AI Agent集成Kalshi预测市场交易技能:自动化交易与风险管理实战

news2026/5/11 3:09:45
1. 项目概述一个为AI Agent设计的Kalshi预测市场交易技能如果你对量化交易、自动化脚本或者新兴的AI Agent生态感兴趣并且听说过“预测市场”这个概念那么今天聊的这个项目可能会让你眼前一亮。lacymorrow/openclaw-kalshi-trading-skill本质上是一个“技能包”它让AI Agent比如基于OpenClaw框架构建的智能体具备了在Kalshi交易所进行自动化交易的能力。Kalshi是什么它是一个受美国商品期货交易委员会CFTC监管的预测市场平台允许用户用美元对各类事件比如“比特币在2月26日前会突破97000美元吗”的结果进行投注。这个技能包的核心是封装并集成了另一个强大的开源工具——kalshi-cli一个用Go语言编写的命令行客户端。简单来说这个项目解决了一个核心痛点如何让程序化交易策略或AI智能体安全、合规且高效地接入一个以美元结算、完全合法的预测市场。它移除了手动操作网页界面的繁琐提供了从市场数据获取、分析、下单到风险管理的全链路命令行接口并且默认在模拟环境中运行极大降低了学习和试错成本。无论你是一个想探索预测市场策略的独立开发者还是一个正在构建金融领域AI Agent的研究者这个工具都能为你提供一个绝佳的沙箱和实战接口。2. 核心设计思路与架构解析2.1 为什么选择“技能”模式与OpenClaw生态这个项目被定义为OpenClaw的一个“技能”这并非偶然。OpenClaw是一个旨在构建和编排AI Agent的平台其理念是将复杂能力模块化为可复用的“技能”。将Kalshi交易功能封装为技能意味着它可以被任何基于OpenClaw的AI Agent轻松调用成为其“工具箱”里的一项专长。例如一个负责宏观数据分析的Agent在研判出某个政治事件可能走向后可以直接调用此技能在相关预测市场建仓。这种设计实现了能力解耦和灵活组合是构建复杂智能工作流的关键。从架构上看本技能本身并不直接实现与Kalshi API的通信逻辑而是作为kalshi-cli的一个“管理者”或“适配器”。它负责处理技能的安装、配置、命令的组装与分发以及结果的解析。这种“依赖注入”式的设计有几个明显优势首先它直接复用了一个经过实战检验、功能完整的独立CLI工具避免了重复造轮子其次当kalshi-cli更新时只要接口保持稳定本技能就能同步获得新功能维护成本低最后用户也可以脱离AI Agent环境直接使用kalshi-cli进行手动或脚本化交易灵活性极高。2.2 核心特性与差异化优势解析相较于直接使用Kalshi的网页端或自行调用其REST API这个技能组合带来了几个维度的提升程序化与自动化友好所有操作都通过命令行完成输出支持结构化JSON格式。这意味着你可以用任何脚本语言Bash, Python, Node.js来驱动它轻松集成到定时任务Cron、监控系统或复杂的交易策略中。对于AI Agent而言JSON输出更是便于解析和决策。内置的实时数据流通过WebSocket提供实时报价、订单簿变化和成交推送这对于需要低延迟感知市场动态的高频策略或反应型Agent至关重要。在终端里直接watch数据流体验非常极客。强大的风险管理与批量操作“订单组”功能允许你将一系列订单绑定并设置一个总成交数量上限。这是做市或执行大额订单时防止意外超量风险的核心工具。同时支持从JSON文件批量创建订单便于策略的集中部署和调整。默认模拟交易的“安全网”kalshi-cli默认运行在演示模式使用虚拟资金。你必须显式地加上--prod标志才会进行真实交易。这个设计强制了“先模拟后实盘”的最佳实践有效防止了因脚本错误或误操作导致的直接资金损失。纯美元、受监管的合规环境这是与许多基于加密货币的预测市场的根本区别。资金进出通过ACH银行转账交易的是受CFTC监管的合约结算为美元。这消除了持有加密货币、管理私钥、支付链上Gas费等一系列复杂性和额外风险尤其适合传统金融背景的开发者或受合规限制的机构进行探索。3. 环境准备与核心工具安装配置3.1 基础账户与API密钥准备在开始使用命令行工具之前你需要在Kalshi平台完成基础注册和配置。这个过程是完全免费的。注册Kalshi账户访问Kalshi官网进行注册。你需要提供邮箱、设置密码并完成身份验证通常包括SSN等信息以确保合规。这个过程可能需要一些时间等待审核。生成API密钥登录后进入账户设置中的“API Keys”页面。点击创建新密钥。Kalshi使用的是非对称加密RSA系统会为你生成一对公私钥。请务必立即安全地下载并保存好私钥文件通常是一个.pem文件因为页面关闭后将无法再次查看。公钥会自动保存在Kalshi账户中。理解密钥权限生成的API密钥具有与你账户相同的交易和查询权限。因此保管好私钥与保管好你的账户密码同等重要。