[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-huojichuanqi--ds":3,"tool-huojichuanqi--ds":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",159267,2,"2026-04-17T11:29:14",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":74,"owner_company":74,"owner_location":74,"owner_email":74,"owner_twitter":74,"owner_website":74,"owner_url":76,"languages":77,"stars":82,"forks":83,"last_commit_at":84,"license":74,"difficulty_score":85,"env_os":86,"env_gpu":87,"env_ram":88,"env_deps":89,"category_tags":96,"github_topics":74,"view_count":32,"oss_zip_url":74,"oss_zip_packed_at":74,"status":17,"created_at":97,"updated_at":98,"faqs":99,"releases":100},8473,"huojichuanqi\u002Fds","ds","用deepseek做交易（搞着玩，注意风险）","ds 是一个基于 DeepSeek 大模型的加密货币交易实验项目，旨在探索人工智能在量化策略中的实际应用边界。作者明确强调这并非成熟的商业化产品，而是一个用于“证伪”和验证思路的个人技术试验场，主要解决传统量化策略中如何引入大模型进行决策分析的难题。\n\n该工具的核心逻辑是将技术指标数据输入 DeepSeek 模型，由 AI 辅助判断市场情绪并执行交易指令，目前支持币安（Binance）和欧易（OKX）交易所。其独特之处在于采用了“单向持仓”的简化风控逻辑，并尝试让大模型直接分析指标而非仅依赖本地计算结果，同时配合分档移动止盈止损机制来管理风险。\n\nds 非常适合对量化交易感兴趣、具备一定技术基础的开发者或研究人员使用。由于项目涉及服务器部署（推荐 Ubuntu 环境）、API 密钥配置及 Python 环境搭建，且作者直言“喜欢玩黑箱文化”，普通小白用户若无编程经验需谨慎尝试。此外，项目部分高级情绪指标已转为商用，开源版本更侧重于提供基础框架供社区交流与二次开发。使用者务必注意，这是一个高风险的实验性工具，切勿盲目投入重金。","#### 个人喜欢玩黑箱文化，你们不一样，别上头。\n#### 搞这个目的是先确定ds的一些东西，不是商业化产品，主体思路是围绕试验证伪去的\n###  关注推特了解思路来龙去脉：https:\u002F\u002Fx.com\u002Fhuojichuanqi\n###  注意为了简化逻辑，记得改 单向持仓  单向持仓 单向持仓\n####  目前最有价值的就是ds+指标方案，但是基础版本是本地算好给他，我们正在尝试用ds直接分析指标，但是效果没看出来\n###  情绪指标那边要收费了，有兴趣的只能直接联系商用了： TG：@Sam4sea\n\n\n\n## 配置内容\n\n### 配置文件建在策略根目录\n\n### 文件名字    .env\n\n####  DEEPSEEK_API_KEY= 你的deepseek  api密钥\n\n####  BINANCE_API_KEY=\n\n####  BINANCE_SECRET=\n\n####  OKX_API_KEY=\n\n####  OKX_SECRET=\n\n#### OKX_PASSWORD=\n\n###  视频教程：https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=Yv-AMVaWUVg\n###  配合分档移动止盈止损：https:\u002F\u002Fyoutu.be\u002F-vfeyqUkuzY\n\n### 准备一台ubuntu服务器 推荐阿里云 香港或者新加坡 轻云服务器\n\n\n#### wget https:\u002F\u002Frepo.anaconda.com\u002Farchive\u002FAnaconda3-2024.10-1-Linux-x86_64.sh\n\n#### bash Anaconda3-2024.10-1-Linux-x86_64.sh\n\n#### source \u002Froot\u002Fanaconda3\u002Fetc\u002Fprofile.d\u002Fconda.sh \n#### echo \". \u002Froot\u002Fanaconda3\u002Fetc\u002Fprofile.d\u002Fconda.sh\" >> ~\u002F.bashrc\n\n\n\n\n#### conda create -n ds python=3.10\n\n#### conda activate ds\n\n#### pip install -r requirements.txt\n\n\n\n#### apt-get update 更新镜像源\n\n\n#### apt-get upgrade 必要库的一个升级\n\n\n#### apt install npm 安装npm\n\n\n#### npm install pm2 -g 使用npm安装pm2\n\n#### conda create -n trail3 python=4.10\n\n###### 打赏地址（TRC20）：TUunBuqQ1ZDYt9WrA3ZarndFPQgefXqZAM\n","#### 我个人喜欢玩黑箱文化，你们不一样，别上头。