开源项目 第8页
排序
Zerostack：纯Rust编写的Unix风格编码代理，137星的极简替代方案-枫选

Zerostack：纯Rust编写的Unix风格编码代理，137星的极简替代方案

Zerostack是用纯Rust编写的极简编码代理，设计理念源自Unix哲学，单二进制零依赖，适合资源受限环境。
迪滴的头像-枫选迪滴42天前
04811
Open Design：Claude Design 的开源替代，支持 16 种 AI 工具和 72 套设计系统-枫选

Open Design：Claude Design 的开源替代，支持 16 种 AI 工具和 72 套设计系统

Open Design 是 Claude Design 的开源替代方案，本地运行，支持 Claude Code、Codex、Cursor 等 16 种 AI CLI，内置 72 套设计系统。3.7 万星标。
迪滴的头像-枫选迪滴47天前
03111
Hocuspocus 4发布：自托管的实时协作后端，替代Google Docs的开源方案-枫选

Hocuspocus 4发布：自托管的实时协作后端，替代Google Docs的开源方案

Hocuspocus 4发布，基于Y.js的自托管实时协作后端。支持WebSocket通信、文档持久化、用户认证，是替代Google Docs的开源方案。
迪滴的头像-枫选迪滴37天前
05011
Recondo 这个 AI 编程日志代理值得收藏，Claude Code、Codex 调试更方便-枫选

Recondo 这个 AI 编程日志代理值得收藏，Claude Code、Codex 调试更方便

Recondo 是社区近期讨论的一个面向 AI 编程代理的日志代理项目，目标是记录 Claude Code、Codex、Gemini 等工具的请求与行为，方便排查问题和做成本分析。
LaunchNext：macOS 26 移除 Launchpad 后的开源替代方案-枫选

LaunchNext：macOS 26 移除 Launchpad 后的开源替代方案

macOS 26 移除了经典的 Launchpad 功能，LaunchNext 是一个开源替代方案，提供类似的应用网格布局、搜索、文件夹和自定义排序。支持 Homebrew 安装，轻量免费。
迪滴的头像-枫选迪滴45天前
03811
Mirage：AI Agent 的统一虚拟文件系统，把 S3、Google Drive 当本地目录用-枫选

Mirage：AI Agent 的统一虚拟文件系统，把 S3、Google Drive 当本地目录用

Mirage 是一个面向 AI Agent 的统一虚拟文件系统，让 Agent 用标准文件操作 API 访问 S3、Google Drive、Azure Blob 等不同存储后端，简化多存储集成。
迪滴的头像-枫选迪滴52天前
02411
LynxDB：纯 Rust 实现的高性能键值存储引擎，自研 LSM-Tree 架构-枫选

LynxDB：纯 Rust 实现的高性能键值存储引擎，自研 LSM-Tree 架构

LynxDB 是一个用纯 Rust 编写的键值存储引擎，采用自研 LSM-Tree 架构和 Redis 风格协议。模块化设计，Apache 2.0 许可。适合嵌入式存储、缓存层和写密集型场景。
迪滴的头像-枫选迪滴45天前
05511
<p>GitHub本周最火的项目之一，TradingAgents在短短时间内获得了超过7万星标，成为多Agent AI应用领域的标杆项目。这个基于大语言模型的多Agent金融交易框架，让

项目简介

TradingAgents是一个开源的多Agent金融交易分析框架，核心思路是让多个AI Agent各司其职，协同完成金融市场的分析和交易决策。项目地址：GitHub - TauricResearch/TradingAgents

架构设计

TradingAgents的设计借鉴了真实金融交易团队的分工模式，将不同职责分配给不同的Agent：

  • 分析师Agent：负责分析市场数据、财报、新闻等信息，产出分析报告。
  • 研究员Agent：深入研究特定行业或公司，提供基本面分析。
  • 交易员Agent：根据分析结果制定交易策略和执行计划。
  • 风控Agent：评估交易风险，设置止损和仓位控制。
  • 决策Agent：综合各方意见，做出最终交易决策。

这种多Agent协作的模式，模拟了真实对冲基金的决策流程。每个Agent可以使用不同的LLM模型，甚至可以使用同一模型的不同温度参数来产生多样化的观点。

使用场景

学术研究

TradingAgents是研究多Agent系统在金融领域应用的优秀平台。研究人员可以修改Agent的提示词、调整协作机制、测试不同的决策算法。

策略回测

框架支持接入历史市场数据，可以用来回测AI交易策略的表现。这对于量化交易团队评估AI辅助决策的价值很有帮助。

学习和教育

对于想了解AI在金融领域应用的开发者，TradingAgents是一个很好的学习项目。代码结构清晰，文档完善，适合上手研究。

安装和运行

# 克隆项目
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents

# 安装依赖
pip install -r requirements.txt

# 配置API密钥
cp .env.example .env
# 编辑 .env 文件，填入 OpenAI API key

重要风险提示

⚠️ 以下几点需要特别注意：

  • 不要用真金白银：TradingAgents是一个研究和实验框架，不是成熟的交易系统。绝对不要用它来做实盘交易。
  • AI不是万能的：金融市场受到无数因素影响，AI模型无法预测黑天鹅事件、政策变化、市场情绪等非理性因素。
  • 回测不等于实盘：在历史数据上表现好的策略，在真实交易中可能完全失败（过拟合问题）。
  • 合规风险：在某些司法管辖区，使用AI进行自动化交易可能受到监管限制。

