AI Stock 技术白皮书

449条AI法案 vs 28条技术声明:可信AI工程落地指南 可信AI工程是当前大模型规模化落地的核心能力,其本质是将抽象的合规要求(如欧盟AI Act)转化为可验证、可审计、可控制的技术实现。它涵盖安全约束、可解释性设计、全链路审计与用户自主控制四大支柱,强调‘模型+规则’混合架构而非单纯依赖微调。在医疗、金融、政务等高风险场景中,工程师需把法律条款翻译为API接口、日志字段、前端标识与策略引擎规则。关键词‘可信AI工程’与‘AI法案合规’正成为企业级LLM系统交付的关键门槛,决定AI产品能否跨越从技术演示到生产部署的最后一公里。 阅读详情

AI Stock 技术白皮书

AI-Native Intelligent Stock Data Analysis Platform
AI 原生智能股票数据分析平台 — 让 AI 成为你的超级数据分析助手


项目愿景

AI Stock 旨在打造一个 AI 原生的智能股票数据分析平台,将大语言模型的深度推理能力与 A 股全市场数据深度融合,构建从策略创建、条件筛选、回测验证、策略优化到定时执行的 全链路自动化闭环,为用户提供多维度的股票数据分析与筛选能力,辅助投资决策。

核心理念: 策略即代码 → AI 即引擎 → 数据即燃料 → 闭环即进化


项目实例截图

请添加图片描述


系统架构

全局架构图

跨切面基础设施

数据持久层

AI Agent 集群 OpenClaw Gateway :18789

核心微服务集群 Spring Boot 3.x + MyBatis-Plus

认证鉴权层 Spring Security 6

接入网关层

客户端接入层

数据服务域

业务服务域

业务服务域

WebSocket :18789

AOP 切面

AOP 切面

AOP 切面

Spring Actuator

Android App
React Native + Expo SDK 52
Zustand 状态管理 · STOMP WS
EAS OTA 热更新

iOS App
React Native + Expo SDK 52
Zustand 状态管理 · STOMP WS
EAS OTA 热更新

Web Admin
Vue 3 + Element Plus
Pinia 状态管理 · WebSocket

Nginx 反向代理
SSL/TLS 终止 · 负载均衡
Gzip 压缩 · CORS · WebSocket 代理

Rate Limiter
令牌桶算法 1000 req/s
突发 1.5x 容忍

Request Validator
JSR-303 参数校验
XSS 过滤 · SQLi 防注入

JWT Auth Filter
Token 解析 · HMAC-SHA256 签名验证
过期检查 · userId 提取 · 权限校验

Refresh Token Filter
Access Token 过期自动续期
双 Token 刷新 · 滑动窗口

Anonymous Filter
/api/auth/** 白名单放行
/actuator/** 监控放行

认证鉴权服务
邮箱注册 · BCrypt 加密
JWT 签发 · 验证码校验
防暴力破解 5次锁定

筛选引擎服务
71字段条件解析器
39个语义化函数
AI 四维分析 · 涨跌跟踪

策略管理服务
5种类型自动推断
condition_expr 生成
四步推理链设计

回测执行服务
ThreadPool 异步执行
实时进度 WS 推送
多维度统计聚合

调度中心服务
Cron 动态增删改
4种任务类型
交易日历过滤 · 执行日志

聊天消息服务
BotConfig 路由
STOMP WS 实时推送
筛选结果智能渲染

统计分析服务
命中率/收益率/盈亏比
策略对比 · 涨跌分布
收益趋势曲线

通知推送服务
筛选完成提醒
策略优化通知
复盘报告推送

数据源服务
腾讯财经行情采集
东财资金流向
技术指标计算 · 数据校验

AI 网关服务
OpenClaw Gateway 对接
多用户会话管理
Skill 调度 · 超时降级

文件管理服务
筛选数据 JSON 存储
策略解析结果归档
按日期 /data/YYYY-MM-DD/

多租户会话管理器
会话标识: agent:agentId:user_userId
上下文隔离 · 独立历史 · 独立路由
TTL 自动清理 · 会话恢复

Skill 路由引擎
意图识别 → 置信度评估 → Skill 分发
Selector / Creator / Optimizer / Search
低置信度 → 通用对话

DeepSeek V3 推理引擎
128K 超长上下文窗口
DeepThink 深度推理 · CoT 链式思考
Function Calling 工具调用 · JSON 结构化输出

MySQL 8.0
22 张业务表
user/auth/strategy/selection
backtest/schedule/chat/notify
quote/tech/money/north/bot_config

