[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-CyberPunkMetalHead--Binance-News-Sentiment-Bot":3,"tool-CyberPunkMetalHead--Binance-News-Sentiment-Bot":64},[4,23,32,40,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":22},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,2,"2026-04-05T10:45:23",[13,14,15,16,17,18,19,20,21],"图像","数据工具","视频","插件","Agent","其他","语言模型","开发框架","音频","ready",{"id":24,"name":25,"github_repo":26,"description_zh":27,"stars":28,"difficulty_score":29,"last_commit_at":30,"category_tags":31,"status":22},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70612,3,"2026-04-05T11:12:22",[19,17,20,16],{"id":33,"name":34,"github_repo":35,"description_zh":36,"stars":37,"difficulty_score":10,"last_commit_at":38,"category_tags":39,"status":22},3074,"gpt4free","xtekky\u002Fgpt4free","gpt4free 是一个由社区驱动的开源项目，旨在聚合多种可访问的大型语言模型（LLM）和媒体生成接口，让用户能更灵活、便捷地使用前沿 AI 能力。它解决了直接调用各类模型时面临的接口分散、门槛高或成本昂贵等痛点，通过统一的标准将不同提供商的资源整合在一起。\n\n无论是希望快速集成 AI 功能的开发者、需要多模型对比测试的研究人员，还是想免费体验最新技术的普通用户，都能从中受益。gpt4free 提供了丰富的使用方式：既包含易于上手的 Python 和 JavaScript 客户端库，也支持部署本地图形界面（GUI），更提供了兼容 OpenAI 标准的 REST API，方便无缝替换现有应用后端。\n\n其技术亮点在于强大的多提供商支持架构，能够动态调度包括 Opus、Gemini、DeepSeek 等多种主流模型资源，并支持 Docker 一键部署及本地推理。项目秉持社区优先原则，在降低使用门槛的同时，也为贡献者提供了扩展新接口的便利框架，是探索和利用多样化 AI 资源的实用工具。",65970,"2026-04-04T01:02:03",[16,19,17],{"id":41,"name":42,"github_repo":43,"description_zh":44,"stars":45,"difficulty_score":10,"last_commit_at":46,"category_tags":47,"status":22},51,"gstack","garrytan\u002Fgstack","gstack 是 Y Combinator CEO Garry Tan 亲自开源的一套 AI 工程化配置，旨在将 Claude Code 升级为你的虚拟工程团队。面对单人开发难以兼顾产品战略、架构设计、代码审查及质量测试的挑战，gstack 提供了一套标准化解决方案，帮助开发者实现堪比二十人团队的高效产出。\n\n这套配置特别适合希望提升交付效率的创始人、技术负责人，以及初次尝试 Claude Code 的开发者。gstack 的核心亮点在于内置了 15 个具有明确职责的 AI 角色工具，涵盖 CEO、设计师、工程经理、QA 等职能。用户只需通过简单的斜杠命令（如 `\u002Freview` 进行代码审查、`\u002Fqa` 执行测试、`\u002Fplan-ceo-review` 规划功能），即可自动化处理从需求分析到部署上线的全链路任务。\n\n所有操作基于 Markdown 和斜杠命令，无需复杂配置，完全免费且遵循 MIT 协议。gstack 不仅是一套工具集，更是一种现代化的软件工厂实践，让单人开发者也能拥有严谨的工程流程。",64604,"2026-04-05T23:10:16",[17,16],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"status":22},193,"meilisearch","meilisearch\u002Fmeilisearch","Meilisearch 是一个开源的极速搜索服务，专为现代应用和网站打造，开箱即用。它能帮助开发者快速集成高质量的搜索功能，无需复杂的配置或额外的数据预处理。传统搜索方案往往需要大量调优才能实现准确结果，而 Meilisearch 内置了拼写容错、同义词识别、即时响应等实用特性，并支持 AI 驱动的混合搜索（结合关键词与语义理解），显著提升用户查找信息的体验。\n\nMeilisearch 特别适合 Web 开发者、产品团队或初创公司使用，尤其适用于需要快速上线搜索功能的场景，如电商网站、内容平台或 SaaS 应用。