Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
A trading review knowledge base powered by LLM 专为交易者设计的 LLM 驱动知识库：快速复盘、交割单导入、FIFO 盈亏计算、个股归档与截图讨论。
| Date | Stars |
|---|---|
| 2026-07-31 | 282 |
| 2026-08-06 | 282 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
35.0
growth rate 0.00%/day
# Trading Review Wiki Codex CLI > 面向交易复盘知识库的 Codex CLI 工具集：把 raw 资料、正式 wiki、图谱、长期记忆、结构化事实和行情 SQL 组织成一个可检索、可验证、可迭代的交易研究系统。 作者：杰哥｜公众号：`ymj0418` 协作者：[@sowelswl](https://github.com/sowelswl) 这个仓库现在的主定位不是单纯桌面应用，而是围绕 live 知识库运行的一套自动化 CLI： - 多源 RAG 问答：`wiki / raw / graph / facts / brain / stock_daily_sql` - App-grade 知识摄入：`api-run -> finalize -> apply --write` - 盘前预测与盘后验证：`daily-loop` - 插件优先公司深度研究：`company-research --deep --plugin-led` - 长期纠错与自训练：`brain / market-validate / self-train` - Wiki 维护和检索质量治理：`hygiene / ask eval / vector maintenance` - Gangtise/OpenClaw 主题资料导出与摄入辅助 ## Desktop App Builds If you want the earlier Tauri desktop app instead of the Codex CLI toolchain, use the historical desktop builds from [GitHub Releases](https://github.com/ymj8903668-droid/trading-review-wiki/releases). The desktop app keeps the familiar three-pane wiki UI, quick review workflow, settlement import, graph view, settings panel, and Save to Wiki flow. The current `main` branch is optimized for CLI automation, agent-assisted wiki maintenance, and the Research Cockpit desktop workbench. Desktop users can keep using the published release artifacts while CLI users work from source. ## v0.17.0 更新重点 本次主链版本是 `v0.17.0-section-patch-ledger-ingest`。它是摄入系统 v2 的第一批落地:把"整页重写式摄入"升级为"章节补丁 + 双账本 + 语义路由",单篇摄入实测从约 1 小时降到 27 分钟,更新页输出量降为整页重写的 1/4~1/5。三个能力全部 opt-in,不加参数时与 v0.16.4 行为完全一致。 - **章节补丁更新** `--page-write-mode patch`:update 页由模型输出章节补丁操作(逐行数组契约 + JSON 容错修复),程序本地应用,未触及章节字节级保留;每页失败独立回退整页生成,补丁原文留 `files/patch-*.md` 审计。 - **判断账本 Judgments v1** `--judgments`:新增 `data/facts/judgments.jsonl`,与 temporal facts 平行——facts 记"世界发生了什么",judgments 记"当时怎么理解"(thesis/expectation/lesson/stance,held/revised/invalidated/expired 生命周期,确定性 id 去重,supersedes 修正链);stance 默认 `visibility: personal`,为公司供数快照预留分级。 - **Embedding 语义路由** `--embedding-routing`:新增 `embeddings build/status` 命令维护正式页向量索引(按文本 hash 增量);摄入时整源+逐段语义命中合并进候选页,专治多主题源的落页漂移;`apply --write` 后索引自动增量刷新;索引/凭证缺失一律降级词法候选,不阻断摄入。 - **存量 frontmatter 债降级**:update 页改动前后同样存在的非法 frontmatter 值降级为 `preExisting` warning,只拦新引入的问题。 - **章节化页面模型**:新增无损页面解析/补丁/自动区块/章节级 visibility 基础层,是后续时间线自动渲染、`ask --as-of` 回放和公司快照导出的共用地基。 