Redis 7.x
验证码缓存 60s TTL
用户会话状态 · 统计缓存 30min
接口限流计数 · 滑动窗口

文件存储系统
筛选数据 JSON · 策略解析结果
回测批次数据 · 按日期归档
自动清理策略

Python 3.11+ 数据引擎
腾讯财经 API 行情采集
pandas/numpy 技术指标计算
数据校验 · 异常重试 · 降级策略

统一日志 Logback
按模块分文件 · 异步写入

全局异常 Handler
Result 统一响应包装
BusinessException / ValidationException

操作审计
关键操作记录 · 不可篡改

健康检查 Actuator
/health · /info · /metrics

环境变量管理
GitHub Secrets 注入
代码零敏感信息 · EAS 环境变量

技术选型矩阵

层级技术版本选型理由替代方案
移动端React Native + ExpoSDK 52跨平台一套代码,OTA 热更新无需重装Flutter
状态管理Zustand5.x轻量级,比 Redux 少 80% 样板代码Redux Toolkit
后端框架Spring Boot3.x企业级 Java 生态,自动配置Quarkus
ORMMyBatis-Plus3.5.x单表 CRUD 零 SQL,逻辑删除/乐观锁内置JPA/Hibernate
安全框架Spring Security 6 + JWT6.x无状态认证,2h Token + Refresh 机制Sa-Token
AI AgentOpenClawLatest本地部署 AI Agent 框架,网关模式多用户隔离LangChain
LLMDeepSeekV3国产顶级推理模型,128K 上下文,深度推理GPT-4o
数据库MySQL8.0成熟稳定,JSON 字段,窗口函数,CTE 递归PostgreSQL
缓存Redis7.x验证码/会话/统计缓存,限流计数Memcached
CI/CDGitHub Actions-推送即部署,零运维成本Jenkins

核心功能详解

一、AI 智能聊天 — 你的专属数据分析助手

核心能力: 自然语言交互 · 多 Bot 切换 · WebSocket 实时通信 · 筛选结果智能渲染 · 每用户独立会话

聊天消息处理流程:

STOMP WebSocketDeepSeek 推理引擎Skill 路由引擎OpenClaw Gatewaychat_message 表ChatMessageController前端 AppSTOMP WebSocketDeepSeek 推理引擎Skill 路由引擎OpenClaw Gatewaychat_message 表ChatMessageController前端 Appalt[正常调用][超时][错误重试]alt[普通文本][筛选结果][策略JSON][错误信息]POST /api/chat/message {botId, content}① JSR-303 参数校验② JWT鉴权 → userId③ BotConfig 查找 (url/token/agentId)④ 保存用户消息 (role=USER)⑤ 构建会话标识 agent:{agentId}:user_{userId}⑥a HTTP POST :18789/api/chat意图识别 → Skill分发DeepSeek 推理 (128K/CoT/FC)AI 回复路由结果AI 响应⑥b 30s超时 → 降级提示⑥c 重试 (最多3次, 指数退避)⑦ 保存AI消息 (role=ASSISTANT)⑧ STOMP /user/queue/reply 推送实时消息推送Markdown 渲染StockSelectionMessageView 结构化卡片策略详情视图错误提示 + 重试按钮

二、AI 筛选引擎 — 从 5000 只股票中多维度筛选

核心能力: 71 字段 + 39 函数条件筛选 · AI 四维分析 · 资金流向推断 · 数据参考信息 · 涨跌幅跟踪

筛选全链路流程:

涨跌跟踪引擎数据库DeepSeek AI条件筛选引擎Python 数据引擎触发源涨跌跟踪引擎数据库DeepSeek AI条件筛选引擎Python 数据引擎触发源alt[数据校验通过][数据校验失败]loop[每日自动]① 触发筛选 (手动/定时/AI聊天/优化)采集腾讯财经日线行情计算技术指标 (MA/MACD/KDJ/RSI/BOLL)采集东财资金流向 + 北向/融资合并写入 JSON 文件重试采集 → 3次失败 → 降级前日数据② condition_expr 筛选词法→语法→AST→语义→执行71字段 + 39函数 + AND/OR嵌套5000+ → 50-100只 (初筛)③ 四维深度分析 (mx-stock-selector)技术面: K线/均线/MACD/量价基本面: PE/PB/市值/行业资金面: 主力/北向/融资融券主力意图: 建仓/拉升/洗盘/出货综合评分 & 排序 (信心度: 高/中/低)50-100 → 3-5只 (筛选结果)④ 保存筛选记录 + 生成批次元数据存储数据参考信息 (参考价位/风险阈值/关注区间/数据权重)⑤ 更新涨跌幅 (筛选时点=次日开盘, 跟踪时点=后日收盘)计算历史命中率 (累计/近期)

筛选字段矩阵:

类别字段说明
价格指标close, open, high, low, change_pct, amplitude实时价格 + 涨跌幅 + 振幅
均线系统ma5, ma10, ma20, ma60, ma120, ma2506 条均线支撑/压力判断
技术指标macd, k, d, j, rsi6, rsi12, boll_upper/mid/lowerMACD/KDJ/RSI/布林带
量能指标volume, amount, turnover, volume_ratio, obv成交量/额/换手率/量比/OBV
估值指标pe, pb, ps, total_market_cap, float_market_capPE/PB/PS/总市值/流通市值
资金指标main_net_inflow, super_large_net_inflow, north_flow主力/超大单/北向资金净流入

三、策略引擎 — AI 自动创建筛选策略

核心能力: 自然语言 → 结构化策略 · 策略类型自动识别 · 四步推理链 · 策略复制 · 默认策略

AI 策略创建流程:

