[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-jesse-ai--jesse":3,"tool-jesse-ai--jesse":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","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。\n\n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。\n\nNextChat 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。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},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,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"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":80,"owner_twitter":81,"owner_website":82,"owner_url":83,"languages":84,"stars":108,"forks":109,"last_commit_at":110,"license":111,"difficulty_score":23,"env_os":112,"env_gpu":113,"env_ram":113,"env_deps":114,"category_tags":117,"github_topics":118,"view_count":136,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":137,"updated_at":138,"faqs":139,"releases":168},134,"jesse-ai\u002Fjesse","jesse","An advanced crypto trading bot written in Python","Jesse 是一个用 Python 编写的开源加密货币量化交易框架，旨在帮助用户快速构建、回测并实盘运行自己的交易策略。它解决了传统量化工具复杂难用、学习成本高的问题，让熟悉 Python 的开发者或研究人员能在几分钟内上手，而不是耗费数周摸索。Jesse 提供简洁直观的语法，内置 300 多种技术指标、多币种多周期支持、智能订单管理、风险控制和策略优化功能，并完全支持杠杆交易与做空。其亮点包括无未来函数偏差的精准回测、部分成交处理、实时警报，以及集成的代码编辑器和辅助 AI（JesseGPT）。由于 Jesse 完全自托管，用户的数据和策略始终私有安全。适合有一定 Python 基础的交易爱好者、量化开发者或金融研究人员使用，尤其适合希望高效验证交易想法并投入实盘的用户。","\u003Cdiv align=\"center\">\n\u003Cbr>\n\u003Cp align=\"center\">\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_71b6f6266042.png\" alt=\"Jesse\" height=\"72\" \u002F>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\nAlgo-trading was 😵‍💫, we made it 🤩\n\u003C\u002Fp>\n\u003C\u002Fdiv>\n\n# Jesse\n[![PyPI](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fjesse)](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjesse)\n[![Downloads](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_bc160a64d526.png)](https:\u002F\u002Fpepy.tech\u002Fproject\u002Fjesse)\n[![Docker Pulls](https:\u002F\u002Fimg.shields.io\u002Fdocker\u002Fpulls\u002Fsalehmir\u002Fjesse)](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fsalehmir\u002Fjesse)\n[![GitHub](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fjesse-ai\u002Fjesse)](https:\u002F\u002Fgithub.com\u002Fjesse-ai\u002Fjesse)\n[![coverage](https:\u002F\u002Fcodecov.io\u002Fgh\u002Fjesse-ai\u002Fjesse\u002Fgraph\u002Fbadge.svg)](https:\u002F\u002Fcodecov.io\u002Fgh\u002Fjesse-ai\u002Fjesse)\n\n---\n\nJesse is an advanced crypto trading framework that aims to **simplify** **researching** and defining **YOUR OWN trading strategies** for backtesting, optimizing, and live trading.\n\n## What is Jesse?\nWatch this video to get a quick overview of Jesse:\n\n[![Jesse Overview](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_3ad1ba518dba.jpg)](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=0EqN3OOqeJM)\n\n## Why Jesse?