架构设计与九项决策见 [`docs/提案-2026-07-07-时间线账本与供数架构-v6.md`](docs/提案-2026-07-07-时间线账本与供数架构-v6.md),摄入机切换步骤见 [`docs/摄入机升级指南-v0.17-章节补丁与账本摄入.md`](docs/摄入机升级指南-v0.17-章节补丁与账本摄入.md),完整版本记录见 [`CHANGELOG.md`](CHANGELOG.md)。 ## v0.16.3 更新重点 本次主链版本是 `v0.16.3-research-cockpit-pm-workbench`。它把 Research Cockpit 从“能跑的工程控制台”继续收敛成基金经理每天可看的投研工作台，重点解决：新增资料怎么命中假设、卡片怎么降噪、Ask 深挖结果在哪里、以及 Wiki 表头和金融实体词怎么进入日常判断。 - **Research Cockpit 日常工作台**：默认主流程固定为 `AI 并发找假设 -> 假设表跟踪 -> 微信/研报新闻/Gangtise 产业链复盘扫描 -> 待处理卡片 -> Ask 深挖 -> 人工确认状态`，让首页回答“今天有什么新信号会改变我的假设”。 - **待处理卡片降噪和聚合**：新增状态机合法转移、source filter、Gangtise 专用 parser、同源软信号聚合，减少重复卡、日期编号垃圾候选和不该升级的状态建议。 - **Wiki 表头与金融实体复用**：Watchtower / hypothesis discover / update-from-article 可复用 live wiki 的金融实体审计表和页面表头，把股票、公司、产品线、技术路线、催化、风险因子接回假设路由。 - **Ask 深挖反馈修复**：点击单条假设后能看到运行中、缓存命中、结果定位、结构化摘要和完整六段回答；失败时保留下一步提示，避免结果区空白却像完成。 - **多源新增资料入口**：扫描来源扩展到 `raw/微信聊天`、`raw/研报新闻`、`raw/openclaw数据/产业链复盘/gangtise_themes`，并在 UI 中区分来源用途，不再把所有资料都显示成微信文档。 - **安全边界保持**：自动扫描只写 `.llm-wiki/wechat-inbox/**`；状态更新、events、alerts 仍需人工确认；不自动写正式 `wiki/**`、不改旧 `raw/**`、不触发真实交易。 更新报告见 [`docs/更新报告-2026-06-25-ResearchCockpit-v0.16.3-pm-workbench.md`](docs/更新报告-2026-06-25-ResearchCockpit-v0.16.3-pm-workbench.md)，完整版本记录见 [`CHANGELOG.md`](CHANGELOG.md)。 ## v0.16.2 更新重点 本次主链版本是 `v0.16.2-research-os-hard-source-review`。它在 v0.16.1 主链闭环之上，重点把 `EvidenceResult -> Hypothesis -> Training Flywheel` 里最容易出错的证据链接人审环节，升级成可看硬源质量的 HumanGate 流程： - **Hypothesis Evidence Link 队列进入 ResearchOS Agent**：`research-os agent status / plan / review` 会优先暴露 `hypothesis_evidence_link_review`，让补到证据的 EvidenceResult 继续回流正确 Hypothesis，而不是停在 stock-feedback 侧。 - **硬源审计统一化**：新增 `source-integrity` 审计口径，区分 `native_official_disclosure`、`web_official_pdf`、`web_official_pdf_via_web_search`、`structured_data_only`、`web_lead_only`、`needs_source_refs`。 - **CNINFO/交易所公告优先**：原生 `cninfo/sse/szse:anno
Excerpt of 35,954 characters
Read on GitHubWould you bet a product on this? Bounded 0–100 and slow moving.
matched fp:f711889077740f29, llm:description: 'A trading review knowledge base powered by LLM 专为交易者设计的 LLM 驱动知识库：快速复盘、交割单导入、FIFO 盈亏计算、个股归档与截图讨论。' (mentions LLM-driven knowledge base for traders)
matched fp:f711889077740f29, llm:description: 'A trading review knowledge base powered by LLM 专为交易者设计的 LLM 驱动知识库：快速复盘、交割单导入、FIFO 盈亏计算、个股归档与截图讨论。' (mentions LLM-driven knowledge base for traders)
matched fp:f711889077740f29, llm:description: 'A trading review knowledge base powered by LLM 专为交易者设计的 LLM 驱动知识库：快速复盘、交割单导入、FIFO 盈亏计算、个股归档与截图讨论。' (mentions LLM-driven knowledge base for traders)