策略数据库DeepSeek 推理引擎mx-strategy-creator用户策略数据库DeepSeek 推理引擎mx-strategy-creator用户alt[短线/强势][低估/价值][金叉/突破][高增长/业绩][综合/多维度]alt[JSON 解析成功][JSON 解析失败]"我想找短线强势股,3天涨幅>5%,换手率>3%,量比>1.5"① 需求解析 (关键词提取→意图识别→语义理解→参数映射)类型推断矩阵匹配动量策略 (涨幅+量比+均线)价值策略 (PE+PB+股息率)技术策略 (MACD+KDJ+布林)成长策略 (营收+净利润增长)综合策略 (多条件组合)② 条件生成 (用户需求 + AI补充 → condition_expr)3天涨幅>5% → change_pct_3d > 5换手率>3% → turnover > 3量比>1.5 → volume_ratio > 1.5AI补充 → close > ma5AI补充 → macd_hist > 0AND 组合为 condition_expr③ 推理链设计 (analysis_prompt)Step1: 技术形态识别 (K线/均线/MACD/量价)Step2: 资金流向分析 (主力/超大单/北向/融资)Step3: 上涨动能评估 (趋势/突破/动能/板块)Step4: 综合判断与数据参考 (关注标的/参考价位/风险阈值/数据权重)四步推理链 analysis_prompt④ 结构化输出 (Function Calling → JSON){name, condition_expr, analysis_prompt, type, target_win_rate}保存策略到 strategy 表策略创建成功重试生成

四、回测系统 — 用历史数据验证策略有效性

核心能力: 历史数据回测 · 异步任务执行 · 实时进度监控 · 多维度统计 · 批次级详情

回测执行引擎流程:

STOMP WebSocket数据库DeepSeek AI条件筛选引擎数据加载器异步任务管理器用户STOMP WebSocket数据库DeepSeek AI条件筛选引擎数据加载器异步任务管理器用户alt[数据缺失]alt[AI 超时][AI 成功]alt[ST股票][停牌][涨跌停][正常]alt[初筛0只][初筛50-100只]loop[每个交易日 (~250天)]发起回测 (策略+时间范围+目标命中率)参数校验 → 创建任务 (PENDING→RUNNING)ThreadPoolExecutor 分配线程 (核心4/最大8)加载交易日列表 + 行情 + 指标 + 资金数据降级: 使用前日数据 (标记估算值)交易日历过滤 (跳过周末/节假日)执行 condition_expr (71字段+39函数)记录空批次DeepSeek 四维分析 (mx-stock-selector)降级: 仅条件筛选结果 (标记未AI分析)3-5只筛选结果计算涨跌 (筛选时点=次日开盘, 跟踪时点=后日收盘)标记ST · 谨慎参考排除 · 不计入统计特殊计算 · 标记涨跌停保存批次结果推送进度 (completed_days/total_days)统计聚合: 总筛选数/命中率/平均涨幅/最大涨跌/盈亏比/涨跌分布更新任务状态 RUNNING → COMPLETED推送回测完成通知回测报告已生成

五、策略优化闭环 — AI 自动迭代优化筛选条件

核心能力: 每日复盘 · 策略优化 · 迭代机制 · 分析报告

策略优化闭环引擎:

数据库DeepSeek 推理引擎mx-strategy-optimizer策略运行数据库DeepSeek 推理引擎mx-strategy-optimizer策略运行alt[命中率 < 50%][筛选 > 20只][平均涨幅 < 2%][最大回撤 > 15%][板块集中度 > 60%]继续迭代 → 回到②复盘分析alt[命中率 ≥ 目标 & 收益达标 & 回撤可控][差距 < 3%][未达标]loop[每日收盘后]① 采集表现数据 (涨跌幅/命中率/筛选数/盈亏原因/板块分布/市场环境)② 每日复盘分析当日筛选表现总结 + 盈亏分析盈利股票深度分析 (成功信号/配合因素)亏损股票深度分析 (失败原因/可避免性)改进建议 + Markdown复盘报告存储复盘报告 (strategy_optimization表)③ 优化决策 (综合表现诊断)增加AND条件 / 提高阈值 / 增加技术确认减少OR增加AND / 按信心度取TopN / 增加市值过滤调整涨跌幅阈值 / 增加趋势确认 / 强化量价配合风险阈值前置 / 增加回撤控制 / 波动率过滤行业轮动条件 / 限制单一行业 / 板块强度过滤④ 更新 condition_expr + analysis_prompt (存储变更diff)⑤ 回测验证新条件✅ 条件达标微调参数 (±0.5) → 重新回测

六、定时调度 — 全自动运行,无需人工干预

核心能力: 4 种任务类型 · Cron 可视化编辑 · 动态调度 · 手动执行 · 执行日志 · 跳过非交易日

调度引擎架构:

schedule_log 表执行监控策略优化任务每日复盘任务行情更新任务筛选任务任务路由分发器交易日历过滤器Cron 解析器schedule_log 表执行监控策略优化任务每日复盘任务行情更新任务筛选任务任务路由分发器交易日历过滤器Cron 解析器alt[周末/节假日][交易日]alt[达标][未达标]alt[SELECTION 定时筛选][DATA_UPDATE 行情更新][DAILY_REVIEW 每日复盘][STRATEGY_OPTIMIZE 策略优化]alt[连续3次失败][执行超时 >5min][AI调用失败][数据源异常]解析 Cron 表达式 (每天/工作日/每周/每月/自定义)触发时间到达检查是否交易日跳过 + 记录日志路由到对应任务类型分发筛选任务获取最新行情数据执行 condition_expr 筛选调用 DeepSeek AI 分析保存筛选结果 + 生成批次推送筛选完成通知分发更新任务腾讯财经API采集日线行情计算技术指标 (MA/MACD/KDJ/RSI/BOLL)东方财富采集资金流向 + 北向/融资数据校验 · 异常重试 · JSON归档更新完成分发复盘任务汇总当日所有筛选结果计算当日命中率/涨跌幅AI复盘分析 + 生成Markdown报告存储复盘报告推送复盘通知分发优化任务分析策略近期表现诊断问题 (命中率/筛选数/涨幅/回撤)生成优化方案 + 回测验证上线新条件继续迭代优化完成记录执行日志 (start_time/end_time/status/result)告警: 通知管理员标记异常 + 自动重试降级使用缓存数据切换备用数据源