\nIn short, Jesse is more **accurate** than other solutions, and way more **simple**. \nIn fact, it is so simple that in case you already know Python, you can get started today, in **matter of minutes**, instead of **weeks and months**. \n\n## Key Features\n\n- 📝 **Simple Syntax**: Define both simple and advanced trading strategies with the simplest syntax in the fastest time.\n- 📊 **Comprehensive Indicator Library**: Access a complete library of technical indicators with easy-to-use syntax.\n- 📈 **Smart Ordering**: Supports market, limit, and stop orders, automatically choosing the best one for you.\n- ⏰ **Multiple Timeframes and Symbols**: Backtest and livetrade multiple timeframes and symbols simultaneously without look-ahead bias.\n- 🔒 **Self-Hosted and Privacy-First**: Designed with your privacy in mind, fully self-hosted to ensure your trading strategies and data remain secure.\n- 🛡️ **Risk Management**: Built-in helper functions for robust risk management.\n- 📋 **Metrics System**: A comprehensive metrics system to evaluate your trading strategy's performance.\n- 🔍 **Debug Mode**: Observe your strategy in action with a detailed debug mode.\n- 🔧 **Optimize Mode**: Fine-tune your strategies using AI, without needing a technical background.\n- 📈 **Leveraged and Short-Selling**: First-class support for leveraged trading and short-selling.\n- 🔀 **Partial Fills**: Supports entering and exiting positions in multiple orders, allowing for greater flexibility.\n- 🔔 **Advanced Alerts**: Create real-time alerts within your strategies for effective monitoring.\n- 🤖 **JesseGPT**: Jesse has its own GPT, JesseGPT, that can help you write strategies, optimize them, debug them, and much more.\n- 🔧 **Built-in Code Editor**: Write, edit, and debug your strategies with a built-in code editor.\n- 📺 **Youtube Channel**: Jesse has a Youtube channel with screencast tutorials that go through example strategies step by step.\n\n## Dive Deeper into Jesse's Capabilities\n\n### Stupid Simple\nCraft complex trading strategies with remarkably simple Python. Access 300+ indicators, multi-symbol\u002Ftimeframe support, spot\u002Ffutures trading, partial fills, and risk management tools. Focus on logic, not boilerplate.\n\n```python\nclass GoldenCross(Strategy):\n    def should_long(self):\n        # go long when the EMA 8 is above the EMA 21\n        short_ema = ta.ema(self.candles, 8)\n        long_ema = ta.ema(self.candles, 21)\n        return short_ema > long_ema\n\n    def go_long(self):\n        entry_price = self.price - 10        # limit buy order at $10 below the current price\n        qty = utils.size_to_qty(self.balance*0.05, entry_price) # spend only 5% of my total capital\n        self.buy = qty, entry_price                 # submit entry order\n        self.take_profit = qty, entry_price*1.2  # take profit at 20% above the entry price\n        self.stop_loss = qty, entry_price*0.9   # stop loss at 10% below the entry price\n```\n\n### Backtest\nExecute highly accurate and fast backtests without look-ahead bias. Utilize debugging logs, interactive charts with indicator support, and detailed performance metrics to validate your strategies thoroughly.