K 线的三个维度，识别趋势动能
很多人看 K 线只看阴阳和长短，其实可以拆成三个维度来判断动能：
• 实体大小：反映多空真正成交的力度
• 影线长短：反映价格被拒绝或试探的强度
• 量能配合：确认这波推动有没有真实资金在跟
把这三点结合起来看，比单纯记形态更容易判断「现在的趋势动能还在不在」。动能开始衰减时还继续追，往往就是被套的开始。

把选股、回测、监控、AI分析拉进同一个自托管工作台，会得出什么结论？
发现一个开源项目：tickflow-stock-panel
它是自托管、零运维的 A 股「选股 + 监控 + 回测」量化工作台，基于 TickFlow 数据源，支持 LLM 驱动策略生成、个股四维分析和盘后复盘，Docker 一键部署。
1️⃣ 选股引擎
18 个内置策略 + 自定义信号 + AI 生成策略，Polars 毫秒级扫描全 A 股，一次算完指标落盘。
2️⃣ 回测引擎
支持个股 / 策略组合 / 自由信号三种模式，完整计入 T+1、手续费、滑点、止损，SSE 实时流式进度。
3️⃣ 监控中心
策略信号、价格、异动多条件监控（AND/OR），支持语音播报和飞书推送，信号不漏。
4️⃣ AI 分析与复盘
个股技术 / 基本面 / 财务 / 消息面四维解读，盘后自动生成复盘报告，支持飞书推送和 Markdown 下载。
它不是荐股软件，也不对标同花顺/通达信，更适合个人散户和量化爱好者本地研究策略与复盘流程。
支持 Docker 单容器部署、第三方数据扩展、OpenAI 兼容 LLM。

6万多 star 的多平台自媒体爬虫，小红书、抖音、B站全支持
MediaCrawler 是一个开源的多平台数据采集工具，目前已经 6.2w+ star。
支持平台：
• 小红书（笔记 + 评论）
• 抖音 / 快手（视频 + 评论）
• B站（视频 + 评论）
• 微博、百度贴吧、知乎
核心能力：
• 关键词搜索、指定作者主页、二级评论抓取
• 基于 Playwright，不需要逆向 JS
• 支持登录态缓存、代理池
• 数据可导出 CSV / JSON / Excel / MySQL
• 还带 WebUI 可视化界面
适合做内容研究、竞品分析、评论情绪挖掘的人。项目明确写了仅限学习用途。

把 Claude Code、Codex、内置 Agent 拉进同一个本地工作空间，会得出什么结论？
发现一个开源项目：holaOS
它是开源的 All-in-One AI 代理工作空间，让你在本地统一运行任意 Agent（Claude Code、Codex、holaOS 自带），共享记忆、工具、技能和应用，真正做到“一个工作站，所有代理都能用”。
1️⃣多 Agent 统一运行Claude Code、Codex 和内置 Agent 可并排工作，共享同一套记忆、工具和技能，不用为每个代理重建环境。
2️⃣ 共享本地记忆所有上下文、偏好和项目历史保存在本地纯文本文件中，可直接读写，跨会话、跨代理持续记忆，数据完全在你手里。
3️⃣ 工具、应用与真实操作100+ 一键集成（Gmail、Notion、Slack、GitHub 等）+ MCP 扩展；代理能直接驱动真实浏览器和应用 UI，输出真正的 .xlsx / .pptx / .docx 文件。
4️⃣ 模型与扩展灵活内置 Kimi K3、GLM、GPT、Claude Opus 等前沿模型，也支持 BYOK；技能可打包复用，支持定时任务和多渠道分发。
它不是又一个聊天框，也不是锁死在云端的黑箱，更适合把长期工作流真正交给 Agent 持续跑起来。
支持一键安装、本地优先、Electron 桌面端。

holaOS——给Agent用的操作系统。
一个本地优先的工作区，让Claude Code、Codex和内置Agent并排跑，共享记忆、工具、应用。
几个设计值得关注：
1️⃣共享记忆——上下文、偏好、项目历史存在本地纯文件里。跨Agent、跨会话持久化。你能看能改。数据在你机器上。
2️⃣模型自由——内置GPT 、Claude Opus 5、Fable 5 + 平价Kimi K3、GLM 。也支持自带Key。
3️⃣HolaApps——Agent旁边直接开真实应用界面（Notion、浏览器等）。不是聊天窗口，是真的UI。看着它操作，随时接手。
4️⃣集成能力——50+工具一键OAuth（Gmail、Slack、GitHub、Linear）。MCP支持。技能打包复用。
5️⃣真实交付物——生成Excel、PPT、Word文件，不是聊天文字。
6️⃣多渠道接入——飞书、微信、Slack、Telegram都能发任务。
支持定时自动化。桌面App下载即用。开源可自部署。76次commit，Modified Apache 2.0。