七、数据统计 — 全维度策略表现分析

核心能力: 统计概览 · 策略级统计 · 命中率可视化 · 收益趋势


八、用户认证 — 安全可靠的身份体系

认证鉴权体系架构:

JWT 签发MySQLRedis163 SMTP/api/auth用户JWT 签发MySQLRedis163 SMTP/api/auth用户=== 注册流程 ===alt[验证码正确][验证码错误]=== 登录流程 (密码) ===alt[连续5次][未达上限]alt[密码匹配][密码不匹配]=== 请求鉴权链 ===alt[Token有效][Token过期]POST /register {email, code, password}发送验证码 (60s冷却)邮箱收到6位验证码提交验证码 (5次上限)校验验证码密码强度检查 (≥8位)BCrypt 加密存储 (强度因子10)签发双Token{accessToken: 2h, refreshToken: 7d}验证失败 (剩余N次)POST /login {username, password}查询用户 + BCrypt 比对签发双Token{accessToken, refreshToken}失败计数+1账户锁定15分钟密码错误 (剩余N次)请求携带 Authorization: Bearer {token}白名单检查 (/api/auth/** 放行)Token提取 + HMAC-SHA256签名验证过期检查userId 提取成功数据隔离 (userId 强制过滤)Refresh Token 自动续期返回新Token

OpenClaw AI Agent 详解

Skill 详解

mx-stock-selector — 筛选分析引擎 (v3.1.0)
  • 读取数据引擎准备的股票数据文件
  • 按策略提示词逐只分析
  • 推断资金流向特征:建仓 / 拉升 / 洗盘 / 出货
  • 输出 3-5 只关注标的 + 数据参考信息

分析维度:

维度分析内容
技术面K线形态、均线系统、MACD/KDJ/RSI、布林带、量价配合
基本面PE/PB/PS 估值、市值、行业地位
资金面主力净流入、超大单动向、北向资金、融资融券
主力意图建仓信号、拉升前兆、洗盘特征、出货迹象

输出格式:

{
  "stocks": [
    {
      "code": "000001",
      "name": "平安银行",
      "confidence": "高",
      "trend": "上行趋势",
      "reference_price": "5日均线附近",
      "risk_threshold": 12.50,
      "focus_range": 15.20,
      "data_weight": "30%",
      "observation_period": "3-5天"
    }
  ]
}
mx-strategy-creator — 策略自动创建
  • 自然语言需求 → 结构化策略配置
  • 自动推断策略类型(动量/价值/技术/成长/综合)
  • 生成 condition_expr(71 字段 + 39 函数)
  • 生成 analysis_prompt(四步推理链)
mx-strategy-optimizer — 策略自动优化
  • 分析回测/实盘表现数据
  • 根据命中率/收益率/初筛数量制定优化方案
  • 迭代优化 condition_expr 和 analysis_prompt
  • 支持策略优化和每日复盘两种场景

数据引擎

数据源

数据来源更新频率
日线行情腾讯财经每日收盘后
技术指标本地计算行情更新后
市场资金流向东方财富每日收盘后
北向资金东方财富每日收盘后
融资融券上交所每日收盘后

数据量级

表记录数(估算)说明
stock_basic5,000+全 A 股
daily_quote1,200 万+5000 股 × 2500 交易日
technical_indicator1,200 万+与日线行情同步
market_money_flow2,500+每日一条
hsgt_north_flow2,500+每日一条

安全架构

Layer 4: 并发与恢复Layer 3: 数据安全Layer 2: 认证鉴权Layer 1: 传输安全客户端Layer 4: 并发与恢复Layer 3: 数据安全Layer 2: 认证鉴权Layer 1: 传输安全客户端alt[认证通过][认证失败]alt[运行时异常]HTTPS 请求SSL/TLS 加密 · 证书校验 · HSTS 强制解密后进入认证层JWT 双Token验证 (2h+7d)BCrypt 密码校验 (强度因子10)进入数据层401 Unauthorized数据隔离 (userId 强制过滤)SQL注入防护 (XSS防护 (输入过滤+输出编码)环境变量管理 (代码零敏感信息)业务操作乐观锁 @Version (并发安全)逻辑删除 @TableLogic (数据可恢复)事务回滚 @Transactional (异常回滚)降级策略 (AI超时/数据源切换)

安全措施详解:

措施说明
JWT 双 TokenAccess Token 2h 过期 + Refresh Token 7天,无状态认证
BCrypt 加密密码强度因子 10,单次哈希耗时 ~100ms
数据隔离所有查询强制 userId 过滤,跨用户数据不可见
参数化查询MyBatis-Plus #{} 占位符,杜绝 SQL 注入
环境变量所有密钥/密码通过环境变量注入,代码零敏感信息
乐观锁@Version 注解,并发更新自动重试
逻辑删除@TableLogic 注解,删除数据可恢复
验证码防刷60s 发送间隔 + 5次验证上限 + 15分钟锁定