它提供简洁的 RESTful API 和多种语言 SDK，部署简单，资源占用低，本地开发或生产环境均可轻松运行。对于希望在不依赖大型云服务的前提下，为用户提供流畅、智能搜索体验的团队来说，Meilisearch 是一个高效且友好的选择。",56972,"2026-04-05T22:34:33",[13,17,14,20,16,18],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":22},4022,"awesome-claude-skills","ComposioHQ\u002Fawesome-claude-skills","awesome-claude-skills 是一个精心整理的开源资源库，旨在帮助用户挖掘和扩展 Claude AI 的潜力。它不仅仅是一份列表，更提供了实用的“技能（Skills）”模块，让 Claude 从单纯的文本生成助手，进化为能执行复杂工作流的智能代理。\n\n许多用户在使用 AI 时，常受限于其无法直接操作外部软件或处理特定格式文件的痛点。awesome-claude-skills 通过预设的工作流解决了这一问题：它不仅能教会 Claude 专业地处理 Word、PDF 等文档，进行代码开发与数据分析，还能借助 Composio 插件连接 Slack、邮箱及数百种常用应用，实现发送邮件、创建任务等自动化操作。这使得重复性任务变得标准化且可复用，极大提升了工作效率。\n\n无论是希望优化日常办公流程的普通用户、需要处理复杂文档的研究人员，还是寻求将 AI 深度集成到开发管线中的开发者，都能从中找到适合的解决方案。其独特的技术亮点在于“技能”的可定制性与强大的应用连接能力，让用户无需编写复杂代码，即可通过简单的配置让 Claude 具备跨平台执行真实任务的能力。如果你希望让 Claude",51312,"2026-04-05T19:04:23",[17,16],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":80,"owner_website":81,"owner_url":82,"languages":83,"stars":88,"forks":89,"last_commit_at":90,"license":91,"difficulty_score":10,"env_os":92,"env_gpu":93,"env_ram":93,"env_deps":94,"category_tags":97,"github_topics":98,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":22,"created_at":104,"updated_at":105,"faqs":106,"releases":137},2862,"CyberPunkMetalHead\u002FBinance-News-Sentiment-Bot","Binance-News-Sentiment-Bot","This is a fully functioning Binance trading bot that takes into account the news sentiment for the top 100 crypto feeds. If you like this project consider donating though the Brave browser to allow me to continuously improve the script.","Binance-News-Sentiment-Bot 是一款基于新闻情绪分析的自动化加密货币交易工具。它通过实时抓取全球前 100 个主流加密资讯网站的最新头条，利用自然语言处理技术分析每条新闻的情感倾向，并统计各币种被提及的频率。当系统检测到某币种的整体新闻情绪为正面时，会自动在币安（Binance）平台执行买入操作；同时，为规避持仓异常风险，策略设定会卖出绝大部分已购入资产，仅保留极少量仓位。\n\n这款工具主要解决了投资者难以全天候监控海量碎片化新闻、并及时捕捉市场情绪波动以辅助决策的痛点。它将非结构化的新闻数据转化为可量化的交易信号，帮助用户在信息爆炸的环境中快速响应市场变化。\n\nBinance-News-Sentiment-Bot 特别适合具备一定编程基础的开发者、量化交易研究者以及对新闻驱动型策略感兴趣的进阶投资者使用。虽然普通用户也可参考其逻辑，但部署和配置过程需要一定的技术门槛。其独特亮点在于将“新闻舆情”与“自动交易”紧密结合，支持自定义配置且不限定交易币种数量，为探索另类数据在金融交易中的应用提供了灵活的开源范本。","Fully functioning Binance Trading bot that Buys cryptocurrency based on Daily news sentiment from the top 100 crypto feeds.\n\nMain Features:\nPull and analyse the last headline from the top 100 crypto news sites\n\nProvide an overview on the most mentioned coin across all the headlines\n\nAnalyse the sentiment of each headline and categorise the output by coin\n\nPlace a Buy order if the compound sentiment is positive\n\nThe bot sells %99.5 of the coins it bought in order to avoid exceptions\n\n\"coins_in_hand\" dictionary stores the amount of coins the bot bought and currently holding.