上海

🍴 = Fork 他人的项目 · 🔖 = 备选（还没用，未来可能用）

build stuff最重要的就是定goal和success criteria，然后拆解到每一个可以被review/test的atomic unit.

调研 research ➜ 设计 plan/design ➜ 开发 code & review ➜ 包装 package ➜ 维护 maintain （后面这两个我不太熟悉，还需要学习）

调研 — 使用dbskill/gstack来聊清楚需求。不凭空造。先找到最像的产品当锚点（"80% TradingView + 20% Koyfin"），截图收集 UI 参考。更高维度的需求和分析可以用naval google来聊：https://gemini.google.com/gem/aafc1ff1539f/5ef401e610e971c5

设计 — superpowers/Brainstorm → PRD → 实现计划 → 产品原型图。原型要完全定义最终产品的样式，只是 design 不写代码。这里要deliver prd, implementation plan, ui（现在ui设计还是有点missing）

开发 — gsd开发。编码 → review → 打回 → 重写，循环直到全部通过。/codex可以在cc里面直接review代码。

包装 — 产品化。部署上线、CI/CD、README、Landing Page、域名绑定。能跑不等于能用。（现在只有gh readme一个skill改readme，部署，cicd，域名这些都是每次直接做，后期需要固定skill或者流程）

维护 — 监控告警、用户反馈、迭代优化。（现在没有这方面的流程）

一个世界观，交易任何资产。

8 步管线。每一步是一个独立 capability，定义清楚 input / output。GitHub 上的编号是组织结构，运行时是事件驱动。

 01 行情数据    02 情报采集    03 信号合成    04 方法论路由
 ┌──────┐    ┌──────┐    ┌──────┐    ┌──────┐
 │kline │───▶│intel │───▶│signal│───▶│copil-│
 │      │    │      │    │      │    │ot    │
 └──────┘    └──────┘    └──────┘    └──────┘
     ●           ●           ◐           ●

 05 回测验证    06 风控决策    07 执行引擎    08 复盘学习
 ┌──────┐    ┌──────┐    ┌──────┐    ┌──────┐
 │back- │    │risk  │───▶│execu-│───▶│journ-│
 │test  │    │      │    │tor   │    │al    │
 └──────┘    └──────┘    └──────┘    └──────┘
     ●           ◐           ◐           ◐

 ● = 已有   ◐ = 有代码种子(tradinghouse)   ○ = 待建

已有的 capability：

• 01 行情数据 — in ticker+timeframe → out OHLCV candles。A股/美股/加密/商品（kline）
• 02 情报采集 — in 10+ 信息源 → out LLM 评分 + 跨源事件聚类（intel）
• 03 信号合成 — in OHLCV + 事件 → out 归一化交易信号（signal）
• 04 方法论路由 — in 信号 + 上下文 → out 44 套方法论匹配分析（copilot）
• 05 回测验证 — in 策略定义 → out 胜率 / 盈亏比 / 最大回撤（backtest）
• 06 风控决策 — in 信号 + 分析 + 持仓 → out 交易计划（方向/入场/止损/仓位）（risk）
• 07 执行引擎 — in 交易计划 → out API 下单 + 执行确认（executor）
• 08 复盘学习 — in 执行记录 + 原始信号 → out 归因分析 + 月度复盘（journal）

To-Do：

• 数据源补齐 — 外汇/债券/商品 OHLCV 接入 📍 kline
• 资产关联图谱 — 跨资产因果关系建模，宏观事件 → 各资产预期方向 📍 signal
• 回测泛化 — 从缠论专用 → 任意策略 + 任意资产 📍 backtest
• 实盘对接 — Alpaca (美股) → Binance (加密) → 东方财富 (A股) 📍 executor
• 统一世界观引擎 — 所有资产、所有数据源融合成一份研判 📍 risk
• A 股端到端闭环 · 美股端到端闭环 · 加密端到端闭环 📍 全部 8 个 stage 贯通即达成

创作者负责思考，机器负责其他一切。

• Content Toolkit 自己是 Orchestrator Skill，不是业务 CLI。
• 每个 domain module 是 Capability Skill + its own scripts/CLI。
• pointer 应该是默认分发方式，fork 是关键能力的 fallback，不是默认前置动作。
• 你以后真正要维护的地基，不是某一个 skill，而是 registry + distribution + orchestrator policy。