\n\n![Backtest](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_8fe2b007822a.gif)\n\n### Live\u002FPaper Trading\nDeploy strategies live with robust monitoring tools. Supports paper trading, multiple accounts, real-time logs & notifications (Telegram, Slack, Discord), interactive charts, spot\u002Ffutures, DEX, and a built-in code editor.\n\n![Live\u002FPaper Trading](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_f4069f133cb5.gif)\n\n### Benchmark\nAccelerate research using the benchmark feature. Run batch backtests, compare across timeframes, symbols, and strategies. Filter and sort results by key performance metrics for efficient analysis.\n\n![Benchmark](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_4d4826d7f321.gif)\n\n### AI\nLeverage our AI assistant even with limited Python knowledge. Get help writing and improving strategies, implementing ideas, debugging, optimizing, and understanding code. Your personal AI quant.\n\n![AI](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_079eec070da6.gif)\n\n### Optimize Your Strategies\nUnsure about optimal parameters? Let the optimization mode decide using simple syntax. Fine-tune any strategy parameter with the Optuna library and easy cross-validation.\n\n```python\n@property\ndef slow_sma(self):\n    return ta.sma(self.candles, self.hp['slow_sma_period'])\n\n@property\ndef fast_sma(self):\n    return ta.sma(self.candles, self.hp['fast_sma_period'])\n\ndef hyperparameters(self):\n    return [\n        {'name': 'slow_sma_period', 'type': int, 'min': 150, 'max': 210, 'default': 200},\n        {'name': 'fast_sma_period', 'type': int, 'min': 20, 'max': 100, 'default': 50},\n    ]\n```\n\n## Getting Started\nHead over to the \"getting started\" section of the [documentation](https:\u002F\u002Fdocs.jesse.trade\u002Fdocs\u002Fgetting-started). The \ndocumentation is **short yet very informative**. \n\n## Resources\n\n- [⚡️ Website](https:\u002F\u002Fjesse.trade)\n- [🎓 Documentation](https:\u002F\u002Fdocs.jesse.trade)\n- [🎥 Youtube channel (screencast tutorials)](https:\u002F\u002Fjesse.trade\u002Fyoutube)\n- [🛟 Help center](https:\u002F\u002Fjesse.trade\u002Fhelp)\n- [💬 Discord community](https:\u002F\u002Fjesse.trade\u002Fdiscord)\n- [🤖 JesseGPT](https:\u002F\u002Fjesse.trade\u002Fgpt) (Requires a free account)\n\n## What's next?\n\nYou can see the project's **[roadmap here](https:\u002F\u002Fdocs.jesse.trade\u002Fdocs\u002Froadmap.html)**. **Subscribe** to our mailing list at [jesse.trade](https:\u002F\u002Fjesse.trade) to get the good stuff as soon they're released. Don't worry, We won't send you spam—Pinky promise.