\n#### 做这个的目的是先确定ds的一些东西，不是商业化产品，主体思路是围绕试验证伪去的\n###  关注推特了解思路来龙去脉：https:\u002F\u002Fx.com\u002Fhuojichuanqi\n###  注意为了简化逻辑，记得改 单向持仓  单向持仓 单向持仓\n####  目前最有价值的就是ds+指标方案，但是基础版本是本地算好给他，我们正在尝试用ds直接分析指标，但是效果没看出来\n###  情绪指标那边要收费了，有兴趣的只能直接联系商用了： TG：@Sam4sea\n\n\n\n## 配置内容\n\n### 配置文件建在策略根目录\n\n### 文件名字    .env\n\n####  DEEPSEEK_API_KEY= 你的deepseek  api密钥\n\n####  BINANCE_API_KEY=\n\n####  BINANCE_SECRET=\n\n####  OKX_API_KEY=\n\n####  OKX_SECRET=\n\n#### OKX_PASSWORD=\n\n###  视频教程：https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=Yv-AMVaWUVg\n###  配合分档移动止盈止损：https:\u002F\u002Fyoutu.be\u002F-vfeyqUkuzY\n\n### 准备一台ubuntu服务器 推荐阿里云 香港或者新加坡 轻云服务器\n\n\n#### wget https:\u002F\u002Frepo.anaconda.com\u002Farchive\u002FAnaconda3-2024.10-1-Linux-x86_64.sh\n\n#### bash Anaconda3-2024.10-1-Linux-x86_64.sh\n\n#### source \u002Froot\u002Fanaconda3\u002Fetc\u002Fprofile.d\u002Fconda.sh \n#### echo \". \u002Froot\u002Fanaconda3\u002Fetc\u002Fprofile.d\u002Fconda.sh\" >> ~\u002F.bashrc\n\n\n\n\n#### conda create -n ds python=3.10\n\n#### conda activate ds\n\n#### pip install -r requirements.txt\n\n\n\n#### apt-get update 更新镜像源\n\n\n#### apt-get upgrade 必要库的一个升级\n\n\n#### apt install npm 安装npm\n\n\n#### npm install pm2 -g 使用npm安装pm2\n\n#### conda create -n trail3 python=4.10\n\n###### 打赏地址（TRC20）：TUunBuqQ1ZDYt9WrA3ZarndFPQgefXqZAM","# ds 快速上手指南\n\n## 1. 环境准备\n\n本项目定位为实验性验证工具，非商业化产品。运行前请确保满足以下要求：\n\n*   **操作系统**：推荐 Ubuntu Linux 服务器（建议部署在阿里云香港或新加坡节点）。\n*   **前置依赖**：\n    *   Python 3.10 (通过 Conda 管理)\n    *   Node.js & npm\n    *   PM2 (进程管理)\n*   **API 密钥**：需提前准备好 DeepSeek、Binance 或 OKX 的 API Key 及 Secret。\n\n> **重要提示**：为简化逻辑，请务必将交易模式配置为**单向持仓**。\n\n## 2. 安装步骤\n\n### 2.1 系统基础环境更新\n登录服务器后，执行以下命令更新源并安装必要工具：\n\n```bash\napt-get update\napt-get upgrade\napt install npm\nnpm install pm2 -g\n```\n\n### 2.2 安装 Anaconda 与 Python 环境\n下载并安装 Anaconda，随后创建名为 `ds` 的专用虚拟环境：\n\n```bash\nwget https:\u002F\u002Frepo.anaconda.com\u002Farchive\u002FAnaconda3-2024.10-1-Linux-x86_64.sh\nbash Anaconda3-2024.10-1-Linux-x86_64.sh\n\n# 加载 conda 配置\nsource \u002Froot\u002Fanaconda3\u002Fetc\u002Fprofile.d\u002Fconda.sh\necho \". \u002Froot\u002Fanaconda3\u002Fetc\u002Fprofile.d\u002Fconda.sh\" >> ~\u002F.bashrc\n\n# 创建并激活 Python 3.10 环境\nconda