bbgo

GitHub
1.6k 369 中等 1 次阅读 2天前AGPL-3.0Agent开发框架
AI 解读 由 AI 自动生成,仅供参考

bbgo 是一个基于 Go 语言开发的现代化加密货币量化交易框架,旨在帮助用户高效构建、回测并部署自动交易策略。它主要解决了加密货币交易中多交易所接口不统一、实时数据处理复杂以及策略开发重复造轮子等痛点,让使用者能专注于核心逻辑而非底层连接。

bbgo 非常适合两类人群:一是希望直接运行内置策略(如网格交易)进行自动化投资的普通交易者;二是需要灵活开发自定义策略、进行历史数据回测或研究技术指标的开发者与研究人员。

在技术亮点方面,bbgo 提供了强大的交易所抽象层,目前已支持包括币安、OKX 在内的八大主流交易所,用户只需一套代码即可实现多账户、多交易所的同时管理。框架内置了丰富的技术分析指标库(如 MACD、布林带、RSI 等),其使用体验类似 Python 的 pandas Series,极大降低了量化门槛。此外,它还具备基于 K 线的回测引擎、参数优化工具、TWAP 订单执行算法以及 Slack/Telegram 实时通知功能,为从策略验证到实盘监控的全流程提供了坚实支撑。无论是想尝试量化新手,还是追求高性能的专业团队,bbgo 都是一个值得考虑的开源选择。

使用场景

一位量化交易开发者希望在不同交易所部署自定义的网格套利策略,并需要实时风控与历史回测验证。

没有 bbgo 时

  • 开发者需分别为币安、OKX 等不同交易所重复编写底层 API 对接代码,耗时且容易出错。
  • 缺乏统一的历史数据回测引擎,策略上线前只能用小资金实盘“试错”,风险极高。
  • 手动监控多个账户的盈亏(PnL)和订单状态,无法在行情剧烈波动时及时收到 Slack 或 Telegram 警报。
  • 实现复杂的移动平均线(如 ALMA、Hull MA)等技术指标需从零造轮子,难以快速验证交易逻辑。
  • 多交易所资金调度困难,无法在一个程序中同时管理不同账户的子账号资产。

使用 bbgo 后

  • 利用 bbgo 统一的交易所抽象接口,一套代码即可无缝连接支持的主流交易所,开发效率提升数倍。
  • 直接使用内置的 KLine 回测引擎,在几分钟内完成策略对过去几年数据的验证,大幅降低实盘亏损风险。
  • 配置内置的 PnL 计算与通知模块,系统自动推送异常波动警报,实现 7x24 小时无人值守监控。
  • 调用类似 pandas Series 接口的丰富技术指标库(如 RSI、布林带),几行代码即可构建复杂策略逻辑。
  • 通过多会话支持功能,轻松在同一实例中协调多个交易所账户,自动执行跨市场套利指令。

bbgo 将开发者从繁琐的基础设施搭建中解放出来,使其能专注于策略逻辑本身,显著降低了加密货币量化交易的门槛与风险。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具主要使用 Go 语言编写,非 Python 项目。支持通过 Docker 容器、Kubernetes 或 Helm 图表部署。若需启用高精度浮点数运算,编译时需添加 `-tags dnum` 标签。内置多种交易策略和技术指标,支持连接 8 家主流交易所。
python不适用 (基于 Go 语言)
Go (版本未明确,建议较新版本)
Docker (可选)
Kubernetes (可选)
Helm (可选)
bbgo hero image

快速开始

BBGO

一个用 Go 语言编写的现代加密货币交易机器人框架。

当前状态

Go GoDoc Go Report Card DockerHub Coverage Status open collective badge open collective badge