\n\n## Disclaimer\nThis software is for educational purposes only. USE THE SOFTWARE AT **YOUR OWN RISK**. THE AUTHORS AND ALL AFFILIATES ASSUME **NO RESPONSIBILITY FOR YOUR TRADING RESULTS**. **Do not risk money that you are afraid to lose**. There might be **bugs** in the code - this software DOES NOT come with **ANY warranty**.\n","\u003Cdiv align=\"center\">\n\u003Cbr>\n\u003Cp align=\"center\">\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_71b6f6266042.png\" alt=\"Jesse\" height=\"72\" \u002F>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n算法交易曾经 😵‍💫，我们让它变得 🤩\n\u003C\u002Fp>\n\u003C\u002Fdiv>\n\n# Jesse\n[![PyPI](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fjesse)](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjesse)\n[![Downloads](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_bc160a64d526.png)](https:\u002F\u002Fpepy.tech\u002Fproject\u002Fjesse)\n[![Docker Pulls](https:\u002F\u002Fimg.shields.io\u002Fdocker\u002Fpulls\u002Fsalehmir\u002Fjesse)](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fsalehmir\u002Fjesse)\n[![GitHub](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fjesse-ai\u002Fjesse)](https:\u002F\u002Fgithub.com\u002Fjesse-ai\u002Fjesse)\n[![coverage](https:\u002F\u002Fcodecov.io\u002Fgh\u002Fjesse-ai\u002Fjesse\u002Fgraph\u002Fbadge.svg)](https:\u002F\u002Fcodecov.io\u002Fgh\u002Fjesse-ai\u002Fjesse)\n\n---\n\nJesse 是一个高级的加密货币（crypto）交易框架，旨在**简化**你对**自有交易策略**的研究与定义，用于回测（backtesting）、优化和实盘交易。\n\n## Jesse 是什么？\n观看此视频快速了解 Jesse：\n\n[![Jesse Overview](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_3ad1ba518dba.jpg)](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=0EqN3OOqeJM)\n\n## 为什么选择 Jesse？\n简而言之，Jesse 比其他解决方案更**准确**，也更**简单**。  \n事实上，它简单到只要你已经会 Python，今天就能在**几分钟内**上手，而不是花费**数周甚至数月**。\n\n## 核心功能\n\n- 📝 **简洁语法**：用最简单的语法，在最短时间内定义简单或复杂的交易策略。\n- 📊 **全面的技术指标库**：提供完整的技术指标库，语法易用。\n- 📈 **智能下单**：支持市价单（market）、限价单（limit）和止损单（stop），并自动为你选择最优订单类型。\n- ⏰ **多时间框架与多交易对**：同时回测和实盘交易多个时间框架与交易对，且无前视偏差（look-ahead bias）。\n- 🔒 **自托管 & 隐私优先**：注重你的隐私，完全自托管，确保你的交易策略和数据安全。\n- 🛡️ **风险管理**：内置辅助函数，实现稳健的风险管理。\n- 📋 **指标系统**：全面的指标系统，用于评估交易策略的表现。\n- 🔍 **调试模式**：通过详细的调试模式观察策略运行过程。\n- 🔧 **优化模式**：无需技术背景，即可使用 AI 微调你的策略。\n- 📈 **杠杆与做空**：原生支持杠杆交易和做空（short-selling）。\n- 🔀 **部分成交**：支持通过多个订单分批建仓和平仓，提供更大灵活性。\n- 🔔 **高级提醒**：在策略中创建实时提醒，便于有效监控。\n- 🤖 **JesseGPT**：Jesse 拥有自己的 GPT——JesseGPT，可帮助你编写、优化、调试策略等。\n- 🔧 **内置代码编辑器**：使用内置代码编辑器编写、编辑和调试策略。\n- 📺 **YouTube 频道**：Jesse 拥有 YouTube 频道，提供分步讲解示例策略的录屏教程。\n\n## 深入了解 Jesse 的能力\n\n### 极简设计\n用极其简单的 Python 编写复杂的交易策略。支持 300+ 技术指标、多交易对\u002F多时间框架、现货\u002F期货交易、部分成交以及风险管理工具。专注逻辑本身，而非样板代码。