🎬 把剧本直接喂给 AI，自动拆成可生成的专业分镜！ PenShot 基于 LangGraph 多智能体协作，可将电影、短剧、动漫甚至小说，一键转换为镜头描述和 Sora / Veo / Runway / 可灵提示词。 真正的亮点是「连续性」：角色不变脸、场景不乱跳、剧情不断片。 ⚡️ pip install penshot，3 行代码即可接入。 🗂 #AI# #分镜# #视频生成# #开源项目#

💬 给 Slack 装个 AI 同事：Channels SDK 能把你写好的 AI agent 直接搬进群聊，在 Slack 和 Teams 里干活。 CopilotKit 出品，MIT 协议，npm 上装一个 @copilotkit/channels 就能开工，LangGraph、CrewAI、Mastra、Pydantic AI、Google ADK 这些框架做出来的 agent 都能接。 做内部工具的人都懂这种尴尬：agent 本身写得挺好，但没人愿意为它再开一个网页后台。同事们一天到晚泡在群里，你让他们专门打开一个链接去提问，用两天就没人用了。 Channels SDK 把 agent 挪到了人本来就在的地方。消息不是甩一坨纯文本过来，而是渲染成 Slack 的 Block Kit 和 Teams 的自适应卡片，按钮和选项都在卡片上点；该由人拍板的环节留了审批位，agent 要往外写东西之前先等你点一下同意。官方还拿它做了个开源的值班分诊助手 OpenTag，后面接 Python 写的 LangGraph agent，在 Slack 和 Teams 里原生交互，往 Linear 和 Notion 写数据之前都要人工确认，代码都公开在 CopilotKit/OpenTag。 工具不该让人换地方，该自己搬过去。 GitHub：

华尔街量化系统被人用AI Agent复刻了，还专门适配了A股！ 这个项目叫 TradingAgents-CN，基于LangGraph打造的多Agent协作炒股框架，原版是美股学术项目，这个fork做了完整的中国市场适配。 目前 GitHub 22,400 Star，维护快一年了，不是那种扔出来就跑路的玩具项目。 它的架构直接照着顶级投行团队来搭的： ① 基本面分析师 — 财报、估值、行业对比 ② 技术面分析师 — K线形态、指标信号 ③ 新闻分析师 — 舆情、政策、事件驱动 ④ 风控经理 — 仓位管理、止损止盈 ⑤ 交易员 — 汇总所有意见，最终拍板下单中国化适配做得非常扎实：同时支持A股、港股、美股 数据源接akshare、yfinance、Finnhub等 三层缓存（Redis+MongoDB+File），稳得一批 Streamlit网页界面，实时看每个Agent分析过程 Docker一键部署，amd64和arm64都支持 1195次commit，认真在迭代，不是套壳演示。 但必须扎心提醒： 目前AI Agent炒股没有任何公开、经过长周期验证的稳定正收益案例。 LLM擅长处理文本，但对市场微观结构和真实风险的理解依然有限。 用来学习Agent架构、做量化研究、写论文 → 非常值得玩 直接拿去实盘梭哈 → 请先想清楚自己亏得起多少 22,400 | 4,600 GitHub地址： 想搞AI量化、研究多Agent协作的兄弟，这波可以冲！

华尔街直接被干懵了！有人把顶级投行那套多Agent量化交易系统，完整复制成了中国版！🔥 TradingAgents-CN，基于LangGraph的多AI Agent炒股框架，直接模拟了完整投研团队： 1️⃣ 基本面分析师 2️⃣ 技术面分析师 3️⃣ 新闻舆情分析师 4️⃣ 风控经理 5️⃣ 交易员 五位AI专家实时协作，A股、港股、美股全适配，三层缓存+Docker部署，Streamlit界面丝滑到飞起！🚀 1195次commit，整整维护近一年，量化&Agent玩家直接高潮！ 但别上头：仅供研究学习，别拿去实盘找死！ 🔗

华尔街直接被惊到了！ 有人把顶级投行多Agent量化交易系统，完整做成了中国版！ TradingAgents-CN —— 基于LangGraph的多AI Agent炒股框架 模拟完整投行研究团队： 基本面分析师 + 技术面分析师 + 新闻舆情分析师 + 风控经理 + 交易员 五位AI专家实时协作决策！ 已适配A股、港股、美股，三层缓存+Docker部署，Streamlit界面丝滑 1195次commit，认真维护近一年！ 量化&Agent玩家狂喜！ 但请理性：仅供研究学习，勿直接实盘！

