璞奇 — 将书本、B 站、得到等学习内容生成练习，帮助掌握新知，支持 App、Chrome 插件和 Agent Skill - [更多介绍](https://mp.weixin.qq.com/s/HRRpKg2oAt_toZNTpY-foA)

颜值评分 — AI 颜值测试

zemul · V2EX

每次 Codex 额度刷新全靠社区消息，反应慢一步直接错过 所以我搭了个自动化服务： - 抓取 OpenAI 员工的公开推文 - 新推文丢给 LLM 做语义判断：是不是在说额度重置 / 限额恢复 - Telegram 推送 地址： https://divin.cc/

@jielove233 · X

最近看到 @dappOS_com 一个作品挺有意思 一个主流币交易共振信号Agent，通过 dappOS Coding 快速完成 链接： 这个案例的价值，不在于又做了一个行情页面，而是在于它展示了一种新的 AI Agent 构建方式 过去开发一个交易辅助工具，需要先处理数据接口，再搭建前端交互，编写指标逻辑，最后不断测试优化。 对于很多有交易想法的人来说，真正困难的不是没有策略，而是从想法到产品之间隔着一整套开发流程 dappOS Coding 改变的，就是这个过程 通过自然语言描述需求，就可以快速生成对应功能模块 像这个交易共振信号案例，本质上就是把市场数据、技术指标和信号逻辑结合起来，形成一个面向交易场景的辅助工具 它并不是替用户直接交易，也不是承诺预测市场 更重要的价值在于 帮助交易者降低信息处理成本 在 Crypto 市场里，行情 24 小时运行，大量数据、新闻、价格变化不断涌入 普通用户很难持续人工筛选有效信息 AI Agent 可以承担其中一部分重复工作： 监控市场变化 整理关键数据 输出信号参考 辅助交易决策 这也是为什么最近 AI + Crypto 的结合越来越受到关注 OKX 推出 AI 与交易生态结合 @BNBCHAIN 也在推动更多项目加入 BNB Agent Studio，鼓励开发者围绕交易、情感陪伴等方向构建 AI Agent 整个行业正在从AI 能聊天进入AI 能完成任务的阶段 而 dappOS Coding 展现出来的方向，是降低 Agent 创建门槛 以前一个想法可能停留在笔记里，需要开发团队才能实现 现在，更多开发者、交易者甚至普通用户，都有机会快速验证自己的想法 未来 Crypto 的竞争，不只是资产和协议之间的竞争，也会是 AI Agent 生态和应用数量的竞争 谁能让更多人低成本创造工具，谁就更有机会成为下一阶段基础设施的一部分 这个交易信号案例只是一个开始 AI Agent 正在逐渐成为连接用户、数据和链上应用的新入口

barretlee · GitHub

agent-pulse Evidence-backed AI industry intelligence — trends, source updates, daily data refreshes, and weekly decision briefs.