同类项目参考

如果你对AI+金融感兴趣，还可以关注以下项目：

  • FinRL：深度强化学习金融交易框架
  • Qlib：微软开源的量化投资平台
  • GPT-Financial-Analyst：基于GPT的财务分析工具

来源：

-枫选" class="lazyload fit-cover radius8">

GitHub本周最火的项目之一，TradingAgents在短短时间内获得了超过7万星标，成为多Agent AI应用领域的标杆项目。这个基于大语言模型的多Agent金融交易框架，让”AI炒股”从概念走向了可实验的开源工具。

项目简介

TradingAgents是一个开源的多Agent金融交易分析框架，核心思路是让多个AI Agent各司其职，协同完成金融市场的分析和交易决策。项目地址：GitHub – TauricResearch/TradingAgents

架构设计

TradingAgents的设计借鉴了真实金融交易团队的分工模式，将不同职责分配给不同的Agent：

  • 分析师Agent：负责分析市场数据、财报、新闻等信息，产出分析报告。
  • 研究员Agent：深入研究特定行业或公司，提供基本面分析。
  • 交易员Agent：根据分析结果制定交易策略和执行计划。
  • 风控Agent：评估交易风险，设置止损和仓位控制。
  • 决策Agent：综合各方意见，做出最终交易决策。

这种多Agent协作的模式，模拟了真实对冲基金的决策流程。每个Agent可以使用不同的LLM模型，甚至可以使用同一模型的不同温度参数来产生多样化的观点。

使用场景

学术研究

TradingAgents是研究多Agent系统在金融领域应用的优秀平台。研究人员可以修改Agent的提示词、调整协作机制、测试不同的决策算法。

策略回测

框架支持接入历史市场数据，可以用来回测AI交易策略的表现。这对于量化交易团队评估AI辅助决策的价值很有帮助。

学习和教育

对于想了解AI在金融领域应用的开发者，TradingAgents是一个很好的学习项目。代码结构清晰，文档完善，适合上手研究。

安装和运行

# 克隆项目
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents

# 安装依赖
pip install -r requirements.txt

# 配置API密钥
cp .env.example .env
# 编辑 .env 文件，填入 OpenAI API key

重要风险提示

⚠️ 以下几点需要特别注意：

  • 不要用真金白银：TradingAgents是一个研究和实验框架，不是成熟的交易系统。绝对不要用它来做实盘交易。
  • AI不是万能的：金融市场受到无数因素影响，AI模型无法预测黑天鹅事件、政策变化、市场情绪等非理性因素。
  • 回测不等于实盘：在历史数据上表现好的策略，在真实交易中可能完全失败（过拟合问题）。
  • 合规风险：在某些司法管辖区，使用AI进行自动化交易可能受到监管限制。

同类项目参考

如果你对AI+金融感兴趣，还可以关注以下项目：

  • FinRL：深度强化学习金融交易框架
  • Qlib：微软开源的量化投资平台
  • GPT-Financial-Analyst：基于GPT的财务分析工具

来源：

GitHub本周最热项目TradingAgents，7万+星，用多Agent LLM框架实现自动化金融交易分析。本文介绍架构、使用方法和风险提示。
迪滴的头像-枫选迪滴49天前
05011
Needle：2600万参数的轻量模型，却有Gemini级别的工具调用能力-枫选

Needle：2600万参数的轻量模型，却有Gemini级别的工具调用能力

Cactus Compute推出的Needle只有2600万参数，却在工具调用基准测试中击败了多个更大的模型。支持在手机、手表等消费级设备上运行，开源可下载。
迪滴的头像-枫选迪滴45天前
04311
OrcaSlicer-bambulab：6400+星的3D打印开源切片工具，Bambu Lab用户的福音-枫选

OrcaSlicer-bambulab：6400+星的3D打印开源切片工具，Bambu Lab用户的福音

OrcaSlicer-bambulab是基于OrcaSlicer的开源切片工具，专门为Bambu Lab打印机优化。6400+星标，完全开源，是BambuStudio的替代方案。
迪滴的头像-枫选迪滴35天前
02011
加载更多