200K stars 仓库的核心哲学 + 4 大失败模式 + 5 大机制 + 完整 skill 索引。学到: 写 skill 不是"写", 是"剪"。
630 行 Python 教了科研范式转变。agent 编辑 train.py、跑固定 5 分钟、比较 val_bpb、keep / discard。一晚 100 个实验,~12% 命中率。
Series #3. Four agents, three fallbacks, two integration paths. Why entry point + real data + observability is the last mile from PPT to production.
Series #2. Three production scenarios — on-site pricing approval (1-2 days → 30 min), auto-launch reports, GMV anomaly alerts. One semantic model, four consumers.
Series #1. open lakehouse · federation · mirror — 三个层级,三种成本曲线,三种治理哲学。决策点不在技术,在你的数据成熟度。
688825 IPO 解读 + DRAM 周期位置 + 国家集成电路三期 3440 亿注资传导链。beta 是政策, alpha 是工艺良率爬坡。
不是"学 AI" — 是"换战场"。语言学出身 → 数据科学 → GenAI 全栈 → 产品。中间 3 次失败的转型, 2 次成功的, 全记下来。
从 Notion 迁移到 Markdown + Obsidian。LLM 不写, LLM 检索, 你写。AI 不是替你思考, 是放大你的注意力。
13F 是公开但没人读的数据。Burry 加仓英伟达, Dalio 砍中概, Tiger Global 重仓 AI infra。从持仓变动读宏观意图。
10 年长周期的 4 个阶段: 复苏-繁荣-衰退-萧条。当下 2026 是繁荣末段还是衰退初段? 答案藏在资本支出 / 信贷 / 库存的剪刀差。
把巴菲特 + Munger 的 5 大定性原则, 翻译成 7 个可量化因子。低 PE + ROIC + 护城河 + 管理层, 但权重怎么设?
实测 5 个 AutoRAG 框架在金融文档场景。AutoRAG 在通用场景赢, 在垂直领域输。原因: 数据偏置 vs 业务偏置。
加 Peer Comparison Agent (第 36 个 LLM call) · 5 只白酒同框 (五粮液/茅台/泸州/汾酒/洋河) · 真实 2026Q1 数据驱动: 五粮液营收+33.7% > 茅台+6.5% · 7 维度真分排名 + 4 档选股 + 100 万配置建议 (40% 五粮液 / 30% 茅台 / 20% 泸州 / 10% 汾酒+洋河)。
Phase 2 给 3 个维度接 akshare 真实数据 (茅台 2026Q1 营收 +6.54%, 净利 +1.47% 真数据) · 3 个真 bug 修复 (单位/字段名/segfault) · 5 只标的真 metrics · 关键发现: 数据纪律胜过 prompt 工程。
修 D+3 三个真失败的根因 · 4 venv 隔离 · Anthropic 协议 · 5 公司 × 5 段 × 4 framework 全跑 · 2 个 framework 走 fallback · token 差异 ≤ 96 · 关键发现: 编排差异 ≠ LLM 差异。
0 字节 → 70 KB 的 8 分钟。两次 0 产出 + 一次成功案例。4 个 prompt 原则: 单一目的 / 独立考核 / 不同事情 / 独立 deliver。
3 个 GitHub 真实项目机制 + 核心原理拆解: ⭐29k awesome-quant (工具索引) → ⭐20k ml4trading Ch 8 (27 章教科书, 9 学习目标 + 7 大因子族) → ⭐4.4k alphalens (4 大 tear sheet 评估)。从 0 build 因子框架的 5 步实操 + 7 大陷阱 (look-ahead / survivorship / multiple testing / turnover / regime shift / PIT / IC vs PnL)。
100% 本机真实运行 (UCI Adult 48K)。DT (AUC 0.8917) / RF (0.9068) / XGBoost (0.9254 综合冠军) + SHAP 解释。反复论证 4/4 共识特征: capital-gain / education-num / marital-status_Married-civ-spouse。XGBoost 调优后 +0.019 AUC。XGBoost 6 指标全部第 1。