CI/CD 部署架构

生产服务器SSH 部署SCP 上传GitHub ActionsGitHub开发者生产服务器SSH 部署SCP 上传GitHub ActionsGitHub开发者alt[健康检查通过][健康检查失败]生产服务器运行服务AI Stock Server :8080OpenClaw Gateway :18789MySQL 8.0 :3306Redis 7.x :6379Python 数据引擎 :5000git push master触发 Pipeline (ai-stock-server/** 变更)Step 1: Checkout 拉取代码Step 2: JDK 17 环境配置Step 3: Maven 编译打包 (mvn clean package -DskipTests)Step 4: SCP 上传 JAR 到服务器上传 ai-stock-server.jarStep 5: SSH 远程部署注入环境变量 (DB_USER/DB_PASS/JWT_SECRET/...)停止旧进程 → 启动新进程Step 6: Health Check :8080✅ 部署成功通知: 部署成功❌ 部署失败通知: 部署失败 + 日志

部署说明:

  • 部署耗时: ~3分钟 (编译2m + 上传30s + 重启30s)
  • 前端OTA: npx eas update --channel preview --message "更新说明" → 用户自动检测更新

项目数据

指标数值
后端代码量30,000+ 行 Java
前端代码量15,000+ 行 TypeScript
API 接口数80+
数据库表数22 张
AI Skill 数4 个
前端页面数16 个
业务模块数7 个
公共模块数4 个
筛选字段数71 个
语义函数数39 个

技术团队

武汉市无边界科技

AI Stock 是无边界科技在 AI + 金融数据领域的探索性产品,致力于将大语言模型的推理能力与专业金融数据分析深度融合,打造人人可用的智能股票数据分析平台。


免责声明

重要提示: 本系统为股票数据分析工具,不构成任何形式的证券投资咨询或投资建议。本系统提供的所有筛选结果、数据分析、参考价位等信息仅供学习研究参考,不作为买卖证券的依据。系统中的历史回测数据不代表未来表现,不保证投资收益。使用者应基于自身判断做出投资决策,并自行承担投资风险。股市有风险,投资需谨慎。

根据《中华人民共和国证券法》及相关法规,未经中国证监会批准,任何机构和个人不得从事证券投资咨询业务。本系统不提供证券投资咨询服务。

AI项目失败主因:技术方案与业务决策动作脱节 AI系统本质上是辅助人类决策的工具,其核心价值不在于算法先进性或指标提升幅度,而在于能否在真实业务场景中触发可执行、可验证、有时效约束的决策动作。当模型输出无法直接转化为一线人员‘点击即执行’的操作指令,或数据信号与实际工作流存在断层时,再高的预测准确率也难以产生业务价值。本文聚焦‘决策触发点’这一关键枢纽,解析如何从采购补货、产线调度等典型场景出发,逆向定义最小可执行决策单元,确保AI投入精准锚定在影响成本、效率与风险的真实动作上,避免陷入‘技术可行但业务无感’的规模化落地陷阱。 阅读详情

相关推荐

AI治理不是管技术,而是管责任落地

AI治理本质上是将抽象的技术风险转化为可测量、可追责、可执行的工程实践。其核心原理在于破除‘人工智能’这一神话化命名带来的责任模糊,通过输入、过程、输出三端控制,把哲学层面的能动性争议,转译为响应延迟、误判率、人工复核比例等具体参数。技术价值体现在降低合规成本、规避隐性损失(如DAU流失、违约金)、提升跨职能协作效率;典型应用场景覆盖医疗辅助诊断、电商推荐、银行风控、政务公文生成等高影响业务环节。本文聚焦于如何将治理从合同条款、伦理准则、审批单据等现实载体中激活,使之真正嵌入研发、运维与一线决策流程。

weixin_34112181的博客 355

【人工智能】【AI Agent】 ① AIStock(FinGenius)深度技术解析:颠覆A股投研的多智能体博弈系统

AIStock(FinGenius)是全球首个面向A股市场的多智能体金融博弈系统,由国内00后团队开发。项目采用Research-Battle双环境架构,集成16个专业AI智能体(如舆情、游资、风控、技术分析等),通过多轮辩论与协作生成高可信度投研报告。其核心技术包括MCP协议实现模型间无缝协作、年轮记忆算法记录用户投资习惯、国密SM2/SM4保障数据安全,并支持MiniQMT量化交易接口。相比传统股票软件,FinGenius在分析速度(30秒 vs 72小时)、数据真实性、幻觉抑制和个性化服务方面具有显著

xiezhiyi007的专栏 1806

Illustrator 2026 AI矢量工作流实战指南

矢量图形设计正经历从手动描摹到AI驱动的范式转变。生成式AI在专业设计软件中的落地,核心不在于通用大模型能力,而在于与贝塞尔曲线、路径拓扑、字体语义等矢量原生特性的深度耦合。Adobe Illustrator 2026首次将垂直训练的VectorGen引擎嵌入工作流,实现‘生成式填充’‘文本转路径智能优化’‘变量图形语义理解’三大可工程化功能,其技术价值在于提升工业级矢量图的精度、复用性与合规性。典型应用场景覆盖技术文档公式矢量化、芯片控制框图批量生成、电商VI智能适配等高确定性任务。本文聚焦正版环境下的A

chubaisheng8627的博客 422

当传统金融遇上AI智能:一个开源AIStock系统的深度技术解析

本文深入解析了AIStock系统如何将AI技术与金融分析相结合,构建开源智能股票分析平台。该系统采用分层架构设计,整合多源数据(Tushare/AKShare)并通过SQLite存储,实现技术指标计算(MACD/RSI/KDJ)与AI智能分析(大语言模型)的深度融合。文章重点剖析了系统的模块化设计、容错机制、性能优化策略及可视化方案(Plotly/Dash),展示了从数据采集到智能决策的完整分析流程。案例演示了平安银行的技术面分析与AI预测,并探讨了系统的商业化可能与技术演进方向,为金融科技开发者提供了从理

