分类目录归档：开源项目
| 一级分类 | 二级分类 | 项目名 | 简介 | 地址 |
|---|---|---|---|---|
| AI | 智能体框架 | LangChain | ||
| AI-开发框架 | 多智能体协作框架 | AutoGen | ||
| AI | LLM（大语言模型）应用开发平台 | BiSheng | ||
| AI | 多智能体框架 | MetaGPT | ||
| AI | 开源大模型 | DeepSeek | ||
| AI | 金融大模型 | FinRobot | ||
| AI | FinGPT | |||
| AI | FinNLP | |||
| 量化 | 量化交易平台 | vnpy | 基于Python的开源量化交易平台开发框架 | github |
| 量化 | 量化交易框架 | AlphaPy | ||
| AI量化 | 知识库 | quant-wiki | ... |
FinRobot 是一个人工智能代理平台，它超越了 FinGPT 的范畴，是为金融应用精心设计的全面解决方案。它集成了多种多样的人工智能技术，不仅仅局限于语言模型。这种广阔的视野凸显了该平台的多功能性和适应性，能够满足金融行业多方面的需求。
FinRobot 是一个专注于金融应用的开源 AI 智能体平台，由 AI4Finance 基金会开发。它通过结合大语言模型（如 GPT-4）和多种金融工具，提供一系列功能，主要用于股票分析、市场预测、财务报表解读和报告生成。以下是一些核心特点和功能：
OpenClaw是2026年初爆火的开源本地优先型个人AI助手，因龙虾形象被俗称“小龙虾”，是打破传统AI范式的现象级GitHub项目（星数超15.9万），核心定位是具备系统执行权的智能操作系统层，而非单纯的聊天机器人，主打“意图执行”，能真正替用户完成各类实际事务，其引发的技术变革也被业界称作“龙虾起义”。以下是核心信息总结： 1. 命名由来 项目早期名ClawDBot，源自Claude Code的龙虾吉祥物Clawd；因与Anthropic的Claude商标相似被迫更名Moltbot（取龙虾蜕壳成长之意），又因名称冷僻最终定名为OpenClaw，既保留龙虾（Claw）核心意象...
Flower（代码库标识 flwr）是一个面向联邦AI系统构建的开源框架，核心聚焦联邦学习（Federated Learning）场景，由牛津大学的研究项目演化而来，旨在降低联邦学习的使用门槛，同时满足科研与工业级应用的灵活性需求。
Flower 的设计围绕四大核心原则： - 高度可定制：适配不同联邦学习场景的个性化配置需求； - 易扩展：专为AI研究设计，核心组件可轻松扩展/重写，支持前沿联邦学习算法研发； - 框架无关：兼容几乎所有主流机器学习/数据分析框架（PyTorch、TensorFlow、Hugging Face Transfo...
situation-monitor 仓库介绍该仓库是一个基于SvelteKit（Svelte 生态的全栈框架）构建的前端项目，聚焦“状态/态势监控”类 Web 应用开发，配套完善的工程化、测试和部署体系，整体技术栈贴合现代前端开发最佳实践。
从配置文件和目录结构可明确核心技术选型： | 类别 | 技术/工具 | |--------------|-------------------------------------------...
该网页围绕Python的PyFlux库展开，核心聚焦其在时间序列分析领域的应用，具体内容总结如下：
PyFlux是一款专为时间序列分析设计的Python库，具备先进的时间序列处理方法和强大的推理能力，界面直观且功能稳健，是探索和建模复杂时间序列数据的常用工具。
QLib是一个量化投资研究框架，采用模块化设计，由五个核心层次组成：
┌─────────────────────────────────────────────────────────────┐
│ 工作流层 (Workflow) │
├─────────────────────────────────────────────────────────────┤
│ 策略层 (Strategy) ...TensorBoard 是 TensorFlow 官方推出的 可视化工具，核心用于监控模型训练过程、调试模型结构、分析数据分布等，是深度学习开发中不可或缺的辅助工具。以下从 核心功能、使用流程、关键操作、高级技巧 四个维度，帮你快速掌握 TensorBoard 的实用用法：
| 功能模块 | 作用说明 |
|---|---|
| Scalars（标量） | 监控训练/验证的损失（Loss）、准确率（Accuracy）、学习率（Learning Rate）等，看趋势是否收敛。 |
| Graphs（计算图） | 可视化模型的网络结构（层与层的连接、参数维度），排查结构错误（如维度不匹配）。 | ...
https://github.com/dfkai/xtquantai 是 xtquantai 项目的 GitHub 仓库链接。以下是关于该项目的一些关键信息总结：
xtquantai 是一个基于 Model Context Protocol (MCP) 的服务器，它将迅投 (xtquant) 量化交易平台的功能与人工智能助手集成，使 AI 能够直接访问和操作量化交易数据和功能。
get_trading_dates：获取指定市场的交易日期。get_stock_list：获取特定板块的股票列表。get_instrument_detail：获取股票的详...