切勿将私钥提交到公开的代码仓库。注意即使只在演示模式下使用kalshi-cli也需要完成API密钥的配置因为工具需要通过密钥来识别你的身份并连接到对应的模拟账户。3.2 安装kalshi-cli命令行工具本技能的核心依赖是kalshi-cli。对于macOS用户通过Homebrew安装是最便捷的方式brew install 6missedcalls/tap/kalshi-cli安装完成后在终端输入kalshi-cli --version验证是否安装成功。对于Linux或Windows通过WSL用户如果没有Homebrew需要从项目的GitHub Releases页面下载对应系统架构的预编译二进制文件或者从源码编译。源码编译需要安装Go 1.25环境然后执行go install github.com/6missedcalls/kalshi-clilatest。3.3 命令行工具初始认证安装好CLI后第一步是进行认证将工具与你的Kalshi账户关联起来。kalshi-cli auth login执行这个命令后CLI会引导你完成认证流程。通常它会提示你打开Kalshi网站上的API密钥管理页面你需要将之前生成的公钥内容粘贴进去。或者有些配置方式会要求你指定私钥文件的本地路径。完成这一步后可以运行kalshi-cli auth status来检查认证状态确认已成功连接到你账户的演示环境。实操心得建议在首次认证后立即尝试一个简单的查询命令例如kalshi-cli portfolio balance。如果成功返回你的演示账户余额通常是100,000美分即1000美元虚拟资金说明整个链路已经打通。这个步骤能提前排除网络、代理或密钥格式等常见问题。4. 市场研究与数据分析实操详解4.1 浏览与筛选交易市场Kalshi上的市场被称为“事件合约”围绕一个具体问题展开例如“美联储在2024年6月会议前会降息吗”。每个事件下可能有多个不同“行权价”的市场。首先我们需要学会如何发现和筛选市场。列出当前所有开放的市场限制前10条kalshi-cli markets list --status open --limit 10--status参数非常有用除了open还可以是suspended暂停、closed关闭或settled已结算。--limit控制返回数量避免数据刷屏。按类别筛选是更高效的方式。Kalshi主要类别包括Crypto加密货币、Politics政治、Sports体育、Economics经济、Weather天气等。kalshi-cli markets series list --category Crypto这个命令列出“加密货币”类别下的所有系列。一个系列Series代表一个持续的事件主题比如“KXBTC”代表“比特币价格”系列。每个系列下会有多个具体日期的市场。4.2 深度分析单一市场订单簿与K线图找到感兴趣的市场代码Ticker后例如KXBTC-26FEB12-B97000可以进行深入分析。查看订单簿kalshi-cli markets orderbook KXBTC-26FEB12-B97000订单簿会以ASCII图表的形式清晰展示当前的买盘Bid和卖盘Ask包括价格和数量深度。这是观察市场即时流动性和买卖力量对比最直接的窗口。买价代表有人愿意以此价格买入“是”合约卖价代表有人愿意以此价格卖出“是”合约。价差Spread越小通常表示市场流动性越好。查看K线图kalshi-cli markets candlesticks KXBTC-26FEB12-B97000 --series KXBTC这个命令会生成该市场历史价格的ASCII K线图并附带交易量柱状图。--series参数是必需的因为它会拉取整个系列的历史数据来绘制图表。K线图能帮助你识别价格趋势、支撑阻力位和市场波动周期是技术分析的基础。查看最新成交kalshi-cli markets trades KXBTC-26FEB12-B97000 --limit 20这个命令列出该市场最近的20笔成交记录包括成交价格、数量和方向。观察大单成交数量大发生在哪些价位可以辅助判断关键点位。4.3 结构化数据输出与脚本集成对于自动化策略纯文本输出不便处理。kalshi-cli几乎所有命令都支持--output json或-o json参数输出结构化的JSON数据。kalshi-cli markets orderbook KXBTC-26FEB12-B97000 -o json得到的JSON数据可以直接被Python、Node.js等脚本解析。