\n\n```python\nclass GoldenCross(Strategy):\n    def should_long(self):\n        # 当 EMA 8 上穿 EMA 21 时做多\n        short_ema = ta.ema(self.candles, 8)\n        long_ema = ta.ema(self.candles, 21)\n        return short_ema > long_ema\n\n    def go_long(self):\n        entry_price = self.price - 10        # 在当前价格下方 $10 处下限价买单\n        qty = utils.size_to_qty(self.balance*0.05, entry_price) # 仅使用总资金的 5%\n        self.buy = qty, entry_price                 # 提交入场订单\n        self.take_profit = qty, entry_price*1.2  # 在入场价上方 20% 止盈\n        self.stop_loss = qty, entry_price*0.9   # 在入场价下方 10% 止损\n```\n\n### 回测（Backtest）\n执行高精度、高速度的回测，且无前视偏差。利用调试日志、带指标支持的交互式图表以及详细的绩效指标，全面验证你的策略。\n\n![Backtest](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_8fe2b007822a.gif)\n\n### 实盘\u002F模拟交易（Live\u002FPaper Trading）\n使用强大的监控工具部署实盘策略。支持模拟交易、多账户、实时日志与通知（Telegram、Slack、Discord）、交互式图表、现货\u002F期货、去中心化交易所（DEX）以及内置代码编辑器。\n\n![Live\u002FPaper Trading](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_f4069f133cb5.gif)\n\n### 基准测试（Benchmark）\n利用基准测试功能加速研究。批量运行回测，跨时间框架、交易对和策略进行比较。按关键绩效指标筛选和排序结果，实现高效分析。\n\n![Benchmark](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_4d4826d7f321.gif)\n\n### AI 助手\n即使 Python 知识有限，也能借助我们的 AI 助手。帮你编写和改进策略、实现想法、调试、优化以及理解代码——你的专属 AI 量化助手。\n\n![AI](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_readme_079eec070da6.gif)\n\n### 优化你的策略\n不确定最佳参数？让优化模式通过简单语法自动决定。使用 Optuna 库和便捷的交叉验证，微调任意策略参数。\n\n```python\n@property\ndef slow_sma(self):\n    return ta.sma(self.candles, self.hp['slow_sma_period'])\n\n@property\ndef fast_sma(self):\n    return ta.sma(self.candles, self.hp['fast_sma_period'])\n\ndef hyperparameters(self):\n    return [\n        {'name': 'slow_sma_period', 'type': int, 'min': 150, 'max': 210, 'default': 200},\n        {'name': 'fast_sma_period', 'type': int, 'min': 20, 'max': 100, 'default': 50},\n    ]\n```\n\n## 快速开始\n前往 [文档](https:\u002F\u002Fdocs.jesse.trade\u002Fdocs\u002Fgetting-started) 的“快速开始”部分。文档**简短但信息丰富**。\n\n## 资源\n\n- [⚡️ 官网](https:\u002F\u002Fjesse.trade)\n- [🎓 文档](https:\u002F\u002Fdocs.jesse.trade)\n- [🎥 YouTube 频道（录屏教程）](https:\u002F\u002Fjesse.trade\u002Fyoutube)\n- [🛟 帮助中心](https:\u002F\u002Fjesse.trade\u002Fhelp)\n- [💬 Discord 社区](https:\u002F\u002Fjesse.trade\u002Fdiscord)\n- [🤖 JesseGPT](https:\u002F\u002Fjesse.trade\u002Fgpt)（需注册免费账户）\n\n## 接下来呢？\n\n你可以在 **[这里查看项目路线图](https:\u002F\u002Fdocs.jesse.trade\u002Fdocs\u002Froadmap.html)**。在 [jesse.trade](https:\u002F\u002Fjesse.trade) 订阅我们的邮件列表，第一时间获取新功能。放心，我们绝不会发送垃圾邮件——拉钩保证。\n\n## 免责声明\n本软件仅用于教育目的。**使用本软件的风险由您自行承担**。作者及所有关联方对您的交易结果**不承担任何责任**。**切勿投入你害怕亏损的资金**。代码中可能存在**漏洞**——本软件**不提供任何担保**。","# Jesse 快速上手指南\n\nJesse 是一个专注于加密货币交易的开源算法交易框架，支持策略编写、回测、优化和实盘交易。语法简洁，适合熟悉 Python 的开发者快速上手。\n\n---\n\n## 环境准备\n\n- **操作系统**：Linux \u002F macOS \u002F Windows（推荐 Linux 或 macOS）\n- **Python 版本**：3.9 ~ 3.12（建议使用 3.10 或 3.11）\n- **前置依赖**：\n  - `pip`（Python 包管理器）\n  - （可选）Docker（如需使用容器化部署）\n\n> 💡 国内用户建议配置 PyPI 镜像源以加速安装，例如使用阿里云镜像：\n> ```bash\n> pip config set global.index-url https:\u002F\u002Fmirrors.aliyun.com\u002Fpypi\u002Fsimple\u002F\n> ```\n\n---\n\n## 安装步骤\n\n在终端中执行以下命令安装 Jesse：\n\n```bash\npip install jesse\n```\n\n验证安装是否成功：\n\n```bash\njesse --help\n```\n\n若看到命令帮助信息，说明安装成功。