Signal 是一款本地 AI 投研认知库桌面应用,能将投喂、自动挖掘和行情/财报/热点线索沉淀为可追溯的认知卡片,用于分析、图谱、复核、因子验证和决策辅助。

Stars

23

7 天增长

暂无数据

Fork 数

1

开放 Issue

0

开源协议

暂无数据

最近更新

2026-07-19

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它专注于利用本地 AI 构建个人投研认知库,强调可追溯性和闭环工作流,且不连接券商接口、不自动下单、不构成投资建议。

适合谁使用

  • 个人投资者
  • 量化分析师
  • 金融研究员
  • 希望系统化研究流程的自交易者

典型使用场景

  • 从新闻、财报、热点中捕捉并组织市场信号
  • 构建投资洞察的知识图谱用于回顾和验证
  • 创建个人认知闭环用于因子分析和决策支持
  • 离线本地 AI 分析,保护隐私且无需网络依赖

项目优势

  • 本地优先架构确保数据隐私和离线能力
  • 支持多种数据来源(手动输入、自动挖掘、行情/财报线索)
  • 结构化认知卡片可追溯,便于审计和回顾
  • 提供真实产品下载,包含校验和验证及详细文档

使用前须知

  • 仅支持 macOS 平台
  • 不连接券商接口,不自动下单(明确说明)
  • 早期版本(0.1.3),功能有限且可能存在不稳定性

README 快速开始

Signal 认知外脑

Signal 是本地 AI 投研认知库桌面应用。它帮助把投喂、自动挖掘和行情/财报/热点线索沉淀为可追溯的认知卡片,再用于分析、图谱、复核、因子验证和决策辅助。应用不连接券商接口,不自动下单,不构成投资建议。

产品架构

演示

下载

当前已收录 macOS 安装包:

平台文件建议
macOS Intel + Apple SiliconSignal_0.1.3_universal.dmg不确定芯片架构时优先用这个
macOS Apple SiliconSignal_0.1.3_aarch64.dmgM1/M2/M3/M4 Mac
macOS IntelSignal_0.1.3_x64.dmgIntel Mac

0.1.3 修复了认知库 Git Remote 配置、商品去重与筛选联动,以及本地 Claude/Codex/Trae 分析任务未自动提交的问题;安装包还会校验内置 tmux、财报/价格脚本与代码签名。0.1.2 仅保留作历史归档,不建议继续安装。

校验文件见 CHECKSUMS.txt,产物清单见 packages/manifest.json

文档

仓库约定

  • packages/:安装包和静态分发产物。
  • docs/:面向最终用户的使用文档。
  • CHECKSUMS.txt:当前安装包的 SHA-256 校验和。
  • packages/manifest.json:安装包的版本、架构、大小、来源路径和校验信息。

新增安装包时,只提交可直接分发的安装器或压缩包,不提交 target/depsdebugincrementalnode_modules 等构建缓存。

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

MoonshotAI
精选
MoonshotAI GitHub avatar

Kimi-K3

Kimi K3 is an open-weight, 2.8T-parameter native multimodal agentic model with a 1M-token context window, designed for frontier coding, knowledge work, and reasoning tasks.

AI 与机器学习AI 智能体
3,348
xuchonglang
精选
xuchonglang GitHub avatar

investing-for-beginners

A structured investing guide for Chinese beginners covering US stocks, options, and cryptocurrency, with focus on foundational concepts and risk awareness.

区块链与 Web3
2,739
Krishnagangwal
精选
Krishnagangwal GitHub avatar

CS-Fundamentals

A curated collection of Computer Science fundamentals (PDFs, notes, cheatsheets, interview question banks) for placement preparation, covering seven core subjects plus general resources.

数据与数据库数据库与存储
2,326