Hồ sơ công cụ
jundizhou/easy-stock
github.com
Một trạm nghiên cứu cổ phiếu A-share bản địa AI để phân tích cổ phiếu, theo dõi chủ đề, đánh giá sau phiên và kiểm tra danh mục đầu tư bằng AI.
Công dụng
jundizhou/easy-stock
easy-stock là một máy trạm để bàn kết hợp dữ liệu thị trường A-share, phân tích trần và chủ đề, nghiên cứu cổ phiếu riêng lẻ và kiểm tra danh mục đầu tư, với các tác nhân LLM tạo ra đánh giá và phán đoán có điều kiện được hỗ trợ bởi bằng chứng có thể truy xuất. Nó hướng đến các nhà giao dịch và nhà nghiên cứu cổ phiếu Trung Quốc, những người muốn phân tích dựa trên bằng chứng được hỗ trợ bởi AI thay vì một hộp trò chuyện bên cạnh một thiết bị đầu cuối báo giá. Nó được viết bằng Go với giao diện người dùng Electron/React và được phân phối dưới dạng các bản phát hành có thể tải xuống.
GiáMã nguồn mở
Đánh giáN/A
Lượt lưu0
Thẻ
Danh mục
Chưa có phần tóm tắt.
FAQ
Câu hỏi thường gặp
- jundizhou/easy-stock là gì?
- easy-stock là một máy trạm để bàn kết hợp dữ liệu thị trường A-share, phân tích trần và chủ đề, nghiên cứu cổ phiếu riêng lẻ và kiểm tra danh mục đầu tư, với các tác nhân LLM tạo ra đánh giá và phán đoán có điều kiện được hỗ trợ bởi bằng chứng có thể truy xuất. Nó hướng đến các nhà giao dịch và nhà nghiên cứu cổ phiếu Trung Quốc, những người muốn phân tích dựa trên bằng chứng được hỗ trợ bởi AI thay vì một hộp trò chuyện bên cạnh một thiết bị đầu cuối báo giá. Nó được viết bằng Go với giao diện người dùng Electron/React và được phân phối dưới dạng các bản phát hành có thể tải xuống.
- jundizhou/easy-stock có giá bao nhiêu?
- jundizhou/easy-stock áp dụng mô hình giá: Mã nguồn mở. Xem gói hiện tại trên trang web chính thức.
- jundizhou/easy-stock dùng để làm gì?
- jundizhou/easy-stock được xếp trên TolsAI vào các danh mục: Mã nguồn mở.
- Có thể dùng jundizhou/easy-stock ở đâu?
- jundizhou/easy-stock có trên trang web chính thức github.com.
Khám phá
Thêm trong Mã nguồn mở
Một bộ khung tác tử mã nguồn mở cho một AI agent tự cải thiện, có khả năng lập kế hoạch và thực thi các nhiệm vụ bạn mô tả.
Một công cụ RAG không dùng vector, dựa trên suy luận, lập chỉ mục tài liệu dưới dạng cây và truy xuất bằng suy luận LLM.
Một thư viện Python giống PyTorch để xây dựng và tự động tối ưu hóa các quy trình làm việc LLM như chatbot, RAG và agent.
Giao diện web mô-đun để tạo hình ảnh, video và âm thanh bằng các mô hình AI như Stable Diffusion, Flux và Wan.
Hướng dẫn từng bước để thiết kế các hệ thống AI được xây dựng trên LLM, RAG và AI agents.
Công cụ pipeline AI mã nguồn mở để xây dựng, gỡ lỗi và triển khai các quy trình LLM và điều phối tác nhân ngay từ IDE của bạn.
Thảo luận
Thảo luận
Đăng nhập để tham gia thảo luận
Chưa có bình luận. Hãy bắt đầu thảo luận.