登录社区云，与社区用户共同成长
邀请您加入社区
完全面向初学者和小白的本地大模型ollama部署进行文本分类任务的小项目
2026年，全球超过85%的DeFi协议已实现代码开源，GitHub上区块链项目数量突破2000万大关。在这场"透明革命"中，一个残酷的现实正在浮现：某头部NFT平台因未初始化变量漏洞被攻击，黑客仅用3小时便完成攻击脚本开发；某新兴借贷协议因代码与Aave高度相似，被社区质疑"套壳"导致代币价格暴跌90%。开源代码如同双刃剑——它既是社区审计的利器，也可能成为黑客的"作战手册"。如何在保障透明性的
本文以 NS&I 公开安全数据与预警信息为核心样本，系统分析金融公共服务领域钓鱼邮件演化特征、攻击机理与防御痛点，构建包含威胁感知、邮件网关加固、AI 语义检测、用户行为管控、应急响应的一体化治理体系，配套可工程化部署的检测规则、拦截算法与代码实现，形成威胁建模 — 技术防御 — 运营管控 — 效果评估的完整闭环。反网络钓鱼技术专家芦笛强调，NS&I 的威胁趋势是全球金融公共服务机构的缩影：垃圾邮
# 人工智能日报 每日AI新闻（2026年5月19日）：Anthropic收购开发工具公司，Google扩展AI金融助手，Alexa+播客生成功能与Claude生态继续升温 今天这篇日报先说明一个异常：本轮数据采集链路里有一个延时脚本超时，报错为 `Script timed out after 120s: /home/ubuntu/.hermes/scrip
【投资分析摘要】兆易创新（2026.5.18）建议HOLD评级，目标价450元，止损380元。当前股价412.87元创历史新高，受长鑫科技IPO（Q1净利+1688%）及存储芯片行业复苏驱动，但技术面严重超买（RSI高位），短期回调风险达15-20%。核心矛盾：业绩高增长（2025净利+49.47%）VS估值风险（PE40-50倍）。建议已持有者维持，未持有者待回调至350元以下介入。风险提示：技
随着生成式AI技术的成熟，AI Agent已经在金融行业的智能投顾、反欺诈审批、信贷风控、反洗钱监测、资管投资决策等场景大规模落地，据IDC 2024年第一季度报告显示，中国金融行业AI Agent的部署量同比增速高达187%，预计2025年将有超过60%的金融机构核心业务场景使用AI Agent辅助或自动决策。
构建金融级 AI Agent：Claude for Financial Services 架构解析
金融贷款场景身份核验面临虚假申请、合规压力、用户体验与风控平衡等痛点。金融级人脸核身技术通过"实人、实证、实名、风控"四环节，结合OCR识别、NFC读取、多模态活体检测等技术，实现精准身份验证。该技术已应用于贷款全流程，有效拦截虚假申请、提升审批效率、防范资金风险。金融机构选型需关注合规性、安全性、适配性和集成性，以构建合规高效的身份核验体系。随着AI技术发展，人脸核身将成为金
【ACM出版、EI检索稳定】第二届大数据、人工智能与数字经济国际学术会议（BDAIE 2026）
金融合规Agent落地实践解析 金融机构面临政策、市场和业务三重合规压力，传统RPA难以满足复杂判断需求。本文聚焦反洗钱、适当性管理和监管报送三大场景，剖析AI Agent的落地路径： 反洗钱场景：通过多源数据关联、股权穿透分析和可解释决策输出，将单笔排查时间从40分钟降至5分钟 适当性管理：实现事前自动匹配校验、事中双录音频合规检测、事后档案自动归档的全流程管控 监管报送：智能解析监管新规字段，
**MuleRun**（你正在用的） | 云端AI Agent | 已内置 | 内置市场数据、技术分析、宏观分析等skills | 可用 | 按套餐 || **Cline**（VSCode插件） | 插件 | 支持 | 需自己配MCP | 可用（BYOK） | 开源免费+API费 || **OpenCode** | 终端工具 | 支持 | 需自己配MCP | 可用（BYOK） | 开源免费+API
金融合规Agent应用实践解析：本文聚焦金融机构在反洗钱、适当性管理和监管报送三大合规场景中的痛点，提出AI Agent解决方案。通过TARS大模型实现多源数据关联、逻辑推理和可解释决策，ISSUT技术解决老旧系统操作难题，RPA执行引擎完成自动化操作。文章详细拆解了各场景落地路径，强调选型需关注判断准确率、跨系统稳定性、留痕完整性等指标，并建议分阶段实施。实践表明，该方案可将反洗钱排查时间从40