社区

Telegram Global Telegram Taiwan Twitter

使用 BBGO 可以做什么

交易机器人用户 💁‍♀️ 💁‍♂️

你可以使用 BBGO 运行内置策略。

策略开发者 🥷

你可以利用 BBGO 的交易单元和回测单元来实现自己的策略。

交易单元开发者 🧑‍💻

你可以使用 BBGO 底层的通用交易所 API;目前支持 8 家主流交易所,因此无需重复实现。

特性

截图

bbgo 控制台

bbgo 回测报告

内置策略

策略 描述 类型 回测支持
grid 第一代网格策略,灵活性更高,但需要提前准备库存 做市
grid2 第二代网格策略,可将你的报价资产转化为网格,支持基础币+报价币模式 做市
bollgrid 结合内置布林带指标的基本网格策略 做市
xmaker 跨交易所做市策略,可对冲另一侧的库存风险 做市
xdepthmaker 跨交易所基于深度的做市策略 做市
xfixedmaker 跨交易所固定价差做市策略 做市
xnav 该策略帮助记录当前的净资产值 工具
xalign 该策略自动对齐你的余额和仓位 工具
xfunding 资金费率收费策略 资金费率
autoborrow 该策略利用保证金借入资产,以帮助你维持最低余额 工具
autobuy 定期自动买入特定资产 工具
pivotshort 该策略寻找枢轴低点,并在价格跌破前低时入场交易 多空
schedule 该策略按固定数量定期买卖,可用作单一DCA,或用于补充如BNB等费用币 工具
irr 该策略根据预测的回报率开仓 多空
bollmaker 该策略持有长期多空头寸,在两侧挂单做市,并使用布林带控制仓位大小 做市
wall 该策略在订单簿上创建一道“墙”(大量订单) 做市
scmaker 专为稳定币市场设计的做市策略,如USDC/USDT 做市
drift 多空
rsicross 当快速RSI上穿慢速RSI时开多仓,这是一个使用v2指标的演示策略 多空
emacross EMA交叉策略 多空
marketcap 该策略根据市值重新平衡投资组合 再平衡
supertrend 该策略使用DEMA和超级趋势指标开多空仓 多空
trendtrader 该策略根据趋势线突破开多空仓 多空
elliottwave 多空
ewoDgtrd 多空
fixedmaker 做市
factorzoo 多空
fmaker 做市
linregmaker 基于线性回归的做市策略 做市
liquiditymaker 在订单簿上提供流动性 做市
audacitymaker 大胆的做市策略 做市
convert 转换策略是一个工具,可帮助你将特定资产转换为目标资产 工具
dca 成本平均策略 工具
dca2 第二代成本平均策略 工具
rebalance 根据目标权重重新平衡你的投资组合 再平衡
deposit2transfer 自动将存款转入另一个账户 工具
sentinel 监控交易所的连接性和健康状况 工具
tri 三角套利策略 套利
random 为测试目的随机下单 工具

支持的交易所

  • 币安现货交易所(包括 binance.us)
  • OKX 现货交易所(前 OKEX)
  • Kucoin 现货交易所
  • MAX 现货交易所(位于中国台湾)
  • Bitget 交易所
  • Bybit 交易所
  • Coinbase 交易所
  • Bitfinex 交易所

文档与通用主题

要求

安装

从二进制文件安装

以下脚本将帮助您设置配置文件和 dotenv 文件:

# 币安交易所的网格交易策略
bash <(curl -s https://raw.githubusercontent.com/c9s/bbgo/main/scripts/setup-grid.sh) binance

# MAX 交易所的网格交易策略
bash <(curl -s https://raw.githubusercontent.com/c9s/bbgo/main/scripts/setup-grid.sh) max

# 币安交易所的布林格网格交易策略
bash <(curl -s https://raw.githubusercontent.com/c9s/bbgo/main/scripts/setup-bollgrid.sh) binance

# MAX 交易所的布林格网格交易策略
bash <(curl -s https://raw.githubusercontent.com/c9s/bbgo/main/scripts/setup-bollgrid.sh) max

如果您已经拥有配置,也可以使用仅下载的脚本:

bash <(curl -s https://raw.githubusercontent.com/c9s/bbgo/main/scripts/download.sh)

或者访问 发布页面,手动下载。

自 v2 版本起,我们引入了 dnum 的新浮点实现,以支持更高精度的小数。有关下载和设置,请参阅 Dnum 安装指南

一键 Linode StackScript

StackScript 允许您一键部署带有 bbgo 的轻量级实例。

从源代码构建

请参阅 从源代码构建

配置

添加您的 dotenv 文件:

