用 Llama3 70B 打造你的AI投资助手
StockBot是一款AI金融分析机器人它集成了六种@tradingview小部件,包括市场热图、财务数据、股票历史价格、蜡烛图、热门新闻和股票筛选器。
Groq速度非常快,目前每秒可处理 1200 多个 token。但是,有了这样的速度
您能用来做什么呢?
StockBot,这是一款速度极快的 AI 金融分析机器人,由 Groq 上的 Llama3-70b 提供支持,可通过实时股票图表、财务、新闻和筛选器做出响应。并且全部开源!
结合了Groq的速度,vercel的AI SDK,以及tradingview的实时小部件为 AI 聊天机器人提供支持,该聊天机器人可以根据您的请求通过实时交互式图表做出响应。
比如查看某个股票的价格
StockBot 集成了六种不同的@tradingview小部件,包括:
1. 每日市场表现热图
2. 股票财务数据明细
3. 股票价格历史
4. 特定资产的蜡烛图
5. 特定股票的热门新闻
6. 股票筛选器以查找新股票和 ETF
Groq 的速度使得工具调用和提供响应几乎是即时的,并且允许两个 API 调用序列使用单独的专门提示来返回响应。可谓是金融分析AI工作流的未来!
最后声明:与所有生成式 AI 一样,内容可能不准确。StockBot 不提供投资建议,仅供娱乐和教学使用。
相关链接:
GitHub:https://github.com/bklieger-groq/stockbot-on-groq
Stockbot app链接:
https://groq-stockbot.vercel.app/
0赞好文章,需要你的鼓励
推荐文章
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。