\n\nConfigurable options\n\nWorks with any number of cryptocurrencies\n\nFor a complete step-by-step setup guide please see: https:\u002F\u002Fwww.cryptomaton.org\u002F2021\u002F04\u002F17\u002Fhow-to-code-a-binance-crypto-trading-bot-that-trades-based-on-daily-news-sentiment\u002F\n","一款功能完善的币安交易机器人，根据前100名加密货币资讯源的每日新闻情绪来买入加密货币。\n\n主要功能：\n- 从排名前100的加密货币新闻网站抓取并分析最新头条；\n- 提供所有头条中提及次数最多的币种概览；\n- 分析每条头条的情绪，并按币种对结果进行分类；\n- 若综合情绪为正，则下达买入订单；\n- 为避免异常情况，该机器人会卖出其买入的99.5%的币种；\n- “coins_in_hand”字典用于存储机器人已买入并当前持有的币种数量。\n\n可配置选项：\n- 支持任意数量的加密货币；\n- 完整的分步设置指南请参阅：https:\u002F\u002Fwww.cryptomaton.org\u002F2021\u002F04\u002F17\u002Fhow-to-code-a-binance-crypto-trading-bot-that-trades-based-on-daily-news-sentiment\u002F 。","# Binance-News-Sentiment-Bot 快速上手指南\n\nBinance-News-Sentiment-Bot 是一个基于新闻情绪分析的自动化加密货币交易机器人。它通过抓取前 100 个主流加密新闻网站的头条新闻，分析情绪倾向，并在综合情绪为正时自动执行买入操作。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux (推荐 Ubuntu\u002FCentOS), macOS 或 Windows (需配置 Python 环境)\n*   **Python 版本**：Python 3.6 或更高版本\n*   **前置依赖**：\n    *   `pip` (Python 包管理工具)\n    *   Binance API 密钥 (需在币安官网申请，具备现货交易权限)\n    *   稳定的网络连接 (用于抓取新闻和连接交易所)\n\n## 安装步骤\n\n1.  **克隆项目代码**\n    从 GitHub 仓库获取源代码：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fyour-repo\u002FBinance-News-Sentiment-Bot.git\n    cd Binance-News-Sentiment-Bot\n    ```\n\n2.  **创建虚拟环境（推荐）**\n    为避免依赖冲突，建议创建独立的 Python 虚拟环境：\n    ```bash\n    python3 -m venv venv\n    source venv\u002Fbin\u002Factivate  # Windows 用户请使用: venv\\Scripts\\activate\n    ```\n\n3.  **安装依赖库**\n    安装项目所需的 Python 库。如果下载速度较慢，可使用国内镜像源加速：\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n4.  **配置 API 密钥**\n    在项目根目录下找到配置文件（通常为 `config.py` 或 `.env`），填入您的 Binance API Key 和 Secret Key：\n    ```python\n    API_KEY = 'YOUR_BINANCE_API_KEY'\n    API_SECRET = 'YOUR_BINANCE_API_SECRET'\n    ```\n    *注意：请勿将包含真实密钥的文件提交到公共代码库。*\n\n## 基本使用\n\n完成配置后，即可启动机器人。程序将自动开始监控新闻源并分析情绪。\n\n1.  **运行机器人**\n    在主目录下执行以下命令启动服务：\n    ```bash\n    python main.py\n    ```\n\n2.  **运行逻辑说明**\n    *   程序会自动拉取前 100 个加密新闻网站的最新头条。\n    *   分析每条新闻的情绪得分并按币种分类。\n    *   若某币种的复合情绪得分为**正数 (Positive)**，机器人将自动下达**买入**订单。\n    *   为规避异常风险，机器人会卖出其持有量的 **99.5%**。