AggrNews: POLYMARKET USERS REPORT THAT FRONTEND MAY BE COMPROMISED, AND ASSETS ARE BEING WITHDRAWN WITHOUT PERMISSION: DISCORD AggrNews: POLYMARKET 用户称前端或遭泄露，资产正被擅自提取：DISCORD

中国开源大模型强势崛起：Moonshot Kimi K3（2.8万亿参数）成为全球最大开源权重模型，多基准超越或接近西方前沿模型 Moonshot AI发布的Kimi K3以海量参数和百万token上下文，在编码、推理等任务上表现突出，已登顶部分排行榜（如Arena Frontend Code），引发芯片股波动和行业关注。 中国模型（如Kimi K3、Alibaba Qwen3.8）正通过开源路线挑战美国主导地位，促使美国考虑对外国开源模型实施限制，同时重塑行业对边际成本和推理效率的焦点。

Codex 提效先看这 10 个 Skill（官方版） 把这些 Skill 看明白，很多重复劳动可以直接少一半。 1. Frontend Design 专治 AI 前端审美。 少一点蓝紫渐变、默认字体、模板卡片、按钮乱飞。适合做网页、小工具 UI、数据看板、SaaS 原型。 2-4. docx / xlsx / pdf 让 Agent 正经处理 脏活累活。 不是把 Markdown 复制进文档就完事，而是能管目录、页眉页脚、批注、修订、图片替换和模板。写报告、方案、合同初稿都用得上。适合合同、论文、发票、报告党。 5. pptx 别再让 AI 把大纲硬塞进 PPT。 这个 Skill 会关心模板、版式、缩略图和备注。做汇报、课程、路演、商业计划书的时候很实用。 6. webapp-testing 让 AI 真的打开页面看一眼。 用 Playwright 跑本地 Web 应用，截图、看 DOM、查控制台、测交互。前端代码能不能用，别只靠它嘴上说。 7. mcp-builder 想把 Agent 接进真实系统，先看这个。 它讲的不只是“包一层 API”，而是工具怎么命名、怎么分页、怎么报错、怎么返回上下文。做企业内部 Agent 很有用。 8. skill-creator 想写自己的 Skill，先别凭感觉开干。 这个是元 Skill，教你怎么设计触发场景、工作流程、测试用例和迭代方式。真正适合拿来学“Skill 应该怎么写”。 9. doc-coauthoring 适合写复杂文档。 不是让 AI 直接代写，而是一起搭结构、补上下文、站在读者视角查漏洞。PRD、RFC、项目说明、技术方案都能用。 10. internal-comms 专门处理内部沟通。 周报、项目更新、事故复盘、FAQ、团队 newsletter。很多内部材料不是不会写，而是重点乱、顺序乱、读者看完不知道下一步干嘛。 如果只挑 3 个先看： Frontend Design、xlsx、skill-creator。 一个管审美，一个管高频文件，一个管你以后怎么自己做 Skill。 Skill 最值钱的地方，不是让 AI 显得更聪明，而是让它少乱来。 一个好 Skill，就是一份能反复交给同事的工作说明书。

用 Claude Code 写前端完全没问题，但生成的页面总是千篇一律，看着就是一股 AI 味。 偶然看到 Claude Code Frontend Design Toolkit 这个项目，整理了能让 Claude Code 输出更好看前端界面的工具合集。 按使用场景分成了十个板块，从设计风格、主题配色、动效动画到 Figma 转代码、浏览器测试，收录了 70 多个插件和技能。 GitHub： 还针对不同场景给出推荐，比如说开发装哪三个就够，团队有设计师交付 Figma 文件该配什么，solo 快速出原型又该怎么搭。 除此之外，还贴心地标注了每个工具的 token 消耗，方便控制成本。 如果你正在用 Claude Code 做前端，想要提升视觉效果的朋友，可以收藏一下这份清单。