一个工具把邮件、聊天、文档、任务、Agent、通话、CRM 全打通了
Macro 是一个开源的统一工作空间，目标很直接：用一个软件替代 Slack + Linear + Notion + HubSpot 这堆碎片化工具。
核心特点：
• 邮件、聊天、文档、任务、CRM 全部双向 @ 关联 • 共享 AI 记忆，Agent 能跨工具理解和执行
• 实时协作文档（CRDT）
• 通话自动转录并进入团队记忆
• 支持自托管（AGPLv3）
已经有 15 人团队内部用了两年，现在正式开源。对想减少工具切换、让 AI 真正吃到完整工作上下文的小团队来说，这个方向挺有吸引力。

Supply & Demand 单独用其实不赚钱，真正有效的是这个框架
这个很直接的讲解视频：很多人只画供需区，结果胜率很差。原因不是供需本身有问题，而是少了完整系统。
视频提出的 SLC 框架 很清晰：
• Structure：先用大周期定方向（上涨只做多，下跌只做空）
• Level：只在符合大方向的供需区做交易
• Confirmation：再用确认信号（比如 Stochastic）过滤假突破
核心逻辑是：供需区只是「位置」，真正提高胜率的是「方向 + 位置 + 确认」三者对齐。
对还在单独用供需区、经常被假突破打止损的人来说，这个思路值得参考。

只用 2 个指标，做出 万美元的交易策略
视频分享了一个很简单的 5 分钟剥头皮策略，核心就两个指标：
9 EMA + 21 EMA
用法很直接：
• 9 EMA 上穿 21 EMA → 看多信号
• 9 EMA 下穿 21 EMA → 看空信号
但光靠交叉会有很多假信号，所以他加了两层过滤：
1、支撑/阻力位确认（价格要在关键位置附近交叉才做）
2、斐波那契 50% 位置（尽量在折扣价区域入场，提高盈亏比）
视频里展示了真实交易案例，包括盈利和亏损单，适合做黄金、外汇的人参考。整体逻辑清晰，不复杂。

如果你翻墙之后只看黄片，那太浪费了。
AI 时代，不管你是不是程序员，你都得会用 github。
最近这两年的明显趋势是：
掌握 GitHub 的人，正在用 AI 来倍增自己的产出
曾经需要整个团队才能做完的事，现在一个人搞定
建议收藏这个视频，他会告诉你：
在 AI 时代，普通人应该去哪儿发掘机会

谢贤走了，89 岁。
四哥这辈子演了七十年戏，
85 岁还拿了金像影帝，是史上最老的影帝。
印象中最强的，还是《少林足球》里那个终极反派，强雄。
那个角色，星爷本来找的葛优，葛优拒了三次。
谢贤主动接了，一分钱片酬没要
——就因为戏里有一段，是致敬李小龙的。
为了李小龙，他愿意零片酬去演一个坏人。
这几天《功夫女足》正在卖，一晃 25 年。
但拔刀相助的四哥，走了

太牛逼了，WAIC 2026 上，用脑机接口玩《黑神话：悟空》
系统以不同频率闪烁视觉目标，
你的大脑产生独特的脑电信号作为响应，
由头套检测并转换为游戏内控制
据说 5 分钟就能校准
我们正在见证下一代人机交互

深圳一 22 岁大学生，花 900 搞台红米手机，月赚 14700 美元。
他父母以为他在准备考研 🤦
就是手机每 30 分钟自动打开六款中文新闻应用，
截图摘要发给 Claude 分析。
AI 对比 Polymarket 行情后给出投注建议。
零代码实现，核心工具是开源项目 PhoneDriver
让AI像人一样看屏幕、自主操作。
关键是时间差：
中文新闻到英文交易员反应，通常间隔20到50分钟。
微博、头条信息先出现，Polymarket 市场后定价。
六个应用中三个反爬虫，但 PhoneDriver 屌就屌在只看像素