许泽宇的技术分享 2242

利用资本主义市场机制减速AI开发,降低p(doom)风险的治理框架

在人工智能高速迭代的背景下,如何有效控制AI带来的灾难性风险成为行业焦点。p(doom)作为主观概率指标,反映了安全社区对AI失控风险的评估。不同于传统技术对齐或国家监管,一种创新型治理思路正在兴起:借助资本市场的自然反馈机制为AI研发“踩刹车”。股东回报、保险条款、采购合同及声誉风险等市场经济杠杆,能够将安全考量内化为企业决策的成本约束。这种模式并不依赖禁令,而是通过风险定价与商业激励重塑研发速度。文章从概念原理出发,分析其应用场景、执行条件及潜在副作用,适合企业管理者、投资机构与AI安全研究者理解如何利

weixin_33787529的博客 369

微软开源AI Agent开发指南:从入门到实战

AI Agent作为新一代智能代理系统,通过环境感知、任务规划和自主执行能力实现复杂问题求解。其核心架构通常包含认知层(LLM)、执行层(工具集)和记忆层,采用模块化设计支持快速开发。在工程实践中,AI Agent可应用于客服自动化、智能数据分析等场景,显著提升任务执行效率。微软开源的AI Agent框架提供了全栈式开发工具链,支持从基础对话到多Agent协作系统构建。通过合理配置记忆管理和异常处理机制,开发者可以快速实现具备自主决策能力的智能代理。本文以实际代码示例展示如何利用该框架开发旅行规划、股票分析

weixin_30791095的博客 388

基于StockRanker的AI量化选股策略

近年来,人工智能(AI)慢慢渗入各行各业,在投资界,人工智能和选股结合辅助主动投资,提高量化模型的效率也逐渐得到投资经理青睐。AI策略简介最近几年人工智能(AI)技术得到飞速发展,其在各个领域的运用也不断取得重大成果。机器学习是实现人工智能的一种方式,被评为人工智能领域中最能够体现智能的一个分支,机器学习与人工智能、深度学习的关系可以参考下图:机器学习可以这样简单理解:借助于计算机,对数据(训练集...

kwame211的博客 5017

生成式AI赋能零售电商:从白皮书到可运行的最小闭环

大模型技术正加速渗透零售电商场景,其核心价值在于将生成能力与业务知识库结合,形成可落地的智能应用。RAG(检索增强生成)通过先检索后生成的方式,有效缓解模型幻觉,让智能客服、商品文案生成等场景具备实时性与可追溯性。实际工程中,需结合提示词设计、向量库构建与Agent流程编排,才能将白皮书中的方案转化为最小可行产品。以实施工程师视角,围绕营销物料生成、智能导购、用户评价清洗、供应链辅助等链路,给出基于LangChain的代码实现与评测方法,为电商AI项目提供可复用的实践参考。

weixin_33861800的博客 342

2026年企业SIP电话系统技术选型与应用白皮书发布 机构:北京华贸联合信息技术有限公司 发布日期:2026年1月 报告编号:HMLY-WP-2026-Final

《企业SIP电话系统选型白皮书》摘要: 本指南解析SIP电话系统的核心价值,对比亿联、方位、星网锐捷等主流品牌的技术特性与价格区间,提供不同规模企业的落地案例与成本分析。SIP系统通过IP网络实现语音传输,显著降低通信成本(节省30%-60%),支持移动办公与业务集成。选型建议:中小企业可选用高性价比机型(如方位X1U),中大型企业推荐亿联T4/T5系列,信创项目优先星网锐捷。关键步骤包括明确需求、部署模式选择(云端/本地)、POC测试及5年TCO评估。白皮书强调"最适合的才是最好的",

liuchenglinbeiji的博客 1171

AIStockTradingBot:警告:使用此软件可能会使您赔钱。 当我不在时,AIStockTradingBot将有一天处理我的股票交易策略。 目的是处理交易并基于算法保存价格数据。 还提供可行的通知。 当前,这全部基于TD A​​meritrade API,但长期的目的是向多个帐户提供商提供此服务。 新闻和社交媒体AI更新也非常需要及时

AIStock交易机器人 警告:使用此软件可能会使您赔钱。 所有者和贡献者不对任何损失负责。 当我不在时,AIStockTradingBot将有一天处理我的股票交易策略。 目的是处理交易,保存价格数据并基于算法进行分析。 还提供可行的通知。 目前,它适用于软件开发人员或有抱负的软件开发人员。 它要求用户编写代码以构建算法,挑选要交易的股票并制定准则。 当前,这全部基于TD A​​meritrade API,但长期的目的是向多个帐户提供商提供此服务。 以及最终搜索新闻和社交媒体AI更新。 ##欢迎和期望贡献者## 我承认我急忙忽略了一些最佳实践来进行设置。 如果有贡献者出现,我将整理这些做法,但现在,我着重于尽快使用该机器人。 在此之前,我将继续尝试从该软件中获得所需的个人价值。 ##当前设置要求单元测试## 创建TD Ameritrade交易帐户(最好是传统帐户或ROFL IRA

