阿杜

[阿杜 @qcbh_dp]

@xxxxn_oiy @heyooogr @freearkshaw 基数不同而已，Q2 实实在在大幅增长的

[周览资源 @grgerwcwetwet]

发现一个有点猛的开源项目：UZI-Skill，一个专门给股票做深度分析的 AI 投研插件。

它不是把股票代码丢给大模型瞎猜，而是把 51 位投资大佬的分析框架、22 维市场数据、180 条量化规则、17 种机构分析方法揉在一起。

你可以理解成：让格雷厄姆、彼得·林奇、巴菲特、索罗斯、陈小群同台开投研会，帮你拆一只股票。

A 股、港股、美股都能看。输入贵州茅台、腾讯、苹果这类标的，它会从基本面、技术面、资金面、情绪面、风险点等维度生成报告。

还能命令行运行：

python https://t.co/qot6nppESM https://t.co/GFFHj8QbN3

也适合接入 Claude Code / Codex / Cursor 这类 Agent 工作流。

它不是荐股神器，也不能保证赚钱，但用来做复盘、写投资笔记、快速搭分析框架，确实很省时间。

GitHub：https://t.co/qkcK1prUZG

[虎小象 @hx831126]

先讲一个你可能从来没听说过的人。

1930年，英国语言学家 C.K. Ogden 做了一件很偏执的事——他把整个英语词汇表研究了一遍，然后问了一个问题：如果只能留下最核心的那些词，英语还能不能用？

他的答案是：850个词，够了。

这850个词，不是随便选的，是他穷尽分析之后筛选出来的"语言骨架"。他把它们分成5类：

100个操作词（Operations）：这、那、是、有、做……就是那些让句子转起来的胶水词

400个普通事物（General Things）：名词里最高频、最基础的那层

200个可描绘事物（Picturable Things）：能画出来的具体东西，比如 door、fire、river

100个性质词（Qualities）：描述世界的形容词，比如 clear、simple、important

50个反义词（Opposites）：成对出��，学一个等于学两个

——————

然后他把这套体系命名为 Basic English，发表出来。

接下来发生的事情更有意思。丘吉尔在二战期间公开赞扬这套体系，认为它是盟国推广英语教育的最佳基础。H.G. 威尔斯把它写进了《世界大战》的续集设定里，作为未来世界通用语言的蓝图。乔治·奥威尔……没有赞扬它，但《1984》里那套压缩语言"新话"（Newspeak）的灵感，正是来自对 Basic English 的深深警惕——他担心语言被缩减之后，人的思想也会跟着被缩减。

这就是这850个词的能量：支持者觉得它是桥梁，批评者觉得它是枷锁，争论了将近一百年。

但我想说的不是那场争论。我想说的是——这850个词，对今天的英语学习者来说意味着什么。

大多数人学英语，是被一本本厚厚的词汇书和无尽的考纲压着学的。CET-4、CET-6、托福、雅思……每一个证书背后都是几千个词的暴力记忆，背了忘，忘了背，从来没有真正"用"过。

Ogden 给出的逻辑完全相反：不是多，而是深。

这850个词，每一个都是高频中的高频，每一个在日常英语表达里都有不可替代的位置。当你真正把这850个词学透——不只知道它的意思，还知道它的用法、它的近义词在什么场景该用哪一个——你对英语的掌握会比背了5000个词却每个只认识中文意思要扎实得多。

这是一种截然不同的语言观：根扎得够深，枝才能生得够远。

——————

于是我做了这个网站：https://t.co/MNteHwzK9m
（准确的说我让 Codex 做的）

原版 Ogden 的资料是一本PDF，黑白的，排版像上个世纪（它确实是��个世纪的）。我想让它变成真正可以用来学习的东西。

花了不少时间（花了不少 Token ）最终做成了这样：

每一个词，都有一张完整的卡片。

卡片上有：这个词的中文释义、英文定义（用简单的英语解释英语，就像 Ogden 本人的风格）、一句真实语境下的例句，以及2到3个同义词。五个类别各有自己的颜色，一眼就知道你在学哪个区域的词汇。

