登录社区云，与社区用户共同成长
邀请您加入社区
Topaz Gigapixel AI是一款由Topaz Labs开发的图像处理软件，它使用人工智能技术来增加图像的分辨率和清晰度。
摘要：Zuul 是 Spring Cloud 的 API 网关，提供路由转发、负载均衡和过滤功能。通过 @EnableZuulProxy 注解启用，支持静态/动态路由配置，自动集成 Eureka 服务发现。自定义过滤器需继承 ZuulFilter，实现权限校验等逻辑。配置文件中可定义路由规则、超时时间及重试机制。常见问题包括路由 404（检查路径匹配）、过滤器失效（确认注解和顺序）及性能瓶颈（调整
Crawley 是一种 Python 爬取和采集框架，意在简化开发人员从 Web 网页抽取数据到数据库等结构化存储中。
本研究针对传统实体门店流量入口单一、获客成本高、用户粘性不足等问题，提出基于开源AI智能名片链动2+1模式S2B2C商城小程序源码的三维流量入口体系。该体系通过线下场景、线上裂变和生态协同三个维度，显著提升了门店的自然流量转化率和私域用户增长率。实证研究显示，该模式使门店自然流量转化率提升4.2倍，私域用户年增长率达317%。技术架构包括开源AI智能名片、链动2+1模式和S2B2C商城小程序，分别
建立“研发（适配改造）+安全（漏洞检测）+合规（许可证/同源审查）+运维（部署监控）”跨角色机制：研发通过IDE插件完成源码初检，安全团队用二进制检测验证适配效果，合规团队依托同源报告与许可证分析规避版权风险，运维团队通过漏洞情报实现部署后监控，四方共享SBOM与风险报告，协作效率提升50%，保障“安全与效率并行”。也荣获同一类别奖项。漏洞，测试阶段用“漏洞情报”提效率，部署阶段用“全模态复测”保
摘要：因子投资从华尔街专业工具发展为大众可及的量化方法，其核心是将投资逻辑转化为可验证的数学因子。开源平台FactorHub通过整合数据获取、因子计算、回测分析等全流程，大幅降低了量化投资门槛。该平台采用模块化设计和并行计算技术，提供200多个预置因子和可视化分析工具，支持个人投资者和机构快速验证投资策略。FactorHub的兴起反映了量化投资民主化趋势，通过开源生态推动投资决策的科学化，使专业级
集文档、测试、mocking、调试、管理于一体的一站式体验，以及一键格式化、注释/取消注释等高效易用的快捷键。Tavern是一个pytest插件、命令行工具和Python库，用于自动化测试API，具有简单、简洁和灵活的基于YAML的语法。借助Insomnia，你可以使用最流行的协议和格式调试API、使用本机OpenAPI 编辑器和可视化预览设计API、使用本机测试套件测试API、模拟API、使用本
我们欢迎更多的小伙伴参与。
在人工智能领域，数据是驱动模型创新的核心燃料。而网络爬虫作为获取海量数据的关键工具，正成为连接互联网资源与AI应用的桥梁。Crawl4AI正是一款专为AI时代设计的开源爬虫框架，它以高效、智能、灵活的特性，重新定义了数据采集的范式。
NautilusTrader是一款基于Python的开源量化交易平台，融合Rust高性能内核与Python易用接口，为交易者提供跨市场交易支持。其技术架构采用事件驱动设计，支持多资产类别交易，包括外汇、加密货币、股票等。平台具备高精度回测引擎、低延迟执行系统、灵活策略开发框架和完善风险管理工具，适用于高频交易、套利等多种策略场景。通过Rust的并发处理能力和Python的生态优势，Nautilus
创建仪器 ID# 创建 NVIDIA 股票金融工具price_precision=2, # 价格精度为 2 位小数lot_size=Quantity.from_int(1), # 以整股交易isin="US67066G1040", # NVIDIA 的 ISIN 标识符ts_event=0, # 金融工具创建/更新的时间戳ts_init=0, # 对象初始化的时间戳# 指定数据分辨率（1 天 K
框架分为三个主要部分：种子Alpha工厂、多智能体决策制定和权重优化方法。初始阶段使用大型语言模型（LLM）过滤和分类多模态文档，构建种子Alpha工厂。LLM处理大量和多样化数据集的能力确保了种子alpha集合全面且强大，按照金融alpha挖掘研究建立的独立alpha类别进行分类。第二阶段，框架采用多模态多智能体决策过程。这种多智能体方法允许结合不同的风险视角，增强策略在不同市场条件下的适应性和
该模块旨在确定k-means聚类方法下的最优聚类数量，通过计算轮廓分数来实现，该分数考虑了聚类的紧密性和分离性。轮廓系数质量比率: 由公式（9）定义：其中 是样本i与同一聚类中其他元素的平均距离， 是样本i与最近聚类中其他元素的平均距离。较高的q值表示更好的聚类质量。
运行环境：系统目前支持WinXP、Window2008 Win7、Win8、Win10；Net scape3.5以上；建议配置：1G以上硬盘空间, 2G以上内存;期货量化交易系统演示。行情稳定，快速下单；多市场化，灵活看盘；
这是一个很好的 Scala+Chisel 的入门教程，不需要本地配置环境，可以方便的在线运行。项目介绍了 Scala 基础语法（case class、trait、伴生对象）、函数式编程、Chisel 编程和测试，虽然不是很全，但很适合用来上手。，一个基于RISC-V向量扩展的开源的GPGPU软硬件实现。即点即用的 playground，不需要配置环境在。fork的翻译版链接在。使用chisel撰写
人工智能正在改变金融投资决策，深度强化学习（DRL）在机器人顾问服务中展现出应用潜力。传统投资组合优化方法在动态资产权重调整中面临挑战。本文提出一种动态优化模型，利用深度强化学习实现更有效的资产配置。创新点：提出专为Actor-Critic算法设计的夏普比率奖励函数，通过随机采样和强化学习优化投资组合表现。设计符合资产优化目标的深度神经网络。通过对CSI300指数成分股的实证评估，与传统方法（均值