终局是一条 8 步管线。每一步是一个独立 capability，定义清楚 input / output / failure，做到极致。

 01 信号发现    02 内容获取    03 内容理解    04 选题决策
 ┌──────┐    ┌──────┐    ┌──────┐    ┌──────┐
 │signal│───▶│downl-│───▶│extra-│───▶│cura- │
 │scanner│    │oader │    │ctor  │    │tor   │
 └──────┘    └──────┘    └──────┘    └──────┘
     ○           ●           ●           ○

 05 内容生产    06 成品组装    07 分发       08 反馈学习
 ┌──────┐    ┌──────┐    ┌──────┐    ┌──────┐
 │rewri-│───▶│asset │───▶│publi-│───▶│perfo-│
 │ter   │    │studio│    │sher  │    │rmance│
 └──────┘    └──────┘    └──────┘    └──────┘
     ●           △           ●           ○

 ● = 已有   △ = 有底座   ○ = 待建

已有的 capability：

• 02 内容获取 — URL 进去，原始文件 + 元数据出来。adapter 架构支持 4 平台，抖音需 cookies（content-downloader）
• 03 内容理解 — 视频转录 + 图片 OCR + 文章清洗 + 图集叙事合成 → 结构化文本。支持裸视频文件直接提取（content-extractor）
• 05 内容生产 — 跨平台改写引擎。支持裸 .md/.txt 直接改写，--from/--to 有默认值（content-rewriter）
• 06 成品组装 — 7 个视频编辑 CLI + pipeline 串联 + 批量处理 + AI 降级兜底（videocut）
• 07 分发 — 7 平台定时批量发布，manifest.json 驱动（social-auto-upload）
• 00 统一入口 — content <能力> [参数]，6 个能力按需安装，中文 help，智能错误提示（content-toolkit）

To-Do（按管线顺序）：

• 01 signal-scanner — 跨平台信号扫描 + 趋势检测 📍 新 repo（intelligence 能力并入） ✅ 配置关注列表后，输出每日 scored signal feed

• 04 content-curator — 从 100 条里选 3 条值得做的 📍 新 repo ✅ 输入一批结构化内容 + 创作者画像，输出 ranked picks + 角度建议 + 理由

• 06 重构 videocut — 拆出独立能力 已完成：7 个 CLI 能力 + pipeline 串联 + 91 tests 📍 videocut ✅ videocut autocut / subtitle / hook / clip / cover / speed / pipeline

• 07 content-publisher — 使用 social-auto-upload 作为发布引擎 📍 content-toolkit（batch-publish 编排脚本）· social-auto-upload（执行引擎） ✅ 抖音/小红书/B站/快手/视频号/TikTok 定时批量发布

• 08 performance-tracker — 发布后追踪表现，归因到选题 📍 新 repo ✅ 跨平台数据回收，输出 what worked / what didn't

造东西时顺手造出的工具，自用 → 沉淀 → 开源。

开发流程已标准化，Doc-Driven Workflow 驱动所有项目。

开发框架              自动化工具             增强能力

[GSD]               [bb-browser]         [self-improving-agent]
 规划→执行→验证        浏览器即API             自我进化
[superpowers]       [agent-browser]
 7阶段工作流           快照驱动自动化
[proactive-explorer]
 产品方向探索
        │                   │                     │
        └───────── 全部服务于 Trading + Content ──────┘

现在能做到的：

• 文档驱动开发框架 — 5 阶段 / 22 步，内置 task scaffolding + workflow guards + 状态机（doc-driven-dev-workflow）
• AI 驱动全流程开发 — 规划→执行→验证自动化（GSD, superpowers）
• 浏览器自动化 — AI Agent 控制 Chrome，快照驱动交互（bb-browser, agent-browser）
• 产品方向发现 — 5 维框架帮 v1 项目找下一步（proactive-explorer）

Fork → 部署 → 逐条验证 README 承诺 → 记录真实结果与证据。

这里的 repo 都是我实际部署并评估过的工具和 skills。每个都会重写 README：上半部分是 claim-by-claim 的评测结论，下半部分保留原始 README 作为对照。命名规范：eval__项目名。

eval__MoneyPrinterV2 — 自动化内容赚钱工具（23k⭐），最终结论：能硬跑出 MP4，但 setup 成本高、文档缺失严重、成片质量垃圾，判定失败

我所有的 repo 要么是为了赚钱，要么是为了省时间。通常两个都是。

行情走势:  ████████████████▄▄  📈
我的睡眠:  ▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄  📉