1

第三步：点击右上角「保存」，然后去「设置 → UDP」，把「禁用 STUN」也打开

开关一次飞行模式，就会完全生效

测试方法：打开 https://t.co/dyxTHj7dyB，看 WebRTC 显示 1.1.1.1 就成功了

本教程仅基于 GitHub 社区公开手册整理，仅供技术交流与个人隐私保护参考，请遵守当地法律法规

原文字教程来源：
https://t.co/PVDtsNeh1O

[姚金刚 @yaojingang]

开源一个教程Skill
打磨了十几版，效果还不错，已推到GitHub

如果想在五一假期高质量充电，或随时给自己生成一份定制高质量教程
欢迎下载

基本逻辑：
1、输入任意主题及参考资料，AI会优先以参考资料为核心，然后根据需要进行高质量素材和资料补充，这个过程中融入了低质量信源的过滤机制
2、AI会结合教程的特点，并结合用户的部分偏好，生成定制深度教程，输出PDF、Word及HTML三种格式，方便自己学习
3、教程内容，按照章节的逻辑进行系统性的输出，同时根据各章节内容特点，自行画图并插入到章节相关内容模块中
4、教程融入了三年前经营MCN时写的《课程营销学》的相关底层逻辑与方法，回头也把这本书给开源出来
5、排版与UI，输出的文档与教程网页，有结合 @HiTw93 的kami进行借鉴和融入，实现了很有质感的排版规范

示例报告有3个，其中一个示例教程示例来自 @reyjudge 的一篇英语干货文章：《12岁英语自由：我“带”孩子“学”英语的经验与教训》

教程Skill的GitHub地址：
https://t.co/Ymc0MxAjnK

[Vincent | 信号＞噪音 @VincentLogic]

“离谱！有人把英语学成了‘母语级’自然习得……
全网42k星的GitHub神级指南来了：
不背单词、不刷题，用AI+科学方法，像学汉语一样学会英语。
2026最新版已更新，建议收藏+转发！
🔗 https://t.co/xPRxxRE2jN

[AI最严厉的父亲 @dashen_wang]

英伟达免费开放 Minimax M2.7 模型调用？

我亲自跑了一遍代码，发现这波羊毛属实有点香。

入口直接去 https://t.co/MEw7W9SMKi

注册账号后申请 API Key 就能让大模型干活。

最关键的是全程不需要绑定银行卡。

只需要进行手机号验证就能拿权限。

接口调用也是标准的 OpenAI 格式。

请求地址换成 https://t.co/0AX7vZAq8Q。

Model 字段填入 minimaxai/minimax-m2.7 就能直接跑。

虽然现在的限制是每分钟 40 次调用。

但对于日常写脚本或者测试 Prompt 来说绰绰有余。

这种动态限速机制意味着只要你别瞬间拉满请求。

它就能一直作为你的免费开发环境存在。

我在服务器上挂了一整天，稳定性甚至比某些付费接口还强。

毕竟大厂的基础设施摆在这里，体验确实很难挑剔。

零成本撸一套大模型环境的机会，建议手速要快。

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

100TB 教育资源，从幼儿园到大学毕业论文，全部免费。

edu-knowlege 这个仓库把学而思、猿辅导、作业帮、万维等多家机构的资料整合到了一起。

覆盖范围：

- 幼儿园 → 小学 → 初中 → 高中 → 大学
- 毕业论文资料
- 纪录片、电子书
- 20+ 语言版本

按月更新，持续维护，不是那种丢上去就不管的仓库。

家里有娃的、正在考研考公的、或者单纯想找学习资料的，直接收藏。

GitHub 2.8k 星，MIT 开源。

https://t.co/W1oU7wPZgW

[Z大诗 @Zh_Crypto517]