# 对于币安交易所,如果您有 API 密钥和密钥
BINANCE_API_KEY=
BINANCE_API_SECRET=

# 如果您想使用 binance.us,请将此值更改为 1
BINANCE_US=0

# 对于 MAX 交易所,如果您有 API 密钥和密钥
MAX_API_KEY=
MAX_API_SECRET=

# 对于 OKEx 交易所,如果您有 API 密钥和密钥
OKEX_API_KEY=
OKEX_API_SECRET=
OKEX_API_PASSPHRASE

# 对于 Kucoin 交易所,如果您有 API 密钥和密钥
KUCOIN_API_KEY=
KUCOIN_API_SECRET=
KUCOIN_API_PASSPHRASE=
KUCOIN_API_KEY_VERSION=2

# 对于 Bybit 交易所,如果您有 API 密钥和密钥
BYBIT_API_KEY=
BYBIT_API_SECRET=

# 对于 Bitget 交易所,如果您有 API 密钥和密钥
BITGET_API_KEY=
BITGET_API_SECRET=
BITGET_API_PASSPHRASE=

# 对于 Coinbase 交易所,如果您有 API 密钥和密钥
COINBASE_API_KEY=
COINBASE_API_SECRET=

# 对于 Bitfinex 交易所,如果您有 API 密钥和密钥
BITFINEX_API_KEY=
BITFINEX_API_SECRET=

准备您的 dotenv 文件 .env.local 和 BBGO yaml 配置文件 bbgo.yaml

如需查看可用的环境变量,请参阅 环境变量

最小化的 bbgo.yaml 可以通过以下命令生成:

curl -o bbgo.yaml https://raw.githubusercontent.com/c9s/bbgo/main/config/minimal.yaml

运行策略:

bbgo run

启动带前端仪表盘的 bbgo:

bbgo run --enable-webserver

如果您想切换到另一个 dotenv 文件,可以添加 --dotenv--config 选项:

bbgo sync --dotenv .env.dev --config config/grid.yaml --session binance

查询转账记录:

bbgo transfer-history --session max --asset USDT --since "2019-01-01"

高级配置

将系统时间与币安同步

BBGO 提供了一个适用于 UNIX 系统/子系统的脚本,用于将日期与币安同步。在此之前需要安装 jqbc。在 Ubuntu 上安装依赖项的命令如下:

sudo apt install -y bc jq

然后执行同步脚本:

sudo ./scripts/sync_time.sh

您还可以将该脚本添加到 crontab 中,以便定期将系统时间与币安同步。

测试网(模拟交易)

目前仅支持币安测试网。要在测试网上运行 bbgo,请从 Binance 测试网络 申请新的 API 密钥,并在启动 bbgo 之前设置以下环境变量:

export PAPER_TRADE=1
export DISABLE_MARKET_CACHE=1 # 测试网支持的交易对远少于主网

通知

同步交易数据

默认情况下,BBGO 不会从交易所会话中同步您的交易数据,因此难以准确计算您的盈亏。

通过将交易和订单同步到本地数据库,您可以获得一些好处,例如盈亏计算、回测和资产计算。

您只能使用 MySQL 或 SQLite 数据库驱动来存储您的交易数据。

注意:SQLite 并未完全支持,我们建议您使用 MySQL 而不是 SQLite。

配置 MySQL 数据库

要使用 MySQL 数据库进行数据同步,首先需要安装 MySQL 服务器:

# 对于 Ubuntu Linux
sudo apt-get install -y mysql-server

# 对于较新的 Ubuntu Linux
sudo apt install -y mysql-server

或者在 Docker 中运行 MySQL

创建您的 MySQL 数据库:

mysql -uroot -e "CREATE DATABASE bbgo CHARSET utf8"

然后在您的 .env.local 文件中添加以下环境变量:

DB_DRIVER=mysql
DB_DSN="user:password@tcp(127.0.0.1:3306)/bbgo"

配置 SQLite3 数据库

要使用 SQLite3 而不是 MySQL,只需在您的 .env.local 文件中添加以下环境变量:

DB_DRIVER=sqlite3
DB_DSN=bbgo.sqlite3

同步您自己的交易数据

在配置好数据库后,您可以从交易所同步自己的交易数据。

请参阅 为私有交易数据配置同步

使用 Redis 在 BBGO 会话之间保持持久化

要使用 Redis,首先需要安装 Redis 服务器:

# 对于 Ubuntu/Debian Linux
sudo apt-get install -y redis

# 对于较新的 Ubuntu/Debian Linux
sudo apt install -y redis

在您的 bbgo.yaml 中设置以下环境变量:

persistence:
  redis:
    host: 127.0.0.1  # 您的 Redis 服务器的 IP 地址或主机名,如果与 BBGO 相同则为 127.0.0.1
    port: 6379  # 到 Redis 服务器的端口,默认为 6379
    db: 0  # 要使用的数据库编号。如果您希望避免与其他应用程序使用 Redis 时发生冲突,可以设置为其他数据库。

内置策略

请查看策略目录 strategy,了解所有内置策略:

  • pricealert 策略演示了如何使用通知系统 pricealert。详情请参阅 文档
  • buyandhold 策略演示了如何订阅 K 线事件并提交市价单 buyandhold
  • bollgrid 策略实现了基于内置布林带指标的基本网格策略 bollgrid
  • grid 策略实现了固定价格区间网格策略 grid。详情请参阅 文档
  • supertrend 策略使用超趋势指标作为趋势判断,并用 DEMA 指标作为噪声过滤器 supertrend。详情请参阅 文档
  • support 策略将高成交量的 K 线视为支撑位 support。详情请参阅 文档
  • flashcrash 策略实现了一种捕捉闪崩行情的策略 flashcrash
  • marketcap 策略实现了一种基于市值重新平衡投资组合的策略 marketcap。详情请参阅 文档
  • pivotshort - 专注于做空的策略。
  • irr - 收益率策略。
  • drift - 偏移策略。
  • grid2 - 第二代网格策略。
  • rebalance - 根据目标权重重新平衡您的投资组合。rebalance。详情请参阅 文档

要运行这些内置策略,只需修改配置文件以使其适合您的需求。例如,如果您想运行 buyandhold 策略:

vim config/buyandhold.yaml

# 使用该配置运行 bbgo
bbgo run --config config/buyandhold.yaml

回测

请参阅 回测

添加策略

请参阅 开发策略

编写您自己的私有策略

创建您的 Go 包,使用 go mod 初始化仓库,并将 bbgo 添加为依赖项:

go mod init
go get github.com/c9s/bbgo@main

在策略文件中编写您自己的策略:

vim strategy.go

您可以从 https://github.com/c9s/bbgo/blob/main/pkg/strategy/example/skeleton/strategy.go 获取策略框架。

现在添加您的配置:

mkdir config
(cd config && curl -o bbgo.yaml https://raw.githubusercontent.com/c9s/bbgo/main/config/minimal.yaml)

将您的策略包路径添加到配置文件 config/bbgo.yaml 中:

---
build:
  dir: build
  imports:
  - github.com/your_id/your_swing
  targets:
  - name: swing-amd64-linux
    os: linux
    arch: amd64
  - name: swing-amd64-darwin
    os: darwin
    arch: amd64

运行 bbgo run 命令,bbgo 将编译一个导入您策略的包装二进制文件:

dotenv -f .env.local -- bbgo run --config config/bbgo.yaml

或者您也可以通过以下方式构建自己的包装二进制文件:

bbgo build --config config/bbgo.yaml

相关资源:

命令用法

向特定交易所会话提交订单

bbgo submit-order --session=okex --symbol=OKBUSDT --side=buy --price=10.0 --quantity=1

列出特定交易所会话的未成交订单

bbgo list-orders open --session=okex --symbol=OKBUSDT
bbgo list-orders open --session=max --symbol=MAXUSDT
bbgo list-orders open --session=binance --symbol=BNBUSDT