100% 本机真实运行。German Credit (AUC 0.7784, KS 0.4333) + Telco WOE (AUC 0.999 诚实披露过拟合,需 CV)。WOE 分箱 + 评分卡 (5 区间坏率 5%→63% 单调) + PSI 监控 (5.55 跨数据集 / 2.44 10% 漂移)。IV Top 特征 credit_amount 14.46 / TotalCharges 10.75。
100% 本机真实运行 (UCI Online Retail II 525K 行 UK 零售)。FP-Growth vs Apriori 速度对比 (小数据集 Apriori 0.04s 反而更快) + 1988 个频繁项集 + 28 条高 Lift 规则 (Lift > 3)。最强规则: HEART OF WICKER SMALL + LARGE (Lift 12.48)。10 条规则年增量 £15,354。同主题商品捆绑销售机制诚实分析。
100% 本机真实运行 (Telco 7032 行 ×34 维)。LR (AUC 0.8409) / DT (0.8207) / RF (0.8423 综合冠军) / XGBoost (0.8380) 4 模型对比 6 指标。RF 6 指标中 4 个第 1。反复论证出 4/4 共识特征 (Contract/Tenure/Fiber_optic)。SHAP 解释 + Top 10 高风险客户 9/10 准确 · 417 高风险 ROI ¥84,072 (4.0x)。
100% 本机真实运行 (Telco Churn 7043 行)。L1 距离度量 (L2 outlier 111.5x) + L2 K-Means 选 K 三件套 (Silhouette 0.4795) + L3 DBSCAN/HDBSCAN 噪声识别 (48.9% 噪声) + L5 UMAP vs PCA (UMAP 8 簇 vs 原始 3 簇) + L7 营销 ROI 1.48x (¥10.6 万 → ¥26.3 万)。5 个独立脚本 + 7 张真图 + 上线 checklist。
数据科学家算法实战手册 · 2024-2026 GitHub 高 star 真实项目 + 公开 benchmark。聚类 (HDBSCAN/K-Means/BERTopic) + 关联 (FP-Growth/ECLAT/PyAerial) + LR (WOE 评分卡/Uplift) + Boosting (XGBoost/LightGBM/CatBoost + SHAP)。4 个真实数据集 + 调优代码 + 上线 checklist。
微软 low-code 平台 · 用 Power Pages Copilot + Claude Code 写网站。Day 3 Dataverse 数据建模 (核心) + Day 5 公司门户上线。微软客户 (可口可乐/摩根大通/Eli Lilly) 招人加分项。
Microsoft 官方 Claude Code plugin 深度评测 · 24 个 conversational skills 覆盖 SPA 全栈 SDLC (scaffold → deploy → secure → ALM). 补足 5 天上手之后的细节: orchestrator pattern + proposal 模式 + 实战 JobSphere 例子 + 与 Hermes skill 生态对比。
三家云数据仓库不是竞争对手 — 是 3 种架构哲学 (Lakehouse / Cloud-native DW / Serverless). 7 维度对比 + 价格试算 + Databricks 实战部署 + 简历 Risk 提醒 + D+10 决策树. Payoneer 在 BigQuery, D+10 试点 Databricks.
给 AI 决策装上飞行记录仪 — W3C PROV-O + 哈希链 + 决策因果图. 6 个真实场景: 金融监管 / 医疗诊断 / 多 agent context / 内容审核 / 知识管理 / 跟 TradingAgents 叠加. 4 步上手路径. 9.5k stars MIT.
完整实战部署教程 — 4 大类 (Data Access / ML Lifecycle / AI Agent / 共用) 18 个服务. 每个服务: 部署时间 / 难度 / step-by-step / 踩坑 / 跨境支付 RAG + Custom Agent 端到端. 1 个工作日全学完. D+14 4 subagent + 1 手写协作.
