我是如何从18天赚65刀的模拟盘中，一步一步提取出Agent交易策略？（附开源skills）
本文详细记录了作者利用AI（GPT、Claude、Codex）从模拟盘交易数据中反向提取量化交易策略的全过程。作者首先在模拟盘中实现了年化364%的收益，随后通过多模型交叉验证分析历史成交记录，剥离出核心的“震荡网格”盈利逻辑。在此基础上，作者构建了一套包含趋势监控、参数生成和风险控制的自动驾驶交易系统，并最终在OKX实盘上线。文章展示了AI在金融策略研发中的强大能力，并附带了完整的开源代码与数据。
全部文档
8 篇
给AI配一个邮箱，我做了一个AI Agent 的 7×24 小时全域情报中枢
本文介绍了作者如何利用 Grok 和网易邮箱 ClawEmail 构建一个全自动的 AI Agent 情报系统。通过定时监控 X 平台关键词，Agent 自动筛选信息、生成推文和文章草稿，实现了从信息获取到内容产出的全自动化。
大部分 skills 都是垃圾，如何找到真正好用的呢？
文章指出现有的 AI Agent Skills 库中充斥大量无效内容，并介绍了一款名为 SkillsVote 的工具。与只能单纯检索工具的 find-skills 不同，SkillsVote 能够根据具体任务推荐合适的 Skill 组合，并提供环境解析、质量评估及安全扫描。实测显示，该工具在执行效率上远超手动搜索，且正确的 Skill 组合带来的效果优于单纯升级模型。
为了让 AI 管家学会交易，我直接爬取了 42万字投资大佬的文章喂给它
作者尝试通过向 AI 管家“贾维斯”投喂 42 万字 Web3 投资大佬的文章，来提升其投资分析能力。文章详细记录了使用爬虫工具 XCrawl 配合 OpenClaw，快速抓取 Chris Dixon 博客并清洗成 Markdown 格式喂给 AI 的全过程。最终，AI 成功学习并输出了具有专业框架的投资策略。文中还探讨了 XCrawl 在反爬、清洗和集成方面的技术优势。
我给 AI 发了一张身份证，它说：现在没人能冒充我了(附完整教程）
本文探讨了 AI Agent 在执行指令时的安全隐患，指出仅依靠语义分析无法防止指令注入攻击。作者介绍了 zCloak 的 Agent Trust Protocol (ATP)，通过给 AI 分配不可伪造的链上身份并利用数字签名技术，确保 Agent 只执行来自可信源的指令。文章详细讲解了安装、生成身份及使用加密通讯的完整步骤，为 AI 的安全可控提供了密码学层面的解决方案。
为了让AI学会交易，我搭了一个量化交易系统
作者构建了一个完整的AI模拟交易系统，旨在通过“沙盒环境”让AI从理论走向实战。文章详细介绍了利用OKX CLI和Next.js搭建实时Dashboard的技术实现，并提出了核心的“反思沉淀系统”，将交易经验转化为可复用的策略库。通过模拟盘训练和严格的风控机制，实现AI交易能力的持续进化。
Tailscale + SSH 多设备并网与免密登录配置全攻略
本文是一篇面向小白的技术实战教程，详细讲解了如何利用 Tailscale 和 SSH 技术打通 Mac mini、Windows 及 Linux 设备，实现跨平台的“分布式大脑”。文章涵盖了 Tailscale 组网、SSH 密钥生成、多场景免密登录配置（含 Windows 侧的坑点解析）以及验证流程，旨在解决设备间的数据孤岛问题。
为了让 AI 管家学会交易，我直接爬取了 42万字投资大佬的文章喂给它
作者为了训练自己的 AI 管家“贾维斯”掌握 Web3 投资技能，利用 XCrawl 爬虫工具批量抓取了投资大佬 Chris Dixon 的 42 万字博客文章，并将其转化为干净的 Markdown 数据喂给 AI。文章详细介绍了从数据采集、清洗到 AI 学习框架构建的全过程，展示了如何利用 AI Agent 吸收专家知识并进行投资策略分析。