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：
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...该仓库名为 Scylla，是一个智能代理 IP 池工具，旨在从互联网提取内容，并助力在人工智能时代构建自己的大语言模型。以下是对该仓库的详细介绍：
Scrapy 和 requests 仅用一行代码实现集成。...nautilus_trader 是一个开源的高性能生产级算法交易平台仓库，为量化交易者提供了强大的工具和功能，支持策略的回测和实盘部署。以下是对该仓库的详细介绍：
tokio，提升运行速度。这个仓库名为 awesome-quant，是一份精心挑选的中文Quant相关资源索引，旨在为量化金融领域的从业者、研究者和爱好者提供全面且有价值的资源信息。以下是对该仓库的详细介绍：
README.md：核心文档，涵盖了量化金融各个方面的资源索引，包括数据源、数据库、量化交易平台、策略、回测、交易API、编程、论坛、书籍、论文、政策、值得关注的信息源以及其他Quant资源索引等内容。papers.md：收集了与量化金融相关的最新论文，按照机器学习相关（如自然语言处理、强化学习、低频预测、高频交易）和投资组合管理等主题进行分类整理。LICENSE：采用MIT许可证，允许他人...这个仓库名为 awesome-deep-trading，主要收集了将人工智能、深度学习、机器学习和神经网络应用于算法交易领域的代码、论文和资源。以下是对该仓库的详细介绍：
该仓库采用开放访问的方式，使用者可以根据自己的选择，免费遵循 MIT 许可证或知识共享 CC - BY 国际公共许可证，对其中的内容进行使用和再利用。
仓库内容主要分为三个部分：论文（Papers）、代码仓库（Repositories）和资源（Resources）。
包含了多个子类别，涵盖了不同技术和应用场景的相关研究： - Meta Analyses & System...