逆天啦！这 7 个开源项目，就能把 Claude 变成一套能自己查资料、读报告、写结论的研究系统。🔥 你只问了一句：「这件事到底是真的吗？」 LangGraph 先把问题拆成路线：去哪查、先看什么、证据不够再补哪一步。它不自己翻网页，只管下一步怎么走。 Browser Use 像人一样打开浏览器，搜索、点击、往下翻，登录后的页面也能进去。Firecrawl 接着收拾战场，把广告、弹窗和乱码洗掉，只留模型能读的干净内容。Crawl4AI 更贪心，整站扫一遍，把藏在深层页面里的材料也捞上来。 碰到 PDF 和厚报告，Docling 把表格、段落、图表拆开，变成能引用的文字。查到的东西全部进 Qdrant，按意思存好，下次问相关问题，不用重新大海捞针。 Claude 坐在中间，对照这些材料写结论。Langfuse 在旁边全程记录：搜过哪些页、用了哪段话、结论从哪来。 一个人提问，七个工具分工。最后交出来的不是一堆链接，是一份能回看的研究报告，简直太牛啦！ ----- 这七个仓库，各管一件事： 1️⃣LangGraph｜约 4.3 万星 研究总调度，把多步调查做成可循环、可中断、可恢复的流程。 🔗 2️⃣Browser Use｜约 11.7 万星 让Agent自己用浏览器：点击、滚动、填表，登录后的页面也能进。 🔗 3️⃣Firecrawl｜约 18.9 万星 把杂乱网站洗成 Markdown 或结构化数据，动态页面也能处理。 🔗 4️⃣Crawl4AI｜约 8.5 万星 本地就能跑的整站爬虫，把网站收成干净 Markdown，适合批量建知识库。 🔗 5️⃣Docling｜约 6.8 万星 把 PDF、报告和 Office 文档拆开，复杂版面和表格也能读懂。 🔗 6️⃣Qdrant｜约 3.5 万星 高性能向量库，记住查到的材料，之后按意思找回，还能带条件过滤。 🔗 7️⃣Langfuse｜约 3.5 万星 开源追踪平台，记录搜了什么、用了哪段、结论怎么来的，过程能回放。 🔗 调度、浏览、清洗、爬取、读文档、记忆、追踪，七件事分开做，Claude 负责把证据串成你想要的结论！ 快来研究部署吧！ #AIAgent# #开源工具#

🎁 Hugging Face 把一整套 AI Agent 课程免费开源了，从原理一路带到自己做出一个能跑的智能体 GitHub 揽获 3.1 万 stars，课程署名作者是 Ben Burtenshaw、Joffrey Thomas、Thomas Simonini 和 Sergio Paniego。 想入门 agent 的人最常卡在同一个地方：教程东一篇西一篇，看完一堆概念，还是不知道自己该动手做什么。这套课把顺序替你排好了，从智能体和大模型基础起步，中间过函数调用微调、可观测性与评估、智能体式 RAG，最后是游戏里的智能体。 框架不是只讲一个，smolagents、LlamaIndex 和 LangGraph 三套都带你走一遍。收尾是一个真项目：自己建智能体、测试、跑自动评估，通过了发认证，还能上学员排行榜。前置要求只有 Python 基础和对大模型的基本了解。 学 agent 最难的从来不是看不懂，是不知道下一步该学什么。 GitHub：

✨ 太强了，一套从零手写 AI Agent 的中文教程，16 章一路带到你能跑起来的项目 GitHub 上已经 7.4 万 star，Datawhale 社区出品 想入门 Agent 的人多半卡在同一个地方：ReAct 的论文看懂了，不知道怎么接检索；框架一会儿有人说用 Dify，一会儿有人说用 LangGraph，也没人讲清楚差在哪。资料东一篇博客西一个视频，学到第三周还在原地。 这套教程把基础理论、开发实践、高级技术、综合案例和毕业设计连成一条线，推理范式、主流框架和 RAG、MCP、A2A、SFT、GRPO 这些都在同一条路径上讲。跟到最后手里是三个能跑的东西：智能旅行助手、自动化深度研究智能体和一个赛博小镇。 配套代码、在线阅读和 PDF 都有，内容按知识共享的非商业协议放出来，自己学和团队内部用都没问题。 学完不是知道 Agent 是什么，是手里有三个跑得起来的东西。 GitHub：

巴菲特和芒格在同一个群里帮你选股，这事儿现在被人在 GitHub 上实现了。 这个叫 ai-hedge-fund 的开源项目在 GitHub 上暴涨到了 6.2万+ Star。开发者把巴菲特、芒格、西蒙斯、塔勒布等 12 位顶级投资大师的策略直接封装成了 AI Agent，甚至还配了风控经理和投资决策委员会。项目基于 MIT 协议开源，完全支持本地部署和自建回测。 大师组团开会：12 个 AI 大师智能体共同分析同只股票并展开辩论 全流程模拟：自带回测与风控模块，先看收益曲线再考虑出招 模型门槛极低：原生支持 DeepSeek、OpenAI、Anthropic 等 13 种大模型 API 开箱即用：终端一行命令拉起，还能用 LangGraph 自定义你的智囊团 🔗 项目地址：