\n\n> 📌 提示：如遇网络问题，可尝试加上 `-i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple` 使用清华源。\n\n---\n\n## 基本使用\n\n### 1. 初始化项目\n\n```bash\njesse init my_strategy\ncd my_strategy\n```\n\n该命令会创建一个名为 `my_strategy` 的项目目录，包含默认策略模板。\n\n### 2. 编写简单策略\n\n编辑 `strategies\u002FMyStrategy\u002F__init__.py`，替换为以下“金叉”策略示例：\n\n```python\nfrom jesse import strategy\nimport jesse.indicators as ta\nimport jesse.utils as utils\n\nclass GoldenCross(strategy.Strategy):\n    def should_long(self):\n        short_ema = ta.ema(self.candles, 8)\n        long_ema = ta.ema(self.candles, 21)\n        return short_ema > long_ema\n\n    def go_long(self):\n        entry_price = self.price - 10\n        qty = utils.size_to_qty(self.balance * 0.05, entry_price)\n        self.buy = qty, entry_price\n        self.take_profit = qty, entry_price * 1.2\n        self.stop_loss = qty, entry_price * 0.9\n```\n\n### 3. 运行回测\n\n```bash\njesse backtest '2023-01-01' '2023-12-31'\n```\n\nJesse 会自动下载所需历史数据（首次运行较慢），并输出策略绩效指标。\n\n### 4. 启动 Web 控制台（可选）\n\n```bash\njesse dashboard\n```\n\n访问 `http:\u002F\u002Flocalhost:8000` 可查看交互式图表、日志和策略详情。\n\n---\n\n> ✅ 至此，你已成功完成 Jesse 的基础使用流程。更多功能（如参数优化、实盘交易、多币种支持等）请参考 [官方文档](https:\u002F\u002Fdocs.jesse.trade)。","一位独立量化开发者希望在比特币和以太坊期货市场测试自己的“双均线交叉”策略，并实盘运行，但缺乏专业回测框架和交易基础设施。\n\n### 没有 jesse 时\n- 需要从零搭建回测系统，手动处理K线对齐、滑点、手续费等细节，容易引入未来函数或数据偏差。\n- 多币种、多时间帧策略难以同步执行，代码结构混乱，调试成本高。\n- 实盘部署需额外对接交易所API，订单类型、杠杆、部分成交等逻辑需自行实现，稳定性差。\n- 策略优化依赖手动调整参数，效率低且无法系统评估绩效指标（如夏普比率、最大回撤）。\n- 缺乏可视化和调试工具，策略行为如同“黑箱”，出错后排查困难。\n\n### 使用 jesse 后\n- 直接用简洁Python定义策略逻辑（如示例中的GoldenCross），jesse自动处理精确回测、无未来偏差的数据流。\n- 轻松支持BTC\u002FETH双币种、15分钟与1小时双时间帧联合回测，策略结构清晰可维护。\n- 一行命令切换到实盘模式，jesse自动对接交易所，智能处理限价单、止损止盈、杠杆和部分成交。\n- 内置优化器可自动扫描参数组合，并输出完整绩效报告，快速识别稳健配置。\n- 开启Debug模式即可逐根K线观察订单触发与仓位变化，配合JesseGPT还能辅助调优策略。\n\njesse让个人开发者以极低门槛实现专业级加密量化研究到实盘的全流程闭环。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjesse-ai_jesse_079eec07.gif","jesse-ai","Jesse","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fjesse-ai_c1b204d8.png","",null,"info@jesse.trade","jesse_ai_com","https:\u002F\u002FJesse.Trade","https:\u002F\u002Fgithub.com\u002Fjesse-ai",[85,89,93,97,101,105],{"name":86,"color":87,"percentage":88},"JavaScript","#f1e05a",86.9,{"name":90,"color":91,"percentage":92},"Python","#3572A5",12.3,{"name":94,"color":95,"percentage":96},"CSS","#663399",0.7,{"name":98,"color":99,"percentage":100},"HTML","#e34c26",0.1,{"name":102,"color":103,"percentage":104},"Dockerfile","#384d54",0,{"name":106,"color":107,"percentage":104},"Shell","#89e051",7644,1079,"2026-04-05T10:06:13","MIT","Linux, macOS, Windows","未说明",{"notes":115,"python":113,"dependencies":116},"可通过 