我为什么劝所有300~600分的人学电子，做PLC和嵌入式？ 我发现绝大多数人的核心问题，是智力水平有缺陷+不学习。 如果高中阶段不接触编程、没有因为编程和偏科耽误高考，全力以赴准备高考，那么高考600分以下基本可以认为是智力和学习能力同时存在重大缺陷。 对于这些人，连高考都学不到600分， 进入大学之后，哪怕选了计算机专业，本科四年基本也跟条狗一样，人人都完完全全不学习的状态，是不可能靠传统学frontend、full stack、AI Agent这些路线吃饭的。 所以我建议分数高一点的学一点嵌入式，好歹有碗饭吃，肯定饿不死。 分数低一点的、所有转码的、所有不学习的、所有脑子不够用的，直接都去学PLC就完事儿了。 PLC是全世界最简单的“编程”，难度约等于美国小学生的水平，目前中国一线PLC工程师平均学历基本是中专，连他妈高中学位都不用。 PLC工程师的唯一工作，就是每天随机开车到一个深圳或者苏州的小工厂，找个桌子椅子，点杯奶茶，把一整套工业流水线的某个小环节的PLC插到自己电脑上， 然后盯着一整天，在电脑上用图形化的梯形图去编辑最基本逻辑，把基本逻辑写好后，关上电脑直接回家， 每天有效工作时长不超过2小时。 这是全世界最简单、最简陋、最不需要脑子、最不可能被AI替代的程序员， 数理抽象逻辑大概等于美国小学阶段的编程课水平，而且这项工作在中国99%都是由中专学历以下的人来完成的。 PLC这门课，在绝大多数985以上的大学，基本上就是两周左右的时间介绍完整，实际自学整个PLC知识不超过3天。 最难能可贵的是，这份工作平均工资在1万块钱左右，比绝大多数中国大陆的前端培训班出来的程序员还要高得多， 而且非常稳定，几乎永不裁员，没有任何大学和学历要求，中专学历都能上手直接干活儿。 无论你高考是300分还是600分，你问我选择什么大学和专业，我现在只会告诉你一个原则： 如果高考到不了深圳大学，就选择深圳技术大学、东莞理工、深职院、深圳信息职业技术学院，一个个往下排，排到哪个选哪个，认准电子专业。 只要你能好好学PLC，能开车，能吃苦，你就有一份永远不会被裁员、永远不用脑子、有桌子椅子、有奶茶喝的“编程”工作。

📈 专门做 A 股港股美股的多智能体分析框架，中文的 GitHub 已经冲到 30.9K stars 大部分开源量化项目是给美股写的，拿回来分析 A 股，数据源接不上，财报格式对不上，最后光是清洗数据就得写一周。 TradingAgents-CN 是把 TauricResearch 那套多智能体分析搬成了中文版：数据源直接集成了 Tushare、AkShare、BaoStock 这些国内常用的，A 股、港股、美股都能分析，跑完能导出 Markdown、Word 和 PDF 的报告。大模型供应商支持好几家，最新版还加了火山方舟。 后端 FastAPI，前端 Vue 3，配 MongoDB 和 Redis，Docker 多架构镜像直接拉。 要说明的是它明确声明只用于数据分析、学习和研究，不提供实盘交易指令，也不构成投资建议。另外 app 和 frontend 两个目录是需要商业授权的，其余部分才是 Apache 2.0。 工具能帮你把功课做扎实，但按下买入键的永远是你自己。 GitHub：

说句实话，用 Claude Code 这么久，真正让我写代码写得顺、界面不丑、Bug 还变少的，不是什么玄学配置，就是下面这几个 Skill。今天全给你摊开，别再自己瞎折腾了。 先说个心里话：很多人装了一堆插件，结果一个都没吃透。与其贪多，不如把这几个用明白，一个顶十个。 1️⃣ Frontend Design：专治界面丑。视觉和交互一起管，做出来的东西终于不像程序员随手拼的了 🔗 2️⃣ Interface Design：管布局、层级和组件。页面乱成一锅粥的，靠它理顺 🔗 3️⃣ React Best Practices：现代 React 该怎么写，它直接给你上规矩，少踩坑 🔗 4️⃣ Brainstorming：想方案的时候用，优缺点都给你摆出来，不是只丢一个答案糊弄你 🔗 5️⃣ Systematic Debugging：不瞎猜。先假设再验证，一步步把 Bug 逼出来，这个我最爱 🔗 6️⃣ Changelog Generator：把 commit 记录直接变成能见人的更新日志，再也不用手写到崩溃 🔗 7️⃣ API Design Principles：API 设计得清楚、统一、好维护，后面接手的人不会骂你 🔗 8️⃣ Error Handling Patterns：错误处理写得干净又抗造，别再满屏 try catch 糊墙 🔗 9️⃣ PostgreSQL：帮你建模、调查询，数据库慢得像老牛的，试试它 🔗 🔟 Prompt Engineering Patterns：复杂任务怎么把指令写清楚，让 AI 真听懂你在说啥 🔗 就这些。不用全装，挑你现在最头疼的那两三个先用起来，比收藏一百个链接管用多了。