实例讲解MOS管电源开关电路的软启动

1、控制电源开关的输入信号 Control 为低电平或高阻时,三极管Q2的基极被拉低到地,为低电平,Q2不导通,进而MOS管Q1的Vgs = 0,MOS管Q1不导通,+5V_OUT 无输出。此时将 Control 设为低电平,三极管Q2关闭,电容C1与G极相连端通过电阻R2放电,电压逐渐上升到5V,起到软关闭的效果。不过从作者的描述来看,只是电路参数有区别,能通过的电流、能承受的耐压等不一样,但是软启动的原理是一样的。从公式可以看出,当电容容量越大,电压越高,时间越短,电流就会越大,从而形成浪涌电流。

U_YAO的博客 2万+

[234页电子书]硅谷哲学家 Palantir CEO Alex Karp 成功之道与AI革命:从数据整合到企业智能体时代

本文深度剖析Palantir如何通过其人工智能平台(AIP)抓住生成式AI革命的机遇,从一家专注于数据整合的国防承包商转型为AI时代的企业软件领导者。文章揭示了CEO Alex Karp如何押注LLM技术,快速开发AIP平台,并成功将其整合到Foundry系统中,最终推动公司股价在一年内从8美元飙升至35美元以上。

1132

高德地图与CAD图叠加显示方法汇总及优缺点分析

高德地图应用在许多领域,平常我们用的地图导航,除过正常的地图导航指引功能之外,其实还有很多实用的功能。如高德影像地图应用在包括地理、土地测量、水文学、生态学、气象学以及海洋学等方面。AutoCAD在行业中常用于城市规划、平面设计、建筑师等,这其中也要用到高德地图。最常见的是CAD图与高德地图叠加使用,通过两者叠加直观显示,助力行业提高工作效率。那如何将高德地图与CAD图叠加显示呢?下面听小编把方法一一介绍下以及各种方法的优缺点。

vjmap的博客 2728

daily_stock_analysis效果展示:虚构公司‘NovaTech’从零生成的完整分析报告

本文介绍了如何在星图GPU平台上自动化部署AI股票分析师daily_stock_analysis镜像,实现面向虚构或早期科技公司的专业级股票分析报告生成。该镜像基于本地gemma:2b模型与深度优化的金融Prompt,在无真实数据前提下,自动生成结构完整、术语精准、逻辑自洽的分析报告,适用于投研初筛、财经内容批量生成等场景。

weixin_30633869的博客 232

PSM倾向匹配详细步骤和程序

目录1.安装psmatch2统计包。2.数据准备3.数据分析及命令解读4.结果解读4.1模型拟合结果,此处无太多实际意义。4.2试验组可匹配的观测概览,按照命令中设定的匹配规则,试验组有8例患者未能匹配到合适对照。4.3结果解读的重点应该是对stata新生成的中间变量的解读。4.4均衡性检验结果4.5匹配结果的图示化5.Stata命令汇总最后留下两个问题给大家思考:题目 试验设计中,匹配的目的在于确保干预效应估计是建立在可比个体之间的不同结果的基础上。最简单的匹配方式是将干预组和对照组中协变量值相同的两个个

平平淡淡,戒急用忍,一生学闭嘴。 5万+

tewa-707e光猫超级密码获取方法

这款光猫很魔性,没有WIFI,没有USB接口,没有Telnet,试了很多方法去获取超级密码都不行。解密时可能会报错,可能是文件后面部分不晓得是咋拼接过来的,用AES解密时分组数据有问题。3、这个文件是用AES加密了的,直接打开是乱码,所以得用AES解密,key为16个字节的 x00。打开解出来的文件,然后搜索 telecomadmin,就可以发现超级密码了。参考资料里面的光猫不是同一款,但解密的方法基本相同的。

shaowl111的专栏 1万+

daily_stock_analysis镜像效果对比:Gemma-2B vs Llama3-8B在金融术语理解上的差异

本文介绍了如何在星图GPU平台上自动化部署AI股票分析师daily_stock_analysis镜像,实现本地化金融分析。该镜像支持Gemma-2B与Llama3-8B模型,可快速生成结构化股票分析报告,典型应用于A股/美股基本面解读、风险识别与情景预测,兼顾隐私安全与术语准确性。

weixin_28931449的博客 168

保姆级教程解决Edge Copilot该服务在你所在的地区不可用及Sign in to continue your chat.——电脑篇

相信很多人更新到Win11之后都注意到自带的浏览器右上角多了一个Copilot,这个副驾驶是微软与OpenAI合作,免费使用,包括插件功能。相当于你可以在电脑上免费的使用GPT4。很可惜,点开提示该服务在你所在的地区不可用。很多人第一时间想到科学的上网应该就可以解决了,尝试后又提示you’ve reached the conversation limit for today.Sign in to continue your chat.明明登录账号了为什么还是不能用?不是免费吗,为什么提示今天受限制。 其实上