从入门到精通Claude code的最优路线分享给你！

摸鱼老师 @SunNeverSetsX 的这四个帖子，绝对是入门 Claude Code 的最佳路径！

1. Claude Code 最友好的入门视频
这个直观的视频教程，从 Claude 的基础界面使用、落地页构建，逐渐进阶到 Skiils 编写复用、迷你 App 开发、 推特自动化等高端技法的运用，看完就能上手 AI 工作流自动化，非常适合刚接触 Claude 的小白！
https://t.co/BQ9t8jTU33

2. claude-howto 课程
如果你是连电脑都少接触的小白，看不懂上面这个视频，那我推荐你先从这个课程开始。
这个课程从最简单的斜杠命令和 CLI 基础，循序渐进到 Skills、Hooks、MCP、Subagents 的调用。
每个模块课后还有知识测验，绝对是零基础小白最佳的入门课程。
https://t.co/f06iZjQTLO

3. learn-claude-code 项目
这个项目跟上面两个完全不同！这个课程不是在教你使用 Claude code，而是教你从零构建一个 Claude Code。
项目从最简单的 Agent loop 开始，通过 12 个递进的 session，让你真正理解Agent的底层设计逻辑。
https://t.co/uj7agCPIth

4. Claude Code 官方文档精华版
这个帖子的资源是一本 Claude Code 百科全书。
学完文档后做项目卡住了？
遇到“MCP 如何调用外部 API”等问题？
直接打开帖子里面的 “技术字典” 和 "案例字典“，搜具体问题的关键词或者对照案例快速复现，几秒定位答案，迅速解决你项目开发时的卡点痛点。
https://t.co/qQmxqxwdEx

[Dr. Moyu｜摸鱼局长 @Jason23818126]

港大最新开源了一个金融 AI 交易项目。
原生打通了加密货币、美股和 A 股三大市场。

它把复杂的量化投研，精简成了自然语言交互。
现在只需一句话，就能调度专属 AI 团队跑回测。

带你速览 Vibe-Trading 的核心机制 👇

这不仅仅是一个对话框，底层是一套多智能体协作网络，预设了 29 种 AI 交易团队配置。

以 Crypto 或美股为例
输入“回测过去 30 天 BTC 的 MACD 策略”，它会自动调取 OKX 等数据接口、生成策略代码，并输出收益对比图。

比较有看点的是它的内部辩论设计
面对具体行情，系统能调度基本面分析师、技术派和风控总监等 AI 角色交叉评估。结合资金费率、清算热力图等指标，给出一个相对综合的参考。

几个实用的特性
🔸 技能库全面，涵盖各大市场的 64 种金融分析技能。
🔸 试错成本低，用大白话就能驱动复杂的投研流程。
🔸 工具链友好，支持 MCP 协议，可作为插件直接接入 OpenClaw、Cursor 或 Claude Desktop。

对于想研究量化，但不想去硬啃代码的朋友，这是一个可以跑起来测一下的辅助工具，DYOR。

🔗 仓库地址：https://t.co/ntaIDPrNDh

[Hytidel聊商业（文章更多干货） @HytidelLegend]

https://t.co/6AReiylQkR

[Mr.RC｜𝟎𝐱𝐔 @MrRyanChi]

https://t.co/uGuy7PFTBk

[墓碑科技 @mubeitech]

华尔街的对冲基金经理现在恨死这个人了。
有人刚把一整家交易公司的底层架构发到了网上。

它叫 TradingAgents。
年化收益率 30.5%。
GitHub 标星已经突破三万。

里面装的根本不是一个自动下单软件。
是一个完整的虚拟华尔街机构。
四个 AI 分析师疯狂扫读财报和全网情绪。
看多和看空的研究员在系统里互相吵架。
交易员负责综合意见。
风控团队随时准备一票否决。

最新版本直接接入了 GPT-5.4 和 Claude 4.6。
它在最大回撤和夏普比率上打爆了所有传统基准策略。

华尔街收你 2% 的管理费加 20% 的利润分成。
他们雇一帮常青藤毕业生做的也就是这套流程。
现在这套体系一分钱不要。
金融圈的暴利壁垒被几行开源代码直接砸穿。