\n    *   当前持有的币种数量存储在 `coins_in_hand` 字典中，可在控制台输出或日志中查看。\n\n3.  **自定义配置**\n    您可以修改配置文件来调整监听的加密货币数量或情绪阈值，该工具支持任意数量的加密货币配置。\n\n> **提示**：如需完整的分步设置教程及代码详解，请参考官方文档：https:\u002F\u002Fwww.cryptomaton.org\u002F2021\u002F04\u002F17\u002Fhow-to-code-a-binance-crypto-trading-bot-that-trades-based-on-daily-news-sentiment\u002F","一位专注于加密货币量化交易的独立开发者，试图利用新闻情绪数据来优化其自动交易策略，以捕捉市场短期波动带来的机会。\n\n### 没有 Binance-News-Sentiment-Bot 时\n- 开发者需要手动编写复杂的爬虫代码，逐一抓取并清洗来自上百家加密新闻网站的海量标题，维护成本极高且容易因网站改版而失效。\n- 缺乏统一的自然语言处理模块，难以实时量化每条新闻对特定币种（如比特币、以太坊）的情绪正负向，导致决策依赖主观判断或滞后的人工分析。\n- 无法快速识别哪些币种在当日新闻中被提及频率最高，错失了基于“热度 + 情绪”双重因子的潜在爆发行情。\n- 交易执行逻辑与情绪分析脱节，往往在确认利好消息时价格已大幅拉升，或因无法全天候监控而错过最佳买入点。\n\n### 使用 Binance-News-Sentiment-Bot 后\n- Binance-News-Sentiment-Bot 自动聚合并分析前 100 个主流加密新闻源的最新头条，省去了繁琐的数据采集与维护工作，让开发者聚焦策略优化。\n- 内置的情感分析引擎能实时计算每条新闻的复合得分并按币种分类，一旦检测到某币种整体情绪转为正面，系统即刻触发买入订单。\n- 工具自动生成全网提及率最高的币种概览，帮助开发者迅速锁定市场焦点，结合正向情绪指标精准布局高潜力资产。\n- 独特的自动止盈机制会在买入后卖出 99.5% 的持仓以规避异常风险，同时通过\"coins_in_hand\"字典清晰记录剩余持仓，实现了闭环的自动化交易流程。\n\nBinance-News-Sentiment-Bot 将非结构化的新闻舆情转化为可执行的量化交易信号，极大地降低了基于事件驱动的交易门槛并提升了响应速度。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FCyberPunkMetalHead_Binance-News-Sentiment-Bot_4df7c3c3.png","CyberPunkMetalHead","Andrei","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FCyberPunkMetalHead_1b998ff9.jpg","Co-founder of AESIR. I build and test crypto trading bots. Meme Savvy 69\u002F10.",null,"cryptomatonblog","https:\u002F\u002Faesircrypto.com","https:\u002F\u002Fgithub.com\u002FCyberPunkMetalHead",[84],{"name":85,"color":86,"percentage":87},"Python","#3572A5",100,1645,289,"2026-04-02T21:41:17","MIT","","未说明",{"notes":95,"python":93,"dependencies":96},"README 中未明确列出具体的运行环境需求（如操作系统、Python 版本、依赖库等）。该工具主要功能为抓取前 100 个加密货币新闻源标题并进行情感分析，根据分析结果在币安执行买入操作。完整的环境配置和依赖安装步骤需参考文中提供的外部教程链接。",[],[16],[99,100,101,102,103],"binance-api","binance","cryptocurrency","trading","trading-bot","2026-03-27T02:49:30.150509","2026-04-06T07:13:53.761288",[107,112,117,122,127,132],{"id":108,"question_zh":109,"answer_zh":110,"source_url":111},13228,"运行机器人时出现 'No module named binance.websockets' 错误怎么办？","这是因为 python-binance 库升级到了 1.0.0+ 版本，导致接口不兼容。解决方法是安装旧版本的库。请运行以下命令安装 0.7.1 版本：\npip install python-binance==0.7.1\n安装完成后即可正常运行脚本。","https:\u002F\u002Fgithub.com\u002FCyberPunkMetalHead\u002FBinance-News-Sentiment-Bot\u002Fissues\u002F54",{"id":113,"question_zh":114,"answer_zh":115,"source_url":116},13229,"遇到 ''NoneType' object has no attribute 'encode'' 错误如何解决？","该错误通常是因为 API 密钥未正确加载（例如环境变量未设置成功）。