每一个词，都可以听发音。

接的是有道词典的语音接口，默认英式发音，可以切换美式。点单词听一次，点例句听一次，语速比正常稍慢一点，适合跟读。不是那种机械的合成音，真的可以听。

最让我花心思的，是同义词那里。

很多人背单词的时候，同义词只是"差不多的意思"。但真正用英语的时候，difference 和 distinction 不一样，speak 和 talk 不一样，simple 和 easy 不一样。差在��里？什么场景该用哪个？

———————

网站是免费的，不需要注册，不会收集任何信息。

直接访问就行：https://t.co/MNteHwzK9m

如果你身边有正在学英语的人，或者觉得自己英语"学了很多年但还是用不好"的，可以发给他们看看。

也许这850个词，是一个值得重新开始的起点。
👆

以上的文案也是它写的，我越来越没有用了

[0x鸣人 @LuBtc888]

A股薅羊毛天花板被刷新了！

daily_stockanalysis这个开源项目直���封神，白嫖AI帮你做股票分析，每天自动生成专业级决策仪表盘，还能一键推送到微信、飞书、Telegram或邮箱，全程躺赚！💯

核心亮点全是王炸：
1. 完全免费，没有任何隐藏收费
2. 不用买服务器、不用运维，零成本
3. 靠GitHub Actions自动运行，纯技术白嫖
4. 覆盖A股、港股、美股，全市场通吃
5. 技术面、筹码、舆情全维度分析，还给买卖点位

这波零成本薅资本主义羊毛的操作，懂的都懂，赶紧上车！

🔗 https://t.co/qR2W6FStiA

[摆烂程序媛 @wanerfu]

AI 做儿童绘本真的太香了！

无需作家。
无需插画家。
无需出版社。

以下是逐步操作方法：

[阿杜 @qcbh_dp]

@Crypto_QianXun 这个能用于抖音做账号吗

[数字游民Jarod @jarodise]

给我的开源“读财报”Skill加了一个小更新，现在只要打开终端，无论在任何位置直接输入命令：

stock+股票代码/名称

即可自动下载该股票最近五年的所有财报到NotebookLM进行估值投研分析。

[Nicolechan @stark_nico99]

分享一个工程手绘风格Skill
模型使用GPT image 2
研究了好几天，觉得特别清爽舒适

提示词：
- 纯白色背景，大量留白
- 工程图纸线条风格（细腻、精确）
- 手写体标题（深灰色）
- 工程标注方式展示步骤
- 淡蓝色、淡绿色、淡橙色水彩点缀（高透明度）
- 类似苹果/特斯拉产品设计手稿的现代感
- 简洁图标配合步骤说明
- 清爽、专业、科技感

YouMind Skill 链接
https://t.co/jTCKh4MrZ2

[宝玉 @dotey]

作者画的这图效果挺好，不过好像没提供提示词，我仿照着写了一个 GPT Image 2 的提示词模板：
> 请创作一张关于「【数学概念/知识点】」的数学可视化信息图，目标是帮助读者直观理解：它是什么、为什么成立、几何/结构直觉是什么、在不同场景下如何表现。画面要像高质量数学讲义 + 手绘教育海报，优雅、清晰、信息丰富，但不要杂乱。
>
> 视觉风格：竖版或横版均可，干净的浅色纸张背景，深蓝标题，黑色/深灰正文线条，搭配少量优雅的蓝色、青绿色、金色、红色强调色。使用圆角卡片、细线边框、编号标签、手绘箭头、局部放大框和总结栏。整体要美观、平衡、有学术感，让人一眼看懂这个概念的“结构”和“为什么”。

[看不懂的SOL @DtDt666]

兄弟们周末充电，绝大多数人躺上床刷抖音。

不如抽1个小时，沉下心把这个内容看完。
这是MIT麻省理工关于家族财富传承的一堂课。
关于钱的底层逻辑、复利的真正威力、怎么打造能穿越周期、能长久留存的资产，这堂课教你的东西。