Docker 运行（Docker Hub 镜像：salehmir\u002Fjesse）；项目基于 Python 开发，需具备 Python 基础；支持现货、期货、DEX 交易及多时间框架回测；内置 JesseGPT 辅助策略开发；详细环境配置请参考官方文档 https:\u002F\u002Fdocs.jesse.trade",[],[13,26,54],[119,120,121,122,123,124,125,126,67,127,128,129,130,131,132,133,134,135],"cryptocurrency","trading-bot","trading-algorithms","trading","crypto","framework","algo-trading","algorithmic-trading","trading-strategies","python","bot","crypto-bot","bitcoin","trade","crypto-bot-trading","quantitative-finance","quantitative-trading",19,"2026-03-27T02:49:30.150509","2026-04-06T06:45:53.897420",[140,145,150,155,160,164],{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},167,"如何解决 'ValueError: No value exists in Redis for process ID of: xxx' 错误？","该错误通常与 Redis 配置或权限问题有关。可尝试以下步骤：1）删除旧的 Redis 容器和镜像（docker rm redis，docker image rm \u003CREDIS_IMAGE_ID>）；2）重新拉取最新镜像（docker-compose pull）；3）确保 Redis 数据目录有正确执行权限，特别是 red2.so 模块；4）检查服务器防火墙设置，避免 Redis 端口暴露在公网。官方已提供详细排查指南：https:\u002F\u002Fjesse.trade\u002Fhelp\u002Ffaq\u002Fhow-to-fix-the-valueerror-no-value-exists-in-redis-for-process-id-of-xxx-error","https:\u002F\u002Fgithub.com\u002Fjesse-ai\u002Fjesse\u002Fissues\u002F336",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},168,"为什么 Jesse 在回测时偶尔会出现长时间卡顿（特别是在 add_candle 调用附近）？","此问题可能与 0.48 版本引入的蜡烛数据处理逻辑变更有关。用户反馈在使用 1 小时周期策略但依赖 1 分钟原始数据构建多时间框架时，回测速度变慢且偶发卡顿。建议：1）确认是否启用了 fast_mode（0.49+ 引入），若未启用则属于 slow_mode 行为；2）检查策略是否创建了大量并发订单（如阶梯止盈）；3）如需兼容旧版行为，可尝试回退到 0.47 之前版本或联系开发者在 Discord 上进一步排查。","https:\u002F\u002Fgithub.com\u002Fjesse-ai\u002Fjesse\u002Fissues\u002F447",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},169,"Jesse 实盘交易中出现 'TypeError: Cannot parse single argument of type \u003Cclass 'numpy.ndarray'>' 如何处理？","该错误源于 WebSocket 接收到的蜡烛数据格式异常，导致 timestamp_to_time 函数无法解析 numpy 数组类型的输入。解决方案包括：1）确保每个实盘实例使用独立的 Redis 和 PostgreSQL 数据库，避免多实例共享数据库引发数据冲突；2）升级到修复该问题的最新版本；3）监控日志，一旦发生错误及时重启服务。有用户反馈通过隔离数据库后问题不再复现。","https:\u002F\u002Fgithub.com\u002Fjesse-ai\u002Fjesse\u002Fissues\u002F372",{"id":156,"question_zh":157,"answer_zh":158,"source_url":159},170,"Jesse 实盘运行时 WebSocket 连接频繁报错怎么办？","WebSocket 错误常由数据解析失败或多个实例共享数据库引起。建议为每个 Jesse 实盘实例配置独立的 Redis 和 PostgreSQL 实例，避免状态冲突。此外，确保网络稳定，并检查交易所 API 权限及速率限制。若使用 Docker，确认容器间网络隔离正确。","https:\u002F\u002Fgithub.com\u002Fjesse-ai\u002Fjesse\u002Fissues\u002F371",{"id":161,"question_zh":162,"answer_zh":163,"source_url":149},171,"Jesse 回测结果与实盘不一致，可能是什么原因？","从 0.47 版本开始，Jesse 改变了多时间框架蜡烛的生成方式，不再强制依赖 1 分钟原始数据。这可能导致旧策略在新版本中回测结果与实盘出现偏差。建议：1）若策略依赖高精度数据重建，可考虑固定使用 1m 周期作为主路由；2）验证策略在 slow_mode 下的行为是否符合预期；3）检查是否有未处理的边界条件（如订单并发、滑点模拟等）。",{"id":165,"question_zh":166,"answer_zh":167,"source_url":144},172,"优化（Optimization）或导入蜡烛数据时 Redis 报错应如何调试？","首先查看 Redis 容器日志（docker logs redis），确认是否存在权限或模块加载失败（如 red2.so 无执行权限）。其次，彻底清理旧 Redis 数据：删除容器和镜像后重新拉取。同时确保服务器防火墙（如 UFW）正确配置，防止外部访问 Redis 端口。官方 FAQ 提供了完整排查流程，建议优先参考。",[]]