解决方法有两种：\n1. 确保在操作系统中正确设置了环境变量 `binance_testnet_key` 等。\n2. 更简单的方法是直接修改代码，将获取密钥的部分改为硬编码。找到类似 `api_key = os.getenv('...')` 的代码，直接替换为：\napi_key = \"YOUR_KEY_HERE\"\nsecret_key = \"YOUR_SECRET_HERE\"\n将引号内替换为你的真实密钥即可。","https:\u002F\u002Fgithub.com\u002FCyberPunkMetalHead\u002FBinance-News-Sentiment-Bot\u002Fissues\u002F50",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},13230,"如何在 Windows 上方便地设置 API 密钥并运行机器人？","Windows 用户可以创建一个批处理文件（.bat）来设置环境变量并启动程序。新建一个文本文件，输入以下内容（将 'key' 替换为你的真实密钥），保存为 `run_bot.bat` 并放在机器人文件夹中运行：\n\nSET \"binance_api_stalkbot_testnet=你的测试网 Key\"\nSET \"binance_secret_stalkbot_testnet=你的测试网 Secret\"\nSET \"binance_api_stalkbot_live=你的实盘 Key\"\nSET \"binance_secret_stalkbot_live=你的实盘 Secret\"\n\npython news-analysis.py","https:\u002F\u002Fgithub.com\u002FCyberPunkMetalHead\u002FBinance-News-Sentiment-Bot\u002Fissues\u002F49",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},13231,"启动时报错 'Resource vader_lexicon not found' 怎么处理？","这是因为缺少 NLTK 的情感分析词典数据。需要在运行机器人前手动下载该资源。请在 Python 环境中执行以下代码：\nimport nltk\nnltk.download('vader_lexicon')\n下载完成后再次运行机器人即可解决。","https:\u002F\u002Fgithub.com\u002FCyberPunkMetalHead\u002FBinance-News-Sentiment-Bot\u002Fissues\u002F31",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},13232,"日志中出现大量 'Could not parse ... feed' 错误导致新闻抓取失败怎么办？","这通常是因为网络请求超时或 SSL 验证问题。可以尝试修改代码中的请求配置来提高成功率：\n1. 增加超时时间：找到代码中 `async with session.get(..., timeout=7)` 的位置，将超时时间从 7 秒增加到 60 秒（timeout=60）。\n2. 禁用 SSL 验证：在请求参数中添加 `verify_ssl=False`。\n修改后的代码示例：\nasync with session.get(feed, headers=headers, timeout=60, verify_ssl=False) as response:","https:\u002F\u002Fgithub.com\u002FCyberPunkMetalHead\u002FBinance-News-Sentiment-Bot\u002Fissues\u002F32",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},13233,"如何排除发布时间过久的旧新闻，只分析最近的文章？","可以通过修改代码添加时间过滤逻辑。具体步骤如下：\n1. 在导入部分添加 timezone：from datetime import datetime, timezone\n2. 定义允许的最大时间间隔（小时），例如：HOURS_PAST = 24\n3. 在解析新闻日期后，添加以下判断逻辑：\npublished = datetime.strptime(pubDate.replace(\"GMT\", \"+0000\"), '%a, %d %b %Y %H:%M:%S %z')\ntime_between = datetime.now(timezone.utc) - published\nif (time_between.total_seconds() \u002F (60 * 60) \u003C= HOURS_PAST):\n    # 处理新闻逻辑\n这样只有最近 24 小时内的新闻会被纳入情感分析。","https:\u002F\u002Fgithub.com\u002FCyberPunkMetalHead\u002FBinance-News-Sentiment-Bot\u002Fissues\u002F24",[]]