方便大家体验 @openclawby 数据服务 我们整理了一下 vibe coding的ai场景 仅供大家参考 逛了下 Clawby 的 Vibe 社区，发现几个挺有意思的 AI+交易产品。 核心是 Clawby Stock Report Generator——一个用 Vibe Coding 搓出来的美股分析报告生成器。 不是那种"趋势分析+免责声明"的废话生成器，而是真的有点东西。 它的数据流是这样的： 输入「AAPL」→ 后端 8+ 并发请求同时拉 10+ 维度数据： ├ 实时报价 & 市值 ├ 365 天日线 ├ 短成交量 / 短利息 / 借券费率 / FTDs ├ 暗池 Levels + Prints ├ 期权链 Max Pain ├ SEC 财务（EPS / 收入 / 净利润） ├ Reddit 情绪 └ 分红 / 拆股 / 流通股本 数据齐了 → LLM 流式生成报告 → 图表 + PDF 导出。 这个产品的架构也挺典型，基本是当下 Vibe Coding 做交易工具的标配模板： Frontend: Next.js 14 · React 18 · Tailwind CSS · Recharts Backend: Python · FastAPI · httpx Data: Clawby API（一个聚合了 10+ 维度的实时金融数据 API） LLM: OpenAI / Anthropic / DeepSeek / Ollama 任选 Deploy: Docker Compose · 零数据库依赖 它还支持自定义报告模板——4 个内置模板（全面分析/快速扫描/深度研究/财报），可以复制后改 Prompt 和章节结构。 外加 5 个交互式图表（价格走势 + MA、做空趋势、暗池分布、期权链、Reddit 情绪），以及 A4 格式的 PDF 导出。 如果你试过用 GPT 直接写分析报告，就知道"把数据喂给 LLM"和"LLM 自己从 API 拉数据"完全是两回事。 同一个社区里还有几个值得关注的产品： 🔹 Smart Money Index（聪明钱指数）—— 也是 Aaron水煎包的作品，追踪聪明钱和散户的资金流向差异 🔹 Clawby Tradingview MCP —— 把 Clawby 数据接入 TradingView 的 MCP 工具 🔹 Claw-poly —— 另一个数据聚合工具 这轮 Vibe Coding 做交易工具的趋势很明显： 不再是「AI 预测涨跌」这种伪命题，而是「AI 做数据聚合和翻译」——把 10 个维度的数据拉到一起，翻译成人类能读懂的叙事。 AI 不负责预测明天涨不涨。 AI 负责把你需要翻 5 个网站才能凑齐的信息，塞进一个对话框。 这才是目前 AI 交易最务实、最能落地的方向。 项目是 MIT 开源的，有兴趣可以去看源码： 也推荐去 Clawby Vibe 社区逛逛，上面还有不少类似的实验品。👉

🚨 即将进一步扩展对 $UUSD @UUSDai 的支持🎉@uxuycom 普通模式及税币模式此前已在后端完成对 UUSD 的支持，前端入口将于今日正式开放。 Universal Subscription模式也将同步上线 UUSD，届时前后端均全面支持。 ⏰ 预计今日 15:30 (UTC+8) 左右，UUSD 将全面支持以上三种模式。 准备好使用 UUSD 在 发射和交易 Meme 吧！🚀 🚨 Multi-Token Trading Pair Update! $UUSD @UUSDai support is expanding on 🎉 @uxuycom For Normal Mode and Tax Token Mode, UUSD is already supported on the backend — and frontend access will officially open today. For Universal Subscription, UUSD support will go live across both frontend and backend. ⏰ UUSD support across all three modes is expected to be fully enabled around 3:30 PM UTC+8 today. Get ready to launch and trade with UUSD across 🚀