Tenney|舒克尔白 retweeted
A los animadores les encantaba dibujarle las tetas a la Ranma mujer porque hay demasiado cariño ahí.
This quoted post is unavailable.
Tenney|舒克尔白 retweeted
这个抖音号:强子的荒野!
真的是无敌了,
纯 AI 完成!
80 个作品就直接干到了 30 万粉丝。
完全不按常理出牌,但是这互动率贼高。
居然有说是真人,各种在评论区下面评论,简直就是不可思议。
就连我一个明知道是 AI 做的人,都还会一秒不落的看完
太魔性了
神医啊,AI 味拉满改几下就成这样了???
Impeccable 这个 Skill 在 Github 91K star,刚好能解决这个问题:
github.com/pbakaus/impeccabl…
/impeccable layout 调间距和排版
/impeccable typeset 改字体和层级
/impeccable distill 把多余的东西砍掉
/impeccable polish 上线前最后打磨
/impeccable critique 打分挑毛病
不懂设计也能让 AI 清楚哪里要改,冲!!!
JEV 把 AI 决策模型带火了,但如果让 AI 在现实世界里自己判断、及时提醒,会怎么样?
查了一下发现 VLX-Flow 和 VLX-Seek 这两个面向具身场景的流式视频理解与视觉定位模型!
一个能持续理解视频里正在发生什么,一个能精准定位画面中的目标,
我就在想,既然 AI 都能持续感知环境变化了,能不能让它帮我盯着宝宝,发现异常动作就及时提醒?
我家娃最近刚学会翻身,正在兴奋期,随时他都想翻一个!
但又不可能24小时看着它,就想着买一个婴儿摄像头,
可以有那种智能监护的功能,比如遮脸提醒,呛奶预警,翻身提示等等,
在网上看了一下,但凡有这种“AI智能”的,很多都卖到小一千了 感觉没有什么太高的技术门槛啊!
真就是和母婴沾上边,价格可以翻几番?
突发奇想,看能不能自己搓一个!
我找了一段录像,准备接入视觉模型来验证一下我的思路,
尝试过两三个很火的视觉模型,感觉都不太行,我的需求不是看懂一张静态图,
而是需要“流式多模态模型”,需要AI能理解一个动态的、不断变化的场景。
最后,我接入了@OmAI_lab 的VLX 系列模型,找到了解法!
VLX-Flow 专门针对连续视频流,可以实时交付,不断更新对画面的上下文理解。
VLX-Seek 能够在视频画面里精准定位指定对象,可以用来找东西、计数等等。
跑了一下,还真有点那感觉!!
视频一边播,画面分析、主体检测就同步开始了!
对真实场景的感知非常迅速,并且能够很快的给出结论和决策!
它精准识别到小孩的翻身和动作轨迹,有“异常位移”时,果断给出了提醒。
这就已经是一个“婴儿监护摄像头”的雏形,
剩下的睡眠监测、呛奶提醒、遮脸提醒,就更容易实现了!!
不得不说,这种视觉模型可玩性还是非常高的。
模型链接已经放到下面了,有兴趣可以玩一下!