取消未成交订单

# 对于 okex,订单 ID 和交易对都必须提供
bbgo cancel-order --session=okex --order-id=318223238325248000 --symbol=OKBUSDT

# 对于 max,只需提供订单 ID 即可
bbgo cancel-order --session=max --order-id=1234566

调试用户数据流

bbgo userdatastream --session okex
bbgo userdatastream --session max
bbgo userdatastream --session binance

动态注入

为了尽量减少策略代码量,bbgo 支持动态依赖注入。

在执行您的策略之前,如果 bbgo 发现您的策略对象中嵌入了正在使用 bbgo 组件的字段,它会将这些组件注入到您的策略对象中。例如:

type Strategy struct {
  Symbol string `json:"symbol"`
  Market types.Market
}

目前仅支持单个交易所策略的组件:

  • *bbgo.ExchangeSession
  • bbgo.OrderExecutor

如果您在策略中定义了 Symbol string 字段,您的策略将被识别为基于交易对的策略,此时可以自动注入以下类型:

  • types.Market

策略执行阶段

  1. 从配置文件中加载配置。
  2. 分配并初始化交易所会话。
  3. 将交易所会话添加到环境(数据层)中。
  4. 使用给定的环境初始化交易者对象(逻辑层)。
  5. 交易者初始化环境并启动交易所连接。
  6. 依次调用策略的 Run() 方法。

交易所 API 示例

请查看示例目录:examples

初始化 MAX API:

key := os.Getenv("MAX_API_KEY")
secret := os.Getenv("MAX_API_SECRET")

maxRest := maxapi.NewRestClient(maxapi.ProductionAPIURL)
maxRest.Auth(key, secret)

创建用户数据流以获取订单簿(深度):

stream := max.NewStream(key, secret)
stream.Subscribe(types.BookChannel, symbol, types.SubscribeOptions{})

streambook := types.NewStreamBook(symbol)
streambook.BindStream(stream)

部署

开发

设置本地仓库

  1. 在 GitHub 仓库中点击“Fork”按钮。
  2. 将您的 fork 仓库克隆到 $GOPATH/github.com/c9s/bbgo
  3. 切换到 $GOPATH/github.com/c9s/bbgo 目录。
  4. 创建一个分支并开始开发。
  5. 测试您的更改。
  6. 将更改推送到您的 fork。
  7. 发送拉取请求。

测试桌面应用

对于 WebView:

make embed && go run -tags web ./cmd/bbgo-webview

对于 Lorca:

make embed && go run -tags web ./cmd/bbgo-lorca

常见问题解答

什么是仓位?

寻找新的交易策略吗?

您可以撰写一篇关于 BBGO 的文章,主题不限,字数在 750–1500 字之间,作为交换,我可以为您实现该策略(具体取决于复杂度和工作量)。如果您感兴趣,请通过 Telegram https://t.me/c123456789s 或 X/Twitter https://x.com/c9s 私信我,我们可以进一步讨论。

添加对新加密交易所的支持?

如果您希望 BBGO 支持当前未包含的某个加密交易所,我们可以为您实现这一功能。费用为 10 ETH。如果您有兴趣,请通过 Telegram https://t.me/c123456789s 私信我。

社区

贡献

请参阅 贡献指南

财务支持者

[成为支持者]

BBGO 代币经济模型

为了支持 BBGO 的开发,我们设立了一个赏金池,用于通过发放 $BBG 代币来支持贡献者。详情请查看 $BBG 合约页面 和我们的官方网站

支持者

  • GitBook

许可证

AGPL 许可证

版本历史

bbgo-0.4.32025/08/18
v1.63.02025/07/15
v1.62.22025/04/22
v1.62.12025/04/21
v1.62.02025/04/21
v1.61.02024/12/23
v1.60.32024/09/15
v1.60.22024/09/12
v1.60.12024/09/04
v1.60.02024/08/21
v1.59.22024/05/20
v1.59.12024/05/14
v1.59.02024/05/14
v1.58.02024/03/19
v1.57.02024/02/27
v1.56.22024/01/29
v1.56.12024/01/28
v1.56.02024/01/26
v1.55.42023/12/20
v1.55.32023/12/18

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-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。 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。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架