比你在对冲基金、投行、任何顶级金融机构里摸爬滚打10年，学到的都要多、都要透。

华尔街教你的，永远是怎么给老板、给机构打工，帮别人赚钱；
但这堂课教你的，是怎么为自己铺路，打造真正属于你自己的、能持续生钱的资产。

看完这堂课的人，这周一定会做出一个和以往完全不同的财务决策；而这一个决策，会在��来20年里，给你带来滚雪球式的复利回报。

而那些划走不看的人，只会继续浑浑噩噩，听着那些靠你糊涂、靠你踩坑赚钱的人，给你��所谓的理财干货。
重点是，兄弟们这堂课全程完全免费。

[大V黑匣子 | 🇨🇳 @pushu1228]

圈子流出：

周末重磅第一弹
梅森投研【超算节点与国产化趋势】
收藏级付费干货

[边忘边学的Tina💋 @TinaLearning]

8/ 私教师

想学东西但不知从何开始。

上传该主题内容。

提示词：

'充当私教。从零开始解释，含实例和应先学内容。'

[烁皓 @eternityspring]

https://t.co/1LvsCKWfI2

[Henry 鸿锐 @HenryinvestX]

https://t.co/ZGreA6yS9s

[阿杜 @qcbh_dp]

@gjynihao @tzwqbest 今天像是洗盘，20日线有承接。明天回踩不破今日低位可以加仓等待，英伟达液冷概念

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

这个牛逼！预测K线走势，以前靠经验、靠指标、靠玄学。

现在有人用 AI 基础模型来做这件事了。

Kronos——第一个开源的金融K线基础模型，训练数据来自全球 45+ 家交易所，专门针对 OHLCV 蜡烛图做时序预测。

工作原理：

1. 把连续的K线数据转成离散 token（类似 LLM 处理文本的方式）

2. 用 Transformer 自回归预测未来走势

3. 支持概率预测，通过多次采样给出置信区间

4 个模型规格：mini（4.1M）到 large（499M），上下文窗口最大 2048 token，可以批量并行预测多个币种。

关键是这东西开源、MIT 协议，还支持微调。你可以拿自己的交易数据 fine-tune 一个专属模型，再接入 Qlib 做回测。

官方 Demo 已经在跑 BTC/USDT 24 小时预测了。

说白了，这就是把 GPT 的思路搬到了金融K线上——用海量历史数据训练，让模型学会"读K线"。

做量化的、做策略的，值得跑一下看看效果。

🔗 https://t.co/hYyDbepBZ4

[April丨AI出海 @Aprilbaby153]

没想到 X上还有这么多人不会用Claude Code。

这足以说明两件事：

第一，这个时代永远有新人，信息差永远都在。

第二，在X上爆过的内容在国内一样能再爆，只需把爆款精简成小白易懂的版本，做成视频发到国内平台就行。

[比特币橙子Trader @oragnes]

卧槽，今天我的网站又扫到了一个炒股神器🚨🚨

daily_stock_analysis

全自动化股票 AI 助理。📈📈📈📉📉📉

它每天帮你把 A股/港股/美股的实时行情、基本面、全网新闻扒下来，丢给大模型（支持 DeepSeek/Claude/GPT 等）过一遍，然后把具体的“操作建议”直接推送到你的微信、飞书或 TG 上。

纯白嫖，免运维：利用 GitHub Actions 跑定时触发，填好自选股代码和模型 API Key 就能跑通，完全零成本。想更硬核一点，还能直接连你本地的 Ollama。

砍掉废话，直出点位：代码里强行塞了交易纪律（比如乖离率超5%自动拉响防追高警报），输出的报告直接怼出“一句话结论 + 精确的买卖止损点位 + 检查清单”。它甚至自带 Web 回测面板，AI 昨天预测得准不准，次日直接数据打脸。

数据源兜底，不用自己踩坑：内部搞了个多数据源自动降级路由（长桥/YFinance/AkShare/Tushare 轮着用），把新闻搜索API、主力资金流全集成好了，帮你省掉了最恶心的数据清洗阶段。

想要仓库的同学，评论区👇👇👇（或者直接去网站搜）

[阿西_出海（2.0版） @imaxichuhai]

https://t.co/lcKbVMFtx9

[娜美知识库 @fhwofjow51260]

价值上万！学而思全套资料

链接：https://t.co/vrnFXSsA0O