Tenney|舒克尔白 retweeted
牛啊!这Ego lite确实厉害,刚用他给我做学校水课的测试题
50道题,有选择、填空和简答题,他只花了12分钟
最重要的是6.1 sol high 模式只消耗了20的5h额度,太强了吧
用一个新服务器做了个蜜罐,从 10月22日晚到10月26日上午,蜜罐运行了约 84小时。累计有 1,433个独立来源IP,建立 12,726次连接;其中 4,319次进入模拟root环境,3,538个会话提交了6,641条命令,另外发生了 104次文件上传。
具体行为包括:3,150个会话查看系统和硬件信息,317个会话尝试写入SSH公钥,216个会话测试终端环境,13个会话尝试修改密码。同一把公钥被214个IP反复使用;RedTail多架构程序投放了3次,一个叫.16的隐藏文件被重复上传79次。这些行为统计存在重叠。
.16 主要是准备拿服务器挖门罗币,并长期留在机器上。 文件里有 XMRig 特征、矿池地址和 rx/0 配置;这个算法对应门罗币的 RandomX。
内置的逻辑:
1. 藏程序:使用点号文件名,普通 ls 默认看不到;还准备使用 snap、snapd、system-helper 这些像系统组件的名字。
2. 反复启动:包含每分钟运行、开机运行,以及 systemd 定时服务的配置。
3. 藏定时任务:它准备在 shell 里包装 crontab 命令。你查看任务时,它把自己的条目过滤掉;你编辑任务时,它把那些条目补回来;你删除全部任务时,它还替自己保留挖矿条目。
root 对它的价值,是能修改系统服务、调整 CPU 和内存参数,让矿工长期运行。 样本里确实包含大页内存和 CPU MSR 调优指令。其他会话还尝试写入自己的 SSH 公钥、清理已有矿工,意图是保留入口、独占资源。
实际执行要分清:这份 .16 已被 5 个来源 IP 投放了 118 次,对应日志只看到上传和赋予执行权限,没有看到启动命令。上面说的是程序内置的能力;它们拿到的也只是蜜罐里的模拟 root。
9
2,386
Tenney|舒克尔白 retweeted
一个不用翻墙,直连下载谷歌云盘的小玩具
特别快,因为直接用的是谷歌中国的服务器,在我家可以直接跑满 500Mbps 的带宽
我用这个主要是用memoh下载galgame到我白嫖来的5T谷歌云盘,然后高速下载到我家的电脑(
github.com/mizorewww/gdirect
Tenney|舒克尔白 retweeted
我之前想要搭一个ssh蜜罐,想看看坏人都干啥。
就发现有用某些似乎是厂商默认凭据的人,上来就是把默认凭据改成随机密码,然后退出了。
大概就是这里说的,修了问题然后跑路
Tenney|舒克尔白 retweeted
我去!这才是量化工具该有的样子,算夏普、回撤、配权重,全是一行的事
ffn,2.6K stars,金融函数库把绩效分析、组合优化、回撤曲线全打包了!
核心很直接:你负责把股票、组合的净值喂进去。它算收益、风险、回撤路径,顺手能 rebase 画图。
以前回测完要自己写几十行 pandas 算夏普、最大回撤、年化,组合优化还得现推均值方差公式。
ffn 不一样,量化圈最常用的那套金融函数,它早替你封装好、测好了。
核心亮点:
1️⃣ calc_stats() 一个调用吐出全套绩效:总收益、年化、夏普、索提诺、最大回撤、Calmar、胜率等几十项
2️⃣ calc_mean_var_weights() 一行算马科维茨最优权重,直接把组合配比给你配好
3️⃣ 内置数据下载:ffn.get('aapl,msft,c,gs,ge') 多标的一把拉,to_returns() 转收益
4️⃣ 回撤序列、水下曲线、相关性矩阵、净值曲线图全都能出
5️⃣ 回测框架 bt 就是基于它建的,生态成熟,2.6K stars、376 forks,MIT 开源
别再手写绩效函数了,这套库 10 年打磨、量化人都用。收藏它,你会感谢我的。
github.com/pmorissette/ffn
我是真没想到,A 股扫描还能把财报、新闻和技术面一起丢给大模型。
stock-scanner,1.1K stars。AkShare 拉数,算 25 项财务指标 + MACD / RSI / 布林,再把新闻情绪喂给 GPT / Claude / 智谱。
有桌面 GUI,也有 Flask + SSE 的 Web 版。3.0 目录开始认港股、美股代码。
核心很直接:单票出报告,全市场也能打分筛选。AI 挂了会降级成规则评分。
1️⃣ 四维分析合一:25 项财务指标(盈利/偿债/营运/成长/估值)+ 技术面 + 100+ 条新闻情绪 + AI 深度解读
2️⃣ 多模型随便接:OpenAI/Claude/智谱换 key 即用,主备 API 自动切换,AI 挂了自动降级到规则分析
3️⃣ 综合评分 0-100 分评级,直接给买卖建议 + 风险识别 + 同行业估值对比
4️⃣ 桌面 GUI(PyQt6)+ Web(Flask SSE 流式)双端,多股票批量并发分析
5️⃣ Docker 一键部署 x86/arm64,数据走 akshare
以前分析一只 A股,得自己翻财报、算指标、刷新闻、再自己总结,累死人还看不全。
这个项目不一样——它把 25 项财务指标、技术指标、100+ 条新闻情绪全喂给大模型,AI 直接给你打分 + 投资建议。
分析 A股别再自己拼财务、技术、新闻三张表了,让大模型帮你读完再给结论。
github.com/DR-lin-eng/stock-…