初学者快速学习路线 · 每天 1-2 小时。Day 3 Durable Functions = Azure 版 LangGraph (你 D+4 会的直接迁移) + Day 5 实战项目 (GitHub Trending Monitor)。
Prompt engineers 控制模型的话 · Loop engineers 控制模型的迭代 · Graph engineers 控制模型的拓扑。4-Q 研究: 4 个核心项目 (langgraph ★39K / trustgraph / deer-workflow / codejunkie99) + 你 D+4 实战对应。
Context Engineering 是设计 · Harness Engineering 是 runtime · Loop Engineering 是进化。从 ReAct 到 Voyager Skill Library — 8 个 best practice + 复合 +183% + Persistent Agent +65 pts。
Context Engineering 是设计 — Harness Engineering 是 runtime。从 Hamel Evals 到 LangSmith 全套 tracing + log + CI — 8 个 best practice + 故障响应时间 -99%。
2025 年起,Context Engineering 取代 Prompt Engineering 成为 LLM 应用主线。从 Drew Breunig 的 4 类失败模式到 Anthropic 的 best practice — 8 个做法按影响度排序,5 种项目类型 × 必做映射,复合效应 +193%。
A 股情绪指数、量化五大流派、横截面 ML、14 龙头因子模型。真实数据,坦诚的结果,不包装 alpha 也不藏 noise。
把 14 只 A 股半导体龙头拉成横截面,26 alpha + LightGBM walk-forward 18 月。最强因子是量能 z-score + 52w 低点位置 + 3 月动量。板块集中信号比全市场扫描稳定 6 倍。
用 A 股真实数据跑量化五大流派 + 横截面 ML:5 个里 4 个跑输 buy & hold,IC -0.018,但 Q5 +1.13% alpha。坦诚地跑一遍。
仿 CNN 恐惧与贪婪指数的 A 股版。13 个成分 + 滚动分位数标准化。当前 24.4 分极度恐惧,按 2018-2026 回测极恐(<25)后做多 60 日胜率 55.3%,极恐 2 胜率 60%。
v1 5 成分(漏接 macro)→ v2 13 成分全档(接上 macro_china_market_margin + stock_hsgt_hist_em + index_option_50etf_qvix)。科技 +19.9、周期 +19.2、新能源 +18.1。
v1 标记的 4 个数据缺口,80% 是我用错了接口。修正后:13 成分全档、当前情绪从 24.4 跌到 14.7、极恐样本翻倍、胜率更准。成本 0 元。
Quantitative research and supply-chain analysis — Quant (A-share 量化研究) + Analysis (产业链 / 主题). 9 standalone HTML reports, downloadable.
Independent single-page HTML reports with full data tables + Lieflat visualisations. Read inline or download HTML for offline.
4 测试 · 3 yes + 1 no · 真瓶颈在材料端单点。§3.1 产品 / §3.2 地域 / §3.3 趋势。
T-glass > ABF > HBM4 > NAND > 1c DRAM。3 维加权 + 客户优先级矩阵。
乐观 / 基准 / 悲观 3 条时间线 + 6 个 RAG 监控信号。
4 角色 × 4 行动 — Big Co / Mid Co / Startup / 个人。你是哪一层?
The Space Between Ordinary Things
There is a kind of quiet that lives
in the gap between one Tuesday and the next —
not the silence of an empty room,
but the silence of a cup, half-full, still warm.
I used to wait for the extraordinary.
A door. A sign. A meteor over the river.
What arrived instead was smaller,
and almost always on time:
the way light lands on a kitchen wall at 6:14 a.m.
the exact angle of a stranger's kindness at the post office
the second cup of tea, drunk slowly, doing nothing.
Space is not the stars.
Space is the inch between your shoulder and the doorframe
when you finally stop hurrying.
It is the breath you didn't know you were holding
until you let it go.
The extraordinary, I've learned,
is almost never announced.
It prefers to arrive
in the middle of an unremarkable day,
disguised as the ordinary —
the bus on time,
the call from an old friend,
the rain that stops exactly when you need it to.
So I no longer search for the brilliant.
I keep my hands open.
I leave the lamp on a little longer than necessary.
I let the silence keep its own schedule.
And in that space —
that ordinary, unmeasured, un-improved space —
something quietly,
without asking permission,
begins to shine.
— a mediocre idealist, writing in the margins