例如一个简单的Python脚本可以定时获取订单簿计算中间价和价差import subprocess import json cmd [kalshi-cli, markets, orderbook, KXBTC-26FEB12-B97000, -o, json] result subprocess.run(cmd, capture_outputTrue, textTrue) data json.loads(result.stdout) # 提取最佳买卖价 best_bid data.get(bids, [])[0] if data.get(bids) else None best_ask data.get(asks, [])[0] if data.get(asks) else None if best_bid and best_ask: mid_price (best_bid[price] best_ask[price]) / 2 spread best_ask[price] - best_bid[price] print(f中间价: {mid_price/100:.2f}, 价差: {spread/100:.4f})注意事项Kalshi的所有价格和金额单位都是美分。一个价格为50代表0.50美元。在代码中处理时务必注意单位转换。余额10,000代表100美元。5. 交易执行与订单管理实战5.1 下单类型与核心参数解析在Kalshi你交易的是针对某个事件结果的“是”或“否”合约。如果事件发生“是”合约结算为1美元100美分“否”合约结算为0美元反之亦然。合约的交易价格在0-100美分之间波动反映了市场认为事件发生的概率。限价单指定价格和数量进行买卖。这是最常用的订单类型。--side yes/no: 买卖方向。“买是”意味着你认为事件会发生“买否”意味着你认为事件不会发生。--qty: 数量指合约份数。--price: 限价价格单位美分。示例你认为“比特币在2月12日前突破97000美元”的概率高于当前市场价可以下一个买入“是”合约的限价单kalshi-cli orders create --market KXBTC-26FEB12-B97000 --side yes --qty 10 --price 48这表示你愿意以最高48美分即0.48美元的价格购买10份“是”合约。如果市场上有卖价等于或低于48美分的订单你的订单会立即成交否则它会挂单等待。市价单以当前市场最优价格立即成交。使用--type market无需指定--price。kalshi-cli orders create --market KXBTC-26FEB12-B97000 --side yes --qty 10 --type market市价单能保证成交但成交价格不确定在快速波动的市场中可能产生滑点。5.2 高级订单功能订单组与批量操作订单组这是管理复杂策略风险的关键工具。假设你想在多个不同价格点位挂单但希望所有这些订单的总成交数不超过一个上限例如总共只成交50份合约。你可以将它们放入同一个订单组。kalshi-cli orders create --market KXBTC-26FEB12-B97000 --side yes --qty 20 --price 45 --group-id my-strategy-1 kalshi-cli orders create --market KXBTC-26FEB12-B97000 --side yes --qty 20 --price 46 --group-id my-strategy-1 kalshi-cli orders create --market KXBTC-26FEB12-B97000 --side yes --qty 20 --price 47 --group-id my-strategy-1你可以在创建订单时通过--group-id指定一个自定义的组ID。Kalshi会确保这个组内所有订单的累计成交数量不超过你设定的上限需要在首次创建组时指定或通过API更精细控制。这对于做市策略或分批建仓策略至关重要能有效防止因行情剧烈波动导致超量成交。批量订单从JSON文件创建一批订单。文件格式如下 (orders.json)[ { market_ticker: KXBTC-26FEB12-B97000, side: yes, type: limit, quantity: 5, price: 49 }, { market_ticker: KPOL-24NOV05-TRUMPWIN, side: no, type: limit, quantity: 3, price: 33 } ]执行命令kalshi-cli orders batch-create --file orders.json这对于在策略启动时一次性部署复杂仓位非常方便。5.3 订单生命周期管理修改、取消与查询订单提交后你可以随时管理它们。查询活跃订单kalshi-cli orders list --status open修改订单你可以修改未成交订单的价格或数量。kalshi-cli orders amend [ORDER_ID] --price 52 --qty 15将订单ID为[ORDER_ID]的订单价格改为52美分数量改为15份。