金融行业的财务审核，是AI Agent落地最“难啃”但也价值最高的场景之一。难在哪？三个硬约束：数据不能出机房，操作必须可追溯，系统必须适配国产化环境。这三条卡死了大量泛用型AI产品。但价值也恰恰在这——一旦跑通，替代的不是“一个岗位”，而是“一条流水线”。本文将以银行和券商真实的财务审核场景为线索，从票据稽核、合同审核、银行流水对账三个核心环节切入，拆解AI Agent的落地思路、技术架构和选型
A股算力租赁板块深度分析：AI时代的"新基建"赛道 核心要点： 行业定位：算力租赁是AI产业链中的"算力即服务"环节，本质是将GPU服务器集群出租给AI企业，商业模式类似"算力版REITs"。 市场前景：预计2026年国内市场规模达2600亿元，全球GPU即服务市场CAGR达29.12%，H100/H200租金持续上涨。 核心标的： 鸿博
2026年，金融行业正迎来大模型应用的全面爆发临界点，据行业最新统计，超六成金融机构已启动大模型相关建设，规模化部署趋势显著。但与此同时，“高投入、低渗透”的行业痛点仍未破解，成为制约技术落地的核心瓶颈。
AI智能体视觉技术（TVA）在智慧金融领域展现出独特价值，通过"感知-推理-决策-反馈"闭环系统实现高精度业务核验、实时风险干预和沉浸式服务体验。其核心优势包括：99.8%精度的远程身份认证、票据智能处理、抵押物远程评估；毫秒级风险预警与自动化干预；AR交互提升客户体验；结构化审计追踪保障合规；以及小样本快速适应新型风险。TVA不仅提升金融业务效率与安全性，更重塑了服务模式，实
本文探讨了金融票据核验场景中TVA多模态模型的鲁棒性优化方案。针对印章重叠、半透明遮挡和手写涂改等干扰，提出从数据增强、模型架构、训练策略到后处理的系统性解决方案。关键技术包括：构建针对性数据增强流水线模拟真实干扰；设计门控跨模态注意力机制实现信息融合；采用多任务协同学习和对抗训练策略；以及建立包含置信度评估、逻辑校验和模板匹配的多层次后处理流程。通过感知-推理闭环设计，实现视觉、文本与结构信息的
过去，我们更习惯把大模型的风险理解为“这一轮输入有没有问题”“这一轮输出会不会越界”。但有了长期记忆之后，风险结构发生了变化。恶意内容不一定在当场触发，也不一定在同一轮任务里显现出来。它可以先悄悄进入记忆，在几天后、另一个会话里、另一个任务中被重新检索出来，再进一步影响规划、工具调用和执行路径。
AI Agent Harness Engineering（AI Agent管控工程）是面向AI Agent全生命周期的生产级工程化体系，相当于AI Agent的「操作系统+安全护栏+指挥中枢」，核心是解决AI Agent从原型到生产落地过程中的合规风险、幻觉治理、调度效率、可观测性、成本优化、审计溯源六大核心痛点。
供应链金融风险：指供应链金融业务中可能导致资金损失的风险，主要分为五类：信用风险：融资企业无力偿还或不愿偿还贷款的风险欺诈风险：融资方虚构贸易背景、伪造仓单/发票骗取贷款的风险操作风险：风控人员操作失误、内部勾结造成的风险市场风险：大宗商品价格波动、行业政策变化导致押品贬值、还款能力下降的风险传导风险：核心企业出现风险、供应链断裂传导到上下游企业的风险AI Agent。
# 人工智能日报 每日AI新闻（2026年5月16日）：OpenAI押注金融入口，YouTube扩展AI深伪检测，Google收紧AI搜索操纵规则 今天这波 AI 新闻，有一个很明显的共性：大模型竞争已经不只是“谁更会聊天”，而是开始深入真实业务入口。无论是金融账户、内容治理，还是搜索分发规则，平台都在把 AI 放进更核心的位置。 对开发者和产品团队来说，这
摘要：印度裔天才少年Samir Vasavada与搭档Runik Mehrotra从13岁开始创业，最初为商家开发App，后转向AI金融咨询。他们创立的Vise公司利用AI为独立理财顾问提供个性化投资组合管理工具，2021年估值达10亿美元成为独角兽。但过快扩张导致组织问题，2023年裁员重组后回归产品本质，转向帮助顾问提升服务效率。Vise的故事展现了AI创业的典型循环：技术突破-资本追捧-运营
