<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ddly2000的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ddly2000</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ddly2000]]></copyright><item><title><![CDATA[普通人想了解AI？从生一个自己的“龙虾”开始]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/160957634</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/160957634</guid><author>ddly2000</author><pubDate>Sun, 10 May 2026 16:57:31 +0800</pubDate><description><![CDATA[摘要：本文提出一种零基础理解大模型的趣味方法——通过&quot;生养&quot;专属AI助手&quot;龙虾&quot;。该方法采用四步渐进式实操：1)搭建基础对话窗口；2)添加上下文记忆功能；3)集成工具调用能力；4)配置RAG知识库。全程借助Claude等AI辅助完成，无需编程基础。通过亲手培育AI助手的过程，用户能直观理解大模型的工作原理、记忆机制和工具调用逻辑，破除技术神秘感。这种方法将复杂的大模型技术转化为可操作的成长体验，让普通人通过实践而非理论快速掌握AI核心概念。]]></description><category></category></item><item><title><![CDATA[从零搭建RAG架构的财报分析Agent，Ollama本地大模型友好，附源码]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/160834623</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/160834623</guid><author>ddly2000</author><pubDate>Thu, 07 May 2026 00:09:24 +0800</pubDate><description><![CDATA[本文介绍了一个基于Ollama本地大模型和RAG架构的财报分析Agent开发过程。文章从实际需求出发，分析了传统财报分析的痛点，详细阐述了技术选型（选择Ollama本地模型保障数据隐私）、开发环境搭建（VSCode+ClaudeCode插件）以及系统架构设计（包含RAG检索增强生成流程）。开发过程中解决了PDF解析OOM、多线程优化等关键问题，通过与longcat-2.0-preview模型的多次调试，最终实现了自动获取PDF年报、智能分析并生成Markdown报告的完整系统。该系统采用分层设计（API→C]]></description><category></category></item><item><title><![CDATA[我让小米 MiMo 从零撸了一个像素画编辑器，结果它给我上了一课]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/160481215</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/160481215</guid><author>ddly2000</author><pubDate>Fri, 24 Apr 2026 20:56:44 +0800</pubDate><description><![CDATA[摘要：本文记录了对小米MiMo-V2.5大模型的一次极限编程测试，要求其从零开始实现一个功能完整的Web像素画编辑器。测试涵盖需求理解、架构设计、算法实现等7个维度，考察了模型在Canvas渲染、Median Cut颜色量化算法、交互设计等方面的综合能力。结果显示MiMo能正确完成技术选型、算法实现和工程化交付，最终产出的编辑器具备图片导入、像素化处理、网格显示、同色高亮等完整功能，且构建产物性能优异。测试证明该模型在复杂项目开发中具备较强的系统性思维和实现能力。]]></description><category></category></item><item><title><![CDATA[白嫖 Claude Code！本地 Ollama 接入全流程 + 踩坑实录]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/160182979</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/160182979</guid><author>ddly2000</author><pubDate>Wed, 15 Apr 2026 15:48:01 +0800</pubDate><description><![CDATA[本文详细介绍了如何将 Claude Code VSCode 插件对接本地 Ollama 大模型的完整流程。通过搭建包含 LiteLLM 和自定义 FastAPI 中间件的架构，成功实现了用开源模型替代收费 API 的方案。文章重点解决了 7 个关键问题，包括 PowerShell 的 curl 兼容性、LiteLLM 参数过滤、模型前缀选择等，并提供了完整的中间件代码示例。该方案最终实现了完全本地化、零成本的 AI 编程助手，适合有一定技术基础的开发者参考实现。]]></description><category></category></item><item><title><![CDATA[python多线程效率不升反降的小实验]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/130610608</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/130610608</guid><author>ddly2000</author><pubDate>Wed, 10 May 2023 21:50:59 +0800</pubDate><description><![CDATA[python 多线程执行 效率不如单线程 示例]]></description><category></category></item><item><title><![CDATA[量化交易学习笔记七 - matplotlib、tkinter做价量关系分析图]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/130605418</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/130605418</guid><author>ddly2000</author><pubDate>Wed, 10 May 2023 21:41:13 +0800</pubDate><description><![CDATA[按按钮可以浏览文件夹内这些股票数据转成图形。蓝线是价格，红线是量。整个数据周期内最大价格为100%。最大量为100%，两线叠加。1.之前调试的时候每个策略是存为一个py文件，import导入使用的。数据源是新浪抓下来的日k或者周k数据保存为csv，之前新浪这边笔记中有提及。画图是用matplotlib，画在tkinter窗体内，用tk的按钮做交互。感觉一直在加工完善分析工具而不是做量化学习，路有点走偏。