取消订单kalshi-cli orders cancel [ORDER_ID] kalshi-cli orders cancel-all # 取消所有未成交订单实操心得在编写自动化脚本时务必做好订单状态跟踪和异常处理。例如下单后记录返回的order_id并定期轮询订单状态kalshi-cli orders get [ORDER_ID]或者通过后文提到的WebSocket流监听订单状态变化。对于未成交的限价单在策略逻辑改变或市场条件触发时应及时撤单避免成为“孤儿订单”带来意外风险。6. 资产管理与实时监控6.1 资产与头寸查询随时掌握你的资产状况是交易的基础。查看账户余额kalshi-cli portfolio balance输出会显示total_balance: 账户总价值现金持仓市值。available_balance: 可用现金可用于开新仓或提现。portfolio_value: 当前所有持仓的市值总和。查看当前持仓kalshi-cli portfolio positions这个命令列出你在各个市场上的头寸包括持有的“是”或“否”合约数量、平均成本、当前市场价以及浮动盈亏。这是评估策略表现和风险敞口的核心依据。查看成交记录与结算kalshi-cli portfolio fills --limit 50 # 最近50笔成交 kalshi-cli portfolio settlements # 已结算市场的盈亏记录fills记录了每一笔订单的成交详情是复盘交易执行质量滑点等的数据源。settlements则告诉你历史已结束市场的最终盈亏结果。6.2 利用WebSocket进行实时市场监控命令行工具最强大的功能之一是实时数据流。它通过WebSocket连接让你在终端里就能获得低延迟的市场动态。实时报价流kalshi-cli watch ticker KXBTC-26FEB12-B97000执行后终端会持续输出该市场的最新成交价、买一价、卖一价以及时间戳。这对于需要实时价格触发条件的策略至关重要。订单簿增量流kalshi-cli watch orderbook KXBTC-26FEB12-B97000这个流会推送订单簿的变化增删改你可以实时看到市场深度的演变是观察大单动向和流动性变化的窗口。个人活动流kalshi-cli watch fills kalshi-cli watch orderswatch fills会实时推送你自己的成交通知。watch orders会推送你自己订单的状态变化新建、部分成交、完全成交、取消。这是构建自动化交易系统反馈闭环的关键下单后无需主动轮询通过流监听就能立刻知道订单是否成交、成交了多少。注意事项WebSocket连接可能因为网络不稳定而中断。在生产环境中使用你的脚本必须具备重连机制。一个简单的做法是用一个while循环包裹watch命令并在连接断开时等待几秒后重试。此外处理流数据时要考虑消息的时序和去重。7. 从模拟交易切换到实盘生产环境7.1 切换流程与双重确认在演示模式下充分测试你的策略和脚本后切换到实盘需要格外谨慎。kalshi-cli通过一个简单的--prod标志来区分环境。任何在演示模式下能运行的命令在前面加上--prod就会在实盘执行。# 演示模式查询余额 kalshi-cli portfolio balance # 实盘模式查询余额操作真实资金 kalshi-cli --prod portfolio balance # 实盘模式下单 kalshi-cli --prod orders create --market KXBTC-26FEB12-B97000 --side yes --qty 5 --price 50安全建议环境变量隔离不要在测试脚本中硬编码--prod标志。建议通过环境变量来控制。例如在脚本中这样判断# 在Shell脚本中 if [ $ENVIRONMENT PRODUCTION ]; then PREFIX--prod else PREFIX fi kalshi-cli $PREFIX portfolio balance# 在Python脚本中 import os prefix --prod if os.getenv(TRADING_ENV) production else # 然后组装命令小额试单切换到实盘后第一笔订单务必使用极小的数量例如1份合约验证整个流程——从下单、成交到资金变动——完全符合预期。权限管理考虑为自动化脚本创建专用的API密钥甚至使用Kalshi的“子账户”功能。子账户允许你将资金分配到不同的交易单元实现风险隔离。你可以通过kalshi-cli portfolio subaccounts来管理子账户。7.2 费用结构与资金划转实盘交易会产生费用理解成本结构很重要。吃单者费用当你下的订单立即与现有订单成交市价单或激进的限价单你支付吃单费约为合约结算价值的1.75%在概率50/50时最高。