谷歌地图就是这样 ⬇️ （很具象了）
利用迪杰斯特拉算法
在几毫秒内为你规划路线的。

牛逼，国内一个 20 岁的大学生，
用 Claude 做了一个 AI 测速雷达，
据说以 31.7 万美元的价格卖了。

每次出新的 AI 视频模型，厂商都承诺有电影级质量，
但一致性才是最重要的。
这是用 Seedance 创建的，
从始至终，动作、摄影和视觉质量都令人印象深刻。
如果AI视频朝这个方向发展，
创作者即将解锁全新的叙事水平。

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_6657896970

一次由 20 个智能体组成的 Grok Bot 运行实验证明：
真正的智能存在于智能体之间的连接（箭头）中，而不是智能体本身。
只要重新调整谁跟谁对话，输出结果就会完全改变。

兄弟，别总刷你那个破手机了，你得进步，得学习！
今晚不睡也得看这个 ⬇️
【 Claude AI 完整课程 】
这个课，能帮你搭建和自动化任何东西。
今晚看这个的，明天起床你就拥有新技能。
抓紧收藏。

老黄谈 NVDIA 招聘标准：
“我每次都会选聘精通 AI 的毕业生，而不是不懂的人”
他说的不是 “会用AI的人”
因为现在这个时代，每个人都在用 AI 🤷
他说的是懂整个技术栈的人
代理、框架、工具、工作流、技能、自动化
建议先收藏，再好好看 ⬇️

一个全职奶爸，靠 AI 副业月入 6000 刀。
他的经验在这里⬇️
美国有数千种职业需要考试
考的人多，现成的复习资料又贵又烂。
他的闭环是这样的：
用 AI 批量生成免费又好用的复习资料
→ 靠 Google SEO 把这些资料顶到搜索前排、白吃流量
→ 再把想考证的人的意向（leads），卖给培训机构变现。
一句话，别人收费，
他直接做成免费，再从流量里把钱赚回来。
这才是 AI 时代真正的降维打击：
咱还在琢磨怎么把东西卖得更贵，
人家已经把它做成免费的了。
而且他根本不用懂代码，靠 Vibe Coding，
跟 AI 唠着就把程序搭出来了。
所以其实学历、专业都不重要，
这就是 AI 带给普通人的机会。

一个 21 岁的美国大学生，靠一个 AI 虚拟女友，一个月赚了 万美元。
他建了个 OnlyFans 账号，叫 Maya。这个 Maya 设定 22 岁，标签是 UCF 心理学辍学生，有 1247 个付费订阅者，花钱最多的粉丝打赏了 1847 美元。但最关键的是——照片里那个女孩根本不存在。
用 Max 你可以做所有这些事，还能做出最好的广告。
镜头前没有真人，也没有真人打字。所有消息都是 AI 写的，照片是 AI 生成的，声音是 AI 合成的。整个 Maya 就只是他 MacBook 里的四个文档。
以前做一个 AI 虚拟网红，要花六个月到一年半。现在他 4 周就搞定了。照这个趋势，以后可能一个周末就能搭一个出来。
这四个文件拆开看是这样的：
· persona.md，写 Maya 的性格、背景故事和喜好；
· voice.md，定她的说话语气和声音风格；
· flux.md，统一她的长相和照片风格，保证所有图片看起来像同一个人；
· brain.md，记录每个订阅者聊过什么、有什么偏好。
AI 在回复任何粉丝之前，会先读完这四个文件，所以人设永远不会崩，也永远不会忘记粉丝说过的话。
说实话，这个技术栈简单到有点离谱。之前那个很有名的虚拟网红 Aitana López 知道吧？她的团队花了 18 个月才做出来。现在 Maya 这种配置，4 周就能上线。
这不是科幻：这是任何有台电脑的人都能一步步复制的东西。而且不只 OnlyFans，把这套流程搬到 Instagram、TikTok 或者 Twitch 上，一样能跑。
AI 基本上已经把"创造一个虚拟人"的成本打到了零。到这一步，唯一剩下的门槛就是——你有没有那个审美，想清楚这个虚拟人到底该长什么样。