create -n ds python=3.10\nconda activate ds\n\n# 安装项目依赖\npip install -r requirements.txt\n```\n\n*(注：原文中提到的 `trail3` 环境 python=4.10 目前版本不存在，请以 `ds` 环境为准)*\n\n### 2.3 配置文件设置\n在项目策略根目录下创建 `.env` 文件，并填入您的密钥信息：\n\n```bash\nvim .env\n```\n\n**文件内容示例：**\n```ini\nDEEPSEEK_API_KEY=你的 deepseek api 密钥\nBINANCE_API_KEY=\nBINANCE_SECRET=\nOKX_API_KEY=\nOKX_SECRET=\nOKX_PASSWORD=\n```\n\n## 3. 基本使用\n\n完成上述配置后，项目即可在本地运行。核心思路是利用 `ds` 结合指标方案进行策略验证。\n\n*   **运行方式**：在激活 `ds` 环境下，根据项目具体的入口脚本启动（通常为 `python main.py` 或通过 `pm2` 守护进程，具体视项目入口文件而定）。\n*   **进阶学习**：\n    *   思路详解与来龙去脉：[关注作者推特](https:\u002F\u002Fx.com\u002Fhuojichuanqi)\n    *   基础操作视频教程：[YouTube 教程](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=Yv-AMVaWUVg)\n    *   分档移动止盈止损策略：[YouTube 教程](https:\u002F\u002Fyoutu.be\u002F-vfeyqUkuzY)\n\n> **说明**：目前最有价值的方案为\"ds+ 指标”，基础版需本地计算好指标后传入。情绪指标相关功能已转为商用，如有需求请联系作者 (TG: @Sam4sea)。","一位具备基础编程能力的个人交易员，试图在币圈波动中利用 DeepSeek 大模型辅助制定量化策略，但苦于缺乏将 AI 分析与实盘执行打通的工具。\n\n### 没有 ds 时\n- **决策与执行割裂**：需要在聊天窗口手动询问 DeepSeek 分析行情，再切回交易所后台手动下单，极易错过瞬息万变的入场点。\n- **情绪干扰严重**：面对 K 线剧烈波动时，容易因贪婪或恐惧偏离预设策略，无法严格执行“单向持仓”等风控纪律。\n- **本地计算繁琐**：必须自行编写脚本在本地计算技术指标并整理成文本喂给 AI，流程冗长且难以实时验证策略真伪。\n- **部署门槛高**：缺乏统一的配置管理，连接 Binance 或 OKX 接口时需反复处理密钥认证与环境依赖，调试成本极高。\n\n### 使用 ds 后\n- **自动化闭环交易**：通过配置文件一键绑定 DeepSeek API 与交易所密钥，实现从 AI 分析信号到自动下单的全链路无人值守运行。\n- **严格纪律执行**：内置逻辑强制锁定“单向持仓”模式，配合分档移动止盈止损功能，彻底杜绝人为情绪化操作带来的非理性亏损。\n- **策略验证高效**：直接围绕“试验证伪”思路构建，可快速让 ds 基于实时指标输出判断，大幅缩短从想法到实盘测试的周期。\n- **环境搭建标准化**：提供完整的 Ubuntu 服务器部署脚本（含 Conda 环境与 PM2 守护），只需几行命令即可在阿里云或腾讯云稳定运行。\n\nds 的核心价值在于将深奥的 AI 预测能力转化为可落地、守纪律的自动化交易执行流，让个人开发者能低成本验证黑箱策略。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhuojichuanqi_ds_50efad54.png","huojichuanqi",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fhuojichuanqi_073799c9.png","https:\u002F\u002Fgithub.com\u002Fhuojichuanqi",[78],{"name":79,"color":80,"percentage":81},"Python","#3572A5",100,834,458,"2026-04-15T14:20:46",4,"Linux","未说明","未说明（推荐阿里云\u002F腾讯云轻云服务器）",{"notes":90,"python":91,"dependencies":92},"1. 必须使用 Ubuntu 服务器环境，推荐阿里云香港或新加坡节点。2. 需安装 Anaconda 并创建名为 'ds' 的虚拟环境（Python 3.10）。3. 配置文件 .env 需放置在策略根目录，包含 DeepSeek API Key 及交易所（Binance\u002FOKX）密钥。4. 需全局安装 pm2 进行进程管理。5. 文中提及创建一个不存在的 Python 4.10 环境（trail3），疑似笔误，请以 Python 3.10 为准。6. 该工具主要用于本地计算指标后调用 DeepSeek API，非本地运行大模型。","3.10",[93,94,95],"requirements.txt 中定义的库","nodejs\u002Fnpm","pm2",[35,13],"2026-03-27T02:49:30.150509","2026-04-17T21:32:17.106314",[],[]]