挂单者费用当你下的订单挂单并最终被他人成交你支付挂单费约为合约结算价值的0.44%在概率50/50时通常更低甚至可能为负即获得返佣。结算与出入金市场结算免费。从Kalshi账户提现到美国银行账户ACH收取2美元固定费用。在实盘前请务必查阅Kalshi官网最新的费率表因为费率可能调整。你可以通过kalshi-cli查询你的交易记录来核算实际产生的费用。8. 集成到OpenClaw AI Agent与进阶应用8.1 作为技能安装与调用如果你正在使用OpenClaw框架可以将此技能安装到你的Agent中。clawhub install kalshi-cli-trading安装后你的Agent就具备了调用Kalshi交易能力。具体的调用方式取决于OpenClaw的技能调用规范通常可能通过特定的函数或工具调用来实现。技能会封装底层的kalshi-cli命令并以结构化的方式返回结果给Agent进行推理和决策。例如一个简单的Agent工作流可能是Agent接收到指令“分析当前加密货币类别的市场情绪”。Agent调用本技能的“市场列表”功能获取所有开放的加密货币市场。Agent调用“订单簿”功能获取几个关键市场的买卖价差和深度数据。Agent根据预定义的规则如价差收窄、买卖盘失衡计算出一个情绪分数。根据分数Agent决定调用“下单”功能在某个市场执行小额限价单。8.2 构建自动化交易策略的思考将kalshi-cli与脚本语言结合可以构建各种自动化策略。这里提供几个思路方向统计套利同一事件的不同行权价市场之间或者相关性极强的两个不同事件市场之间可能存在短暂的价格背离。可以编写脚本监控这些价差当价差超过历史阈值时同时进行一买一卖的操作。做市策略在流动性较差的市场同时挂出买卖单赚取价差。需要使用“订单组”功能严格控制风险敞口并通过watch orderbook实时监控市场深度动态调整报价。事件驱动策略监控新闻API或社交媒体当特定关键词如“美联储”、“通胀”出现时自动在相关的政治或经济预测市场建立头寸。组合对冲如果你在其他市场如股市、币市有主要头寸可以在Kalshi上寻找相关的预测市场进行对冲。例如持有科技股的同时买入一些“纳斯达克指数本月下跌”的合约。核心提醒任何自动化策略都必须先在演示账户中进行长时间的回测和模拟交易。市场环境复杂多变历史表现不代表未来。务必理解策略的每一种边界情况和潜在风险特别是网络延迟、API调用频率限制、订单状态同步等问题都可能在实际运行中导致意外损失。8.3 故障排查与常见问题在实际操作中你可能会遇到以下问题问题现象可能原因排查步骤与解决方案执行命令报错authentication failed1. API密钥未正确配置或已失效。2. 系统时间不同步。1. 运行kalshi-cli auth status检查状态。重新运行kalshi-cli auth login配置。2. 检查并同步服务器/本地时间。watch命令连接后立即断开网络不稳定或存在代理/防火墙阻止WebSocket连接。1. 检查网络连接。2. 尝试在更稳定的网络环境下运行。3. 对于脚本实现自动重连逻辑。下单后订单状态长时间为pending1. 限价单价格不具竞争力未能立即成交。2. 市场流动性差没有对手盘。1. 使用kalshi-cli markets orderbook查看当前买卖盘价格调整你的限价。2. 考虑改为市价单--type market以确保成交但需接受滑点。批量订单文件执行失败JSON文件格式错误或包含无效的市场代码、价格。1. 使用JSON验证工具检查文件格式。2. 先用单个订单命令测试市场代码和价格是否有效。3. 查看CLI返回的具体错误信息。模拟账户余额不足模拟交易亏损导致余额低于最低下单要求。演示账户的虚拟资金是有限的。可以联系Kalshi支持重置演示账户余额或者更谨慎地测试策略。实盘命令 (--prod) 操作失败但演示模式正常实盘账户资金不足或该市场在实盘环境下已关闭/暂停交易。1. 检查实盘账户余额kalshi-cli --prod portfolio balance。2. 确认市场状态kalshi-cli --prod markets get TICKER。最后我想强调的是工具再强大也只是执行想法的载体。在预测市场交易尤其是程序化交易中对事件本身的深刻理解、严谨的风险管理和持续的策略迭代远比工具的使用技巧更重要。这个技能和kalshi-cli为你打开了一扇门让你能够以代码和自动化的方式在这个独特的金融市场中进行探索和实践。务必从模拟交易开始循序渐进永远把风险控制放在第一位。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2602280.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…