加载中...
加载中...
AI 技术、应用方法与实战教程 · 共 23 篇 · open-source
AH-0374 是一份信息密度很高的 Kimi K3 教程。它试图回答四件事:K3 到底是什么、不同入口怎么选、真实项目表现怎样、人与 Agent 应该如何协作。 这类教程最大的风险不是“写得不够全”,而是写得太像一张产品截图:模型、价格、上下文、会员、入口、发布状态都在快速变化。 因此 Batch 38 不把它保存成“2026 Kimi K3 按钮大全”,而重构成: Kimi Capab
Immich 很容易被一句话概括:“一个开源、免费、自托管的 Google Photos 替代品。” 这句话只对了一半。 截至 2026 年 8 月重新核验,Immich 已经进入 v3 系列:v3.0.0 在 7 月 2 日发布,7 月 29 日又到了 v3.1.0。当前项目支持移动端自动备份、RAW、多账号、搜索、面部识别与聚类、地图、共享、OAuth、API Keys、工作流等大量能力。 它
AH-0402列了10个量化项目:Freqtrade、Qlib、VeighNa、NautilusTrader、Backtrader、Lean、Zipline、FinRL、Backtesting.py、VectorBT。 这份清单的方向没有错。问题在于,它仍然把“Star很多 + 一句话用途”放在了决策中心。 量化工具真正危险的地方恰恰是: 你可以很快跑出一张漂亮收益曲线,却很晚才发现自己选
如果你连续刷几十套 AI 生成的小红书图卡,很快会出现一种熟悉感: 大色块、圆角卡片、emoji、粗体大标题、几段平均分布的文字。 单张看似乎没错。 十张连起来就会暴露: 它们不是在做内容设计,而是在套一个 Web UI 模板。 AH-0235 的原作者因此把自己的 PPT Skill 拆出一个专门做社交图卡的项目:guizang-social-card-skill。 截至 2026-
这个组合很吸引人:Obsidian负责本地Markdown笔记,OpenCode负责AI,再装一个插件,把AI直接嵌进侧栏。 AH-0046给出的方案方向成立,但到2026年8月,有几个细节必须修正。 ## 先把名字弄对 原文给出的仓库是 mtymek/opencode-obsidian。 重新核验GitHub后,仓库仍存在、未归档,许可证是MIT。README明确写着:这是第三方OpenCo
AH-0524原帖只有几句话: OpenWork本地运行,支持OpenCode、技能和插件,打造“私密AI工作流”。 截至2026-08-15,当前官方GitHub能确认: - MIT; - local-first, cloud-ready; - Host模式本地运行OpenCode/OpenWork server; - Client可以连接远程server; - 能显示执行计划; - 能显示权限
Y2A-Auto当前已经不是一个简单脚本。官方仓库把YouTube下载、ASR、字幕翻译、字幕质检、AI标题简介、内容审核、AcFun/B站上传、频道监控、Cookie同步、通知和Web后台都串起来了。 技术上越完整,越需要把权利问题放到最前面:一旦来源内容没有转载或改编权,流水线会更快、更稳定地把风险复制到下一个平台。 ## 1. 先纠正一个常见误区:软件License不等于视频Lice
AH-0056原文非常明确地把一个开源桌面工具包装成“Kiro多号管理 + 机器码防封 + API反代”的一站式方案。 功能确实存在。 截至2026-08-13,GitHub仓库 chaogei/Kiro-account-manager 仍未归档,README列出多账号管理、自动token刷新、Machine ID管理、OpenAI/Claude兼容代理、自动切换等能力;仓库License实际
AH-0306 是一条很适合 alphahole 的素材。 因为它不只是: “我读了一本书,有几个感悟。” 作者真的把 Fogg Behavior Model 做成了一个 Skill, 而且把源码放进 GitHub。 这给了我们一个很好的研究样本: 一本方法论,怎样被转成 Agent 能执行的 Skill,而不是变成一段长提示词。 ## 一、先核 Fogg 模型本身 BJ Fogg 官
一篇“机构的五套量化筛选框架”很容易让人产生错觉:把 P/E、FCF Yield、ROIC、Short Interest、内部人交易这些指标填进筛选器,就能自动找到好股票。 这次把源文、Anthropic 2026 年金融产品更新、官方 GitHub 仓库和 SEC 表单重新对照后,我认为真正值得留下的不是那几组固定阈值,而是一个更重要的工程思想:筛选只负责缩小候选集,证据链才负责决定你是否继
从 LLM 框架到 AI 应用工具,精选 2026 年最值得关注的 10 个 AI 开源项目,涵盖大模型、RAG、Agent 等方向。