他给 A 股装了个会辩论的 AI

59 阅读7分钟

GitHub Trending 每日精选

今天榜单大半是熟面孔——Google 的 AX、Univer、MVT 昨天刚写过,这次全部换血:一个会在持仓页开多空辩论的自托管盯盘助手、把代码库索引成知识图谱的 44k 星 MCP、单二进制的 3D 高斯泼溅训练器,还有让 Agent 操控 GIMP 和 Blender 的 CLI 生成器。

自托管盯盘侠:持仓页点一下,9 个 Agent 开辩论会

项目地址: TNT-Likely/PanWatch

⭐ 今日新增 95 星

TNT-Likely/PanWatch

今天榜单里的中国项目是「盯盘侠」PanWatch,Python 写的自托管 AI 盯盘助手,Docker 一条命令起服务。功能面铺得挺全:A股、港股、美股实时行情,多券商账户独立管理再汇总总资产,技术指标共振检测(MACD/RSI/KDJ),价格提醒支持多条件 AND/OR 组合加冷却时间。PWA 做了适配,手机添加到主屏幕能当原生 App 用。最大的卖点是数据私有——自托管部署,持仓数据不经过任何第三方。

核心玩法是接入了 TradingAgents(76k star 的多 Agent 投研框架):持仓页点一下大脑图标,4 类分析师(技术面、情绪、新闻、基本面)先分头看盘,然后看多看空两组开辩论,风控审查泼冷水,最后 PM 出决策书。3 到 5 分钟一条完整推理链,结论直接推送到 Telegram、微信或钉钉。默认走 deepseek-chat,官方说单次分析约 5 美分,比订阅一套投研终端便宜得多。

两点提醒:项目总量才 1.5k 星,处在早期,坑得自己踩;AI 推理链再好看也是辅助,不是荐股。但对做 Agent 开发的人来说,这其实是个能落地的 LangGraph 参考实现——akshare 拿行情、FastAPI 起服务、MCP 挂工具、Playwright 做截图,多 Agent 辩论编排全在真实场景里跑通了,架构值得抄。

看多和看空先吵一架,再让风控泼冷水——这套流程比大部分荐股群严谨。

44k 星的 MCP:把代码库索引成知识图谱,查一次省 40 万 token

项目地址: DeusData/codebase-memory-mcp

⭐ 今日新增 190 星

DeusData/codebase-memory-mcp

codebase-memory-mcp 是个走极致路线的代码智能 MCP server:C 写的单一静态二进制,零依赖,tree-sitter 解析器支持 158 种语言。它把整个代码库索引成持久化知识图谱,SQLite 存储,直接跑 Cypher 图查询。官方给的对比数字很唬人:5 次结构化查询约 3400 token,等效的 grep/read 来回翻要 41 万 token,省 99%。

性能也是压着打的量级:Django 全量索引约 6 秒,建出 4.9 万节点加 19.6 万条边;Linux 内核 1 分 12 秒建 188 万节点。查询全部亚毫秒到几十毫秒:trace_path 用 BFS 追调用链(深度 1 到 5),detect_changes 把 git diff 映射成受影响符号并给「爆炸半径」风险分级,死代码检测全图扫一遍 150 毫秒。对 Agent 来说,这意味着一次图查询就能替代几十轮文件搜索。

对 Claude Code、Cursor、Codex 用户,它等于换了个上下文底座。发布流程做得也规矩:每版三个候选二进制先过 VirusTotal,再按 SHA-256 原样打包,Arch 用户还能走 AUR。唯一要留心的是官方推荐的一键安装是 curl 管道进 bash,介意的话先拉源码审计一遍——好在它承诺了源码完整公开。

Agent 读代码最贵的不是算力,是来回 grep——那就把整个仓库变成一张能查的图。

一个二进制搞定 3D 高斯泼溅:不用 PyTorch,8G 显存训千万高斯点

项目地址: harry7557558/spirula-studio

⭐ 今日新增 69 星

harry7557558/spirula-studio

今天榜单里最「图形学」的一个。Spirula Studio 是 C++ 写的 3D Gaussian Splatting 训练器,从照片视频到 splat 到带纹理 mesh 一条龙。最大的差异化是不带 Python、不装 PyTorch,也不用单独配 COLMAP——SfM、AI 抠图、视频抽帧全内置在一个自包含二进制里,双击 GUI 就能用。Vulkan 后端让它跑在 NVIDIA、AMD、Intel、Apple 四家 GPU 上,要知道 3DGS 工具链基本被 CUDA 垄断,跨厂支持是稀罕事。

显存效率是招牌:量化训练让 8GB 显存塞下 1000 万个全 SH3 高斯点,从物体到大场景都能训,浮点和「漂毛」比主流方案少。原生支持鱼眼和 360° 相机,数据集不用先做去畸变。更新节奏很勤:8 月加了 macOS 支持和十三种语言(含简体中文),9 月刚合入 LoMa 特征匹配对付困难数据集,还学会从视频元数据恢复真实尺度——专治「重建出来偏大偏小还倾斜」的老毛病。

作者是个人开发者,项目总量才 751 星,属于刚被 Trending 挖出来的宝藏。配套有个 Web viewer,训练结果浏览器里直接看;远程训练走 CLI,还支持 SSH 端口转发看实时进度。想玩 3D 重建又没有 CUDA 卡的人,去 Releases 下个包就能试。

别再问 AMD 显卡能不能玩 3DGS 了——Vulkan 后端就是为这个写的。

49k 星:让 Agent 操控 GIMP、Blender 和 LibreOffice

项目地址: HKUDS/CLI-Anything

⭐ 今日新增 57 星

HKUDS/CLI-Anything

港大数据智能实验室 HKUDS 的作品(就是做 LightRAG 那个组),口号很直白:Making ALL Software Agent-Native。它戳的痛点是:大量专业软件只有 GUI,Agent 根本插不上手。CLI-Anything 的解法是给任意软件生成一套标准化的 CLI harness——命令行接口加 JSON 输出模式,让 Agent 像调 API 一样驱动 GIMP、Blender、LibreOffice 这些老牌图形软件,转码、批量抠图、做报表都变成一条命令的事。

用法是在 Claude Code 里跑 /cli-anything 加上软件路径或 GitHub 仓库地址,它自动分析目标软件生成 harness,配套的 validate 命令按 HARNESS.md 标准做差距检查,查漏补缺。生成的 CLI 支持 REPL 交互模式,也有 --json 机器可读输出——Agent 消费起来无歧义,不会从人用的彩色终端输出里瞎猜结构。

它还维护了一个 CLI-Hub 目录,常见软件的 harness 可以直接挑现成的。总星 5 万但日增只有 57,是典型的沉淀型选手。对做 Agent 集成的开发者,这个项目代表了一条值得押注的路线:与其苦等每个软件官方出 MCP,不如用统一的 harness 层把整个 GUI 时代的软件拉上岸。

Agent 不缺脑子,缺的是能拧的螺丝——那就给所有软件配一套 CLI 扳手。

今日完整榜单