用Codex加Jev把高手推文整理成资料库

我不是小布丁 @xiaobuding

推特上的信息,90% 是噪音,剩下 10% 是真干货——问题是那 10% 散落在时间线里,想回头找就找不到了。

有个叫 Trader-Archives 的开源项目,专门干这件事:把公开的高手推文全量收录,分类整理成能读、能对照、能喂给自己 Agent 的资料库。

作者的做法值得记一下,他用的是一条完整的 Agent 链路:Codex + X 的 API + Jev

  • Codex 负责跑流程、写代码;
  • X 的 API 负责把推文全量拉下来;
  • Jev 负责分类——这是个判断型模型,用来做"这条内容属于哪一类"这种模糊但有边界的事,比让通用大模型逐条去读更便宜也更快。

目前收录了两位实战交易员:第一期是套利/LP 方向的高手,第二期是全覆盖型的交易员(作者拿到本人授权才开源)。

我关注这个项目,主要不是因为交易——是它把一个通用问题做成了可复用的流程:一个人长期在某个领域公开输出,内容散、时间长、体量大,怎么把它变成结构化资产?

作者的答案分三步:先全量收下来(别指望平台帮你保存),再用判断型模型分类,最后叠一层 AI 辅助做对照推演——遇到新情况时,让 AI 去类比资料库里的经典案例。

他还留了一句很克制的提醒:这个库给不了具体的买卖建议,它给的是一套思考方式。 这句话反而是整个项目里最值得学的部分——收录的是"别人怎么想",不是"该买什么"。

仓库总站:
suoha888.github.io/Trader-Archive…
suoha888.github.io/Trader-Archive…

话题来源 @SUOHA_AI 10.2K阅读 ❤️70 x.com/…↗ 已改写,非原文转载
21 浏览 0 评论 0 反应
登录 后参与评论
还没有评论,来抢沙发。
查看完整榜单
查看完整榜单
查看完整榜单