@daweifs · X

最近我用 @dappOS_com 的 AI Coding 做了一个交易助手，整个过程大概十分钟。实际体验完以后，我发现它能做的并不只是交易工具，AI 伴侣这类产品同样可以快速落地。 先放一下我做的成品，连钱包就能体验： 🔗 币圈本来就不缺工具。 看持仓、查聪明钱、盯新池子、看流动性，每一项都有专业平台。但我自己用下来，最麻烦的从来不是找不到数据，而是数据散在不同地方。 平时判断一个币要不要继续拿，我得先看仓位占比，再查流动性、大户地址和近期资金异动。 想找新机会，又要换到新池子监控、安全检测和交易路径工具。 开了一堆页面，最后还是要自己把信息重新拼一遍。 所以这次我没有继续找一个功能更多的平台，而是把自己的交易习惯直接告诉 dappOS AI Coding： 帮我做一个能连接钱包，同时完成持仓风险检查和新机会筛选的交易助手。 十分钟左右，一个能直接使用的网站就生成出来了。 目前我觉得比较实用的是两个功能。 第一个是持仓风险检查 连接钱包后，它会把资产集中度、近期活动、代币流动性和大户变化放在同一个页面里。 和普通钱包看板相比，它不只是告诉我持有什么，而是让我先判断： 哪个仓位占比过高； 哪些资产的流动性需要注意； 哪个币近期出现了异常变化； 今天最应该先检查哪个仓位。 以前这些信息要分散到几个平台查看，现在可以先在一个页面里完成初筛。 第二个是新机会筛选 很多新币扫描器的问题不是没有信息，而是信息太多。 一天几十上百个新池子、资金异动和聪明钱提醒，真正值得继续研究的可能只有几个。推送看多了，反而容易被情绪带着走。 我做的这个工具会根据流动性、锁仓情况、资金变化和风险信息，先把候选项目整理出来。 它不会替我决定买什么，也不会承诺收益，但能过滤掉一部分噪音，让我把注意力放在少数值得继续研究的目标上。 对我来说，dappOS AI Coding 和普通交易工具最大的区别，不是多了一个风险评分，也不是数据一定比专业平台更多。 而是我可以让产品按照自己的交易流程工作。 普通工具的页面、指标和操作路径都是固定的，用户只能慢慢适应；使用 AI Coding，我可以直接告诉它自己先看什么、后看什么、哪些数据需要放在一起，以及最终希望解决什么问题。 工具开始适应人，而不是人去适应工具。 这可能也是现在 OKX 推进 https://t.

flreey · V2EX

模拟 btc/eth/sol 多空军沙盘效果 https://w3arb.xyz/ 其他地方看到的创意，我觉得很有意思，模拟币圈多军/空军对战场景 底部还可以发弹幕，聊天

面部年龄计算器 — AI 面部年龄检测器

marcushuang4595 · V2EX

给《八仙！》做了个非官方影迷资料站，顺便实践中文内容 SEO 最近关注到动画电影《八仙！》，发现上映信息、角色资料和传统传说容易混在一起，于是做了一个非官方中文影迷站： https://baxianwiki.com/?utm_source=v2ex&utm_medium=community&utm_campaign=launch 目前做了这些内容： - 上映时间、片长、儿童观影建议等观影指南 - 八位角色资料页，以及电影设定/传统原型的明确区分 - 人物关系页、电影与传统传说对照页 - “你是哪位八仙”性格测试和八仙知识挑战 - 基于 Redis 的观后感区，支持评分和剧透折叠 - sitemap 、robots 、结构化数据、移动端适配和内容型内链 技术上是 App Router 风格项目，经 Vinext/Nitro 输出到 Vercel ，论坛数据放在 Redis 。页面主要面向国内移动端访问，所以在视觉、首屏信息密度和交互尺寸上做了针对性调整。 这个项目主要是练习中文内容站、长尾关键词页面和轻交互，不准备做盗版下载或激进变现。网站也明确标

@0xdeusyu · X

想知道代理是不是真的把每个 AI 站都送到同一个出口？ 答案：并不是。 我做了一个 AI 分流测试： 它会探测 ChatGPT、Sora、OpenAI、Claude、Grok、Anthropic、Perplexity 等 AI 服务，通过读取各站点的 Cloudflare Edge Trace 信息，获取实际访问情况： 出口 IP Cloudflare 边缘节点（colo） HTTP / TLS / WARP 状态 访问延迟 然后根据落地位置进行归组。 这次测试结果： 6 个服务（覆盖 7 个域名）走美国出口。 唯一例外是 Sora，落在东京节点。 也就是说，同一个代理配置下，不同 AI 服务并不一定经过同一个出口。看起来“都能访问”，实际线路、节点和落地点可能完全不同。 整个测试工具纯前端实现，零后端。

Agnes 视频生成器 — 基于 agnes 免费视频模型的完全免费 AI 视频生成工作流，无需本地 GPU，可网页体验或下载一键启动 GUI 完整版 - [更多介绍](https://lichuanyang.top/posts/22470/)

无畏契约准星库和生成器 — 无畏契约准星库和生成器，玩家的得力帮手