开源项目
shy3130/tick-stock-panel
TSP自托管、零运维的 A 股「自建策略 + 监控 + 回测」量化工作台 | LLM能力驱使策略定制+个股分析+复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源
- language
- Python
- stars
- 5778
- forks
- 1380
- license
- MIT
- homepage
- https://tsp.shy313.com
- source_updated_at
- 2026-10-11T16:41:41Z
详细说明：
TSP自托管、零运维的 A 股「自建策略 + 监控 + 回测」量化工作台 | LLM能力驱使策略定制+个股分析+复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源
描述来源标记：原始/编辑整理
如何使用：
在 GitHub 打开仓库 shy3130/tick-stock-panel，按 README 安装与使用。Stars：5778。
同类对比：
| 词条 | 关系 | 简介 | 选择理由 |
|---|---|---|---|
| shy3130/tick-stock-panel | 当前 | — | 基准对照 |
| LangChain | 相关 | The agent engineering platform. | 与「shy3130/tick-stock-panel」相关，可按场景对照选用 |
| LlamaIndex | 相关 | LlamaIndex is the document processing platform for AI | 与「shy3130/tick-stock-panel」相关，可按场景对照选用 |
| MCP 官方示例服务器集合 | 相关 | Model Context Protocol 官方维护的参考 MCP Server 集合。 | 与「shy3130/tick-stock-panel」相关，可按场景对照选用 |
| ComfyUI | 相关 | AI 相关工具/产品：ComfyUI。 | 与「shy3130/tick-stock-panel」相关，可按场景对照选用 |
| AutoGen | 相关 | AI 相关工具/产品：AutoGen。 | 与「shy3130/tick-stock-panel」相关，可按场景对照选用 |
| NousResearch/hermes-agent | 相关 | The agent that grows with you | 与「shy3130/tick-stock-panel」相关，可按场景对照选用 |
| firecrawl/firecrawl | 相关 | Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥 | 与「shy3130/tick-stock-panel」相关，可按场景对照选用 |
| huggingface/transformers | 相关 | 🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. | 与「shy3130/tick-stock-panel」相关，可按场景对照选用 |
继续探索：
基于知识图谱关系，发现相关开源项目与跨分类内容。
相关开源项目
- LangChain相关
The agent engineering platform.
- LlamaIndex相关
LlamaIndex is the document processing platform for AI
- MCP 官方示例服务器集合相关
Model Context Protocol 官方维护的参考 MCP Server 集合。
- ComfyUI相关
AI 相关工具/产品：ComfyUI。
- AutoGen相关
AI 相关工具/产品：AutoGen。
- NousResearch/hermes-agent相关
The agent that grows with you
- firecrawl/firecrawl相关
Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥
- huggingface/transformers相关
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.