这里股友朋友可以讨论下价量关系可以从什么角度去研究好？2.做一个查看各个股票价量关系的工具，类似下图。]]></description><category></category></item><item><title><![CDATA[量化交易学习笔记六 - 获取x浪网股票K线数据]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/130520389</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/130520389</guid><author>ddly2000</author><pubDate>Sat, 06 May 2023 15:31:20 +0800</pubDate><description><![CDATA[该接口只能单支股票代码读取，实际操作，当我循环拉各个股票3600天的数据时候ip被封了。所以读取不能频繁，加个时间停顿后就可以正常循环拉下来了]]></description><category></category></item><item><title><![CDATA[量化交易学习笔记五 - 一个选股小测试]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/130334834</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/130334834</guid><author>ddly2000</author><pubDate>Mon, 24 Apr 2023 09:59:05 +0800</pubDate><description><![CDATA[前几天有朋友问我类似000623吉林敖东4/19这根跳空长上影出现后，类似的k线后续会如何演绎，那就正好以这个条件来做个选股测试，返回一定时间范围内出现这样形态k线的股票代码及出现的日期。所以思路就是遍历该目录所有文件，pd读取文件，逐行遍历pd数据，符合条件的记录股票代码及日期。我选了最直观，但是效率最低下的下标遍历方法。文件a中调用b文件定义的函数b()，如何在b()中反过来刷新win窗体中的进度条？2.次日收长上影，阳线（次日最高价/次日收盘价[幅度3.5%以上]，次日收盘价>次日开盘价）]]></description><category></category></item><item><title><![CDATA[量化交易学习笔记四 - 数据批量获取]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/130306710</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/130306710</guid><author>ddly2000</author><pubDate>Sat, 22 Apr 2023 17:12:20 +0800</pubDate><description><![CDATA[这里踩了个坑，一定记住获取数据进行.strip()处理，strip()是用来处理文本两端空白字符的，一个看不到的'\n'就让我吃了不少苦头，明明两个看起来一样的str死活就是不相等。因为考虑可能单次获取数据量过大，不符合tushare策略导致获取失败，毕竟主板每个板块都有1200+的股票，所以做个循环，设置个步进。输完条件，按”ok“按钮，触发按钮绑定的subttn_click()事件，主要的获取、分析和保存代码，都在这个事件里了。考虑到实用为主，测试的需求是小而快，就选用了自带的tkinte库来实现。]]></description><category></category></item><item><title><![CDATA[量化交易学习笔记三-趋势策略测试]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/129850750</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/129850750</guid><author>ddly2000</author><pubDate>Mon, 03 Apr 2023 16:45:25 +0800</pubDate><description><![CDATA[通过他给的接口直接调用的数据，传递给backtrader，会报错。看了下取回的交易日期默认是倒叙的。怎么解决回头再研究了，能直接调取会更方便点，不过tushare按积分算调用频率，一开始注册很容120分，只可以调取未除权的日线数据，每分钟50次，每天8000次查询总量。看了下知名的海归策略，以20日移动平均线上穿55日均线为趋势买入信号，20日线下穿55日为卖出信号。顺便再求助下，是否有人知道海通证券的程序交易接口的文档哪里可以查询。]]></description><category></category></item><item><title><![CDATA[量化交易学习笔记二 - backtrader]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/129833835</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/129833835</guid><author>ddly2000</author><pubDate>Wed, 29 Mar 2023 16:15:04 +0800</pubDate><description><![CDATA[Backtrader是重要的量化框架，本文记录学习该框架的笔记，内容主要基于Backtrader的网站指导文档。虽然该框架目前用于量化投资领域，但是可以作为数据处理的基本架构，进行改造后用于各种数据的处理，尤其适用于对原始数据处理完成后应用一定的策略进行预测以及可视化处理。excel数据我用tushare的数据工具随意导了一份出来另存为excel格式，date_trade要按升序事先排序好，否则程序不报错，但是结果不对。文章源码里涉及到几个库，查了下都是啥意思（本人py零基础，也是刚起步哈。]]></description><category></category></item><item><title><![CDATA[量化交易学习笔记]]></title><link>https://blog.youkuaiyun.com/ddly2000/article/details/129832310</link><guid>https://blog.youkuaiyun.com/ddly2000/article/details/129832310</guid><author>ddly2000</author><pubDate>Wed, 29 Mar 2023 10:56:04 +0800</pubDate><description><![CDATA[下一步就是交易策略的制定，以及如何回测。方向就是先找下别人提供的一些交易策略及回测程序学习下^^。回测貌似有框架类的程序backtrader，学习下是个什么玩意。好像可以根据制定的策略生成图标。数据源获取，注册了tushare，120积分可以有一定免费使用量。晚上又知道了些其他免费数据源，比如INSIGHT。尝试获取了下数据成功。昨天安装了python3.8.10（公司电脑win7，3.9及以上版本不支持了），pycharm2022.3.2（开发环境）2.交易策略数字化，回测。今天的学习开始了，加油！]]></description><category></category></item></channel></rss>