金融科技（FinTech）是指由大数据、区块链、云计算、人工智能等新兴前沿技术带动，对金融市场以及金融服务业务供给产生重大影响的新兴业务模式、新技术应用、新产品服务等。其产业链上游为科技型企业（提供技术支持），中游为金融企业、监管机构、行业协会和研究机构，下游为需要各种金融服务的个人或企业 [1]。金融科技行业正处于从"数字化"到"智能化"再到"生态化"的转型期。
DolphinDB 策略回测 Agent 采用 AI 理解意图 + 工程兜底执行架构，先产出结构化策略说明书，经校验修复后再生成代码，大幅提升策略生成通过率，还沉淀出可复用的企业级 AI 落地工程范式。
这也是新希望金融科技始终坚持“整车交付”模式的根本原因——银行无需从零造轮子，只需设置终点，插上钥匙即刻出发，不管路途如何曲折、过程多么复杂，以终为始，过程自动进化，平稳到达。在“交付结果”的导向下，以新希望金融科技为例，其责任边界自系统上线只是开始，持续的业务指标提升才是不断更新的交付成果。如若把数字化转型理解为“买一套软件”，往往会经历这样的循环：花大价钱买了系统，上线后发现业务没有明显改善，
2026年5月14日A股市场全线回调，三大指数集体收跌。上证指数失守4200点，深证成指领跌2.14%，创业板指和科创50跌幅均超2%。市场情绪明显降温，涨停家数从146家骤降至82家，北向资金净流出45.8亿元。板块分化加剧，白酒等防御板块走强，而AI应用、服务器等科技成长板块大幅调整。技术面显示短期趋势转弱，上证失守5日均线，科创50跌破1750关键位。建议控制仓位，关注成交额能否维持在3万亿
摘要：Python已成为量化金融领域的主流工具，2025年在华尔街对冲基金技术栈占比达68%。本文系统梳理Python量化金融技术体系，包括：1）Python的三大核心优势（生态丰富、开发高效、社区活跃）；2）主流工具链全景（数据获取、策略开发、回测分析等）；3）核心框架详解（Backtrader、VeighNa等）；4）AI量化前沿（FinRL、Qlib）；5）实战方案（A股选股系统、期货CTA
我的个人技能目录，直接源自我的 .claude 知识库。
核心就是：为什么信号统计是正的，但是回测曲线是负数的，几乎一切都凭他自己自由发挥，结果比较悲观，烧了大量token以后，他创建了很多个花里胡哨的不同的统计文件，始终无法得到我要的那个答案。看最近a股船队里面，同学们炸板策略跑的飞起，各路优化的炸板策略也大显神通，研究过炸板策略的同学应该也知道，先不管你实盘什么情况，反正回测这个策略是赢麻了，随便改改动不动就是60%+年化。即，在非常牛的一段行情里，
Anthropic官方发布的"Claude菜谱"（claude-cookbooks）是使用Claude API的权威指南，包含从基础调用到高级Agent模式的可运行示例。主要亮点包括：1）Extended Thinking深度推理模式；2）一行代码搭建研究Agent的SDK；3）金融数据分析专用Skills；4）官方记忆管理方案；5）RAG与第三方集成实践。该仓库以Jupyte
这个项目的Star数（近两万）、Fork数（1700+）说明了一件事： 全球有非常多的人，正在尝试把Claude Code变成真正的生产力工具， 而不是一个"偶尔用用"的花架子。我在金融行业待了这么多年，见过很多"技术革命"的口号， 但真正改变我工作方式的技术，屈指可数。
Anthropic开发者大会揭示三大关键动向：1) 承认ClaudeCode性能下滑源于三个技术Bug叠加，已全部修复；2) 公司年化收入飙升至440亿美元，企业API订阅成主要增长引擎；3) 重磅推出10个金融AI代理，深度集成Office套件和金融数据系统，将AI能力嵌入华尔街工作流程。这标志着AI竞争进入垂直行业深耕阶段，Anthropic选择以金融等高价值领域为突破口，与OpenAI的通用
是金融机构实现 AI 办公合规化的关键工具。它解决了 AI 落地“最后一公里”的权限与网络拓扑问题，让 Claude 真正成为了企业私有资产的一部分。在执行部署前，请确保你拥有 Azure 全局管理员权限。建议先在测试租户（Sandbox）中完成 Manifest 验证，再推送到生产环境！
金融
——金融
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
AtomGit AI 社区
2048 AI社区
北京朝阳AI社区
DeepSeek技术社区
openEuler 社区