weixin_44887342的博客 5万+

StepClaw桌面AI助手:任务自动化与人格化交互的技术解析

AI Agent作为人工智能领域的重要分支,正在从简单的问答交互向任务自动化方向演进。其核心技术在于混合执行引擎的设计,结合意图识别、本地API调用和LLM规划,实现从指令理解到执行落地的闭环处理。这种架构在办公场景中展现出显著优势,如自动处理Excel数据并生成分析报告,效率提升可达40%。人格化交互模块通过情感计算技术,赋予AI独特的性格特征和记忆能力,使交互体验更加自然。StepClaw作为新一代桌面AI助手,深度融合了任务型Agent和多模态交互能力,在Windows和Mac平台实现了任务闭环、个性

weixin_33788244的博客 424

【芯片设计- RTL 编译与仿真 1.2 -- Visualizer 常用使用命令】

打开波形后,如果想要看到所有信号的数据,可以点击下图中红框中的按钮,因为默认verdi 默认并不是显示所用信号。如果想统计某一个信号中有多少笔数据时,可以使用 Expression->Edege Count 功能。如下图所示,如果没有打开前导0的功能时,当某一笔数据位0时,只会显示1个0。如果需要将波形的数据导出到文本文件时,可以按照下面步骤进行。打开前导0功能之后,会根据数据位宽来显示对应0的个数。

CodingCos的博客 2049

华为od 面试八股文_测试/测试开发_01_含答案

华为od面试八股文_测试/测试开发_01_含答案

MISAYAONE的博客 3821

ChatGPT为何标志AI革命‘开端之终结’?四大技术支点深度解析

大语言模型(LLM)作为人工智能认知智能跃迁的核心载体,其发展已从早期感知智能(如图像识别、语音转写)迈向具备推理、常识与多步规划能力的认知智能阶段。这一演进的关键临界点,在于模型是否实现价值对齐、长上下文理解、多模态融合与函数调用等工程化能力的系统集成。ChatGPT之所以被广泛视为‘AI革命开端之终结’,正因其首次将RLHF校准、128K上下文、视觉-文本跨模态理解及Function Calling等能力稳定落地,使AI从实验室工具转变为可嵌入真实业务流程的协作主体。它不单提升效率,更重构人机分工边界—

weixin_30824599的博客 379

090、Sensor上电时序与帧同步的驱动级实现——以索尼IMX766为例的AVDD/DVDD/IOVDD时序调优

摘要: 本文以索尼IMX766传感器为例,深入探讨了传感器上电时序与帧同步的驱动级实现问题。通过分析某车载项目量产中的高温黑屏故障,揭示了AVDD/DVDD/IOVDD时序偏差导致传感器内部状态机异常的根源。文章详细解读了IMX766三路电源的时序约束(如AVDD与DVDD需在1ms内同步至90%),并提供了驱动代码级实现方案,包括电源使能顺序、延时控制及帧同步配置。针对多摄同步场景,强调了曝光时间寄存器写入一致性的重要性。最后结合产线问题定位经验,提出通过示波器抓取电源波形验证时序合规性的方法。全文聚焦硬

zzfmlxs的博客 261

2026年图片购买网站选购全攻略,手把手教你挑对不踩坑

2026年图片购买网站选购指南:规避版权风险,精准匹配需求 中国版权保护中心数据显示,2026年近70%中小企业因图片版权问题遭遇诉讼,平均赔付超3万元。面对市场上功能各异的图片平台,如何平衡版权安全、素材质量与成本成为关键。本文基于行业权威数据,为不同需求用户提供选型建议: 壹图网:本土化素材丰富,终身授权保障,3亿存量+日增10万素材,适合中小企业一站式采购。 Getty Images:国际高端素材首选,适配奢侈品、影视制作等场景。 Adobe Stock:与设计软件深度联动,AI辅助创作,设计师首选。

yyfyyf666的博客 338

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

真理约束型人工智能商业计划书—— 基于贾子-USDS-2.0 认知宪法体系与贾子 KWMM/KSFT 六层分层判定范式的全球首创“去-认知-殖民“AI 基础设施商业化方案(Pre-A)

本商业计划书提出真理约束型AI基础设施TD-AI,以贾子-USDS-2.0认知宪法为底层架构,以KWMM世界模型矩阵与KSFT成败定理为评测引擎,使AI从叙事型概率拟合机器转向可程序化审查、可独立验证的求真型认知基础设施。本轮Pre-A融资1.5亿元,投前估值10亿元,资金用于TruthBench六层分层评测平台与AlignRepair对齐改造服务商业化。文件强调理论主张、技术指标与财务预测均属待尽调假设,需经独立验证。

首席技术执行官CTO(Chief Technology Officer)|技术总监--邓斌博客 433

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

鸽姆智库(GG3M)国际标准商业计划书——从叙事型人工智能到真理约束型智能:认知地基重构的文明级基础设施

本商业计划书基于贾子理论体系(KTS),提出全球首个以“真理约束”为核心的认知操作系统KTS-COS,定位为企业、科研机构、政府提供可验证AI层、知识治理层与决策审计层。项目核心差异化在于优化目标从“生成最像正确答案”转向“产生经过认知审查的可靠结论”。计划融资3至5亿元,出让10%至15%股权,资金用于核心引擎研发、去殖民化语料库建设与标杆客户交付。文件强调理论主张、技术指标与财务预测均属待尽调假设,需经独立验证。

首席技术执行官CTO(Chief Technology Officer)|技术总监--邓斌博客 318

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

上一篇: Zitadel:开源身份认证与授权平台完全指南
下一篇: DocuSeal:开源电子签名平台 - DocuSign免费替代方案
老星*
博客等级 码龄5年 271粉丝 61原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

老星*

感谢支持!!!!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值