[阿哲Phil @Formulasearch]

https://t.co/6cpVhP4tKu

[超级个体｜柿子 @yaohui12138]

这个月被问最多的问题：

OpenClaw这么贵，到底值不值

我的答案很简单：如果你只拿它当ChatGPT的替代品，那确实血亏。

但如果你把它当成多Agent共享的外接知识库，这笔投资会让你笑出声

先说我怎么用的

我在OpenClaw里跑了一套三层记忆模型：

Tier 1 信息层 → 原始记录，学习笔记、对话记录，存在 memory/learning/ 目录下，只追加不删除，按需检索

Tier 2 知识层 → 每日提炼，工作日志、重要决策、提炼后的知识点，每天一个文件 memory/YYYY-MM-DD.md（OpenClaw自带）

Tier 3 智慧层 → 长期记忆，跨领域洞察、底层规律、核心方法论，存在 MEMORY.md 里，控制在100行以内，每次session都加载

这套模型以前只服务我一个Agent。但接入有道云笔记后，事情变了

第一个认知升级：从本地记忆到云端知识中台

以前我的三层模型存在本地，换个设备就断片。

现在通过有道云笔记 × OpenClaw的MCP协议，Tier 1的原始素材实时同步到云端

这意味着什么？

我在Telegram里对OpenClaw说：把这篇技术文章存到有道云笔记

youdaonote-clip自动完成网页正文提取、去广告、存图、归档

然后我在Cursor里写代码时，可以直接调取同一份素材。

在Claude中上规划产品时，也能访问同一套知识库

有道云笔记变成了多Agent共享的外接知识库和记忆，不再是一个人的记事本

第二个认知升级：从被动存储到主动加工

这里要提youdaonote-news这个Skill

它的价值不只是帮你存东西，而是让知识库具备了自我进化的能力

举个例子：

我对OpenClaw说：把我这周收藏的20篇RAG相关文章提炼成Tier 2的知识层笔记

它不只是罗列文章链接，而是：

提取每篇文章的核心观点

补充这个领域的最新动态（你存的是上周的，它会帮你跟进行业进展）

输出成结构化的技术笔记，直接存成 xxxx技术笔记.md

如果某个概念在Tier 3（智慧层）里有记录，它还会主动建立关联

你的知识库开始自我生长了

第三个认知升级：从单点工具到系统基础设施

到这一步，OpenClaw才算真正值回票价

大部分人把OpenClaw当聊天机器人用，问个问题、写段代码、生成点文案

但他们忽略了一个事实：OpenClaw支持接入3200+个MCP Skill

当你的有道云笔记作为中央知识库接入这个生态，你可以：

在Telegram里收集行业资讯 → 自动归档到Tier 1

每天早上9点，OpenClaw读取Tier 2的昨日总结 + 最新收藏的素材 → 生成今日待办简报推送到WhatsApp

在Cursor里写代码遇到报错 → Agent调取Tier 3里的核心方法论，给出基于你过往经验的解决方案

这才是超级个体的正确姿势

很多人担心知识存在有道云笔记会被锁定。但真相是：

用OpenClaw + MCP协议 + 有道云笔记这套组合，你的知识反而更自由了

数据在你自己的有道云笔记账号里，随时可以导出

OpenClaw是开源的，Skill是插件化的，模型是可以换的

你积累的知识资产，真正属于你自己。换工作、换设备、换Agent框架，都能带走

这才是外接知识库的终极意义：

不是把信息存到一个App里，而是把经验沉淀成可以复用的基础设施

让每个Agent都能调用你的智慧，而不是每次从零开始

与其让那些收藏夹继续吃灰，不如现在就开始搭建你的三层记忆模型

用有道云笔记 × OpenClaw，把你的大脑外接到云端

让过去的积累，为未来的所有Agent工作