轻量 Windows 桌面金价监控工具 AnyGold 更新|走势图 + AI 研判 + 声音提醒上线

轻量 Windows 桌面金价监控工具 AnyGold 更新|走势图 + AI 研判 + 声音提醒上线

⚠️ 重要免责声明:本工具仅做互联网公开可查数据的桌面展示,所有内容仅供参考,不构成任何投资建议、交易指导或买卖推荐,相关决策需用户自行判断,风险自担。

图注:AnyGold 桌面悬浮窗实拍,办公场景不挡屏

关注黄金行情的开发者朋友,应该都有过这种困扰:盯金价要常驻浏览器标签页,或是打开臃肿的财经 APP,不仅占内存、挡办公界面,还经常因为没及时看到行情错过关键点位,想找一款纯粹、轻量的桌面金价工具,一直没找到合心意的。

之前自己动手做了一款 Windows 桌面黄金价格监控工具「AnyGold」,上线以来收到了很多朋友的反馈和优化建议,这次针对大家呼声最高的需求,做了一波重磅更新,把大家最想要的功能都安排上了。

先说说这款工具的核心底子,永久免费的基础功能,完全能覆盖日常盯盘需求

  • 多数据源实时同步:支持浙商银行、民生银行、伦敦金报价一键切换,国内国际行情全覆盖
  • 桌面悬浮小窗:置顶不挡办公界面,滚轮可自由缩放窗口大小,贴任务栏也不会被顶起
  • 自动涨跌提醒:价格波动超阈值自动弹窗提醒,自动对标昨日收盘价,涨跌金额、百分比一眼看清
  • 多主题随心换:支持黑色、白色、透明三种主题,双击即可切换,适配各种桌面风格
  • 无广告、无捆绑、极低内存占用,老电脑也能流畅运行,打开即用

图注:多数据源切换、多主题、声音提醒等功能,免费即可使用


本次重磅更新,全是大家催更的刚需功能

1. 新增全周期行情走势图

呼声最高的走势图功能终于上线!支持当日分时、日 K、周 K、月 K 多周期自由切换,不用切换网页、不用打开额外软件,桌面小窗里就能直接查看行情全貌,趋势走向、关键支撑阻力位一目了然,不用再光靠实时价格猜行情。

2. AI 研判全面升级,支持持仓个性化分析

原 AI 分析功能全面迭代为「AI 研判」,新增持仓适配能力:你可以输入自己的持仓均价、仓位层数、买卖手续费,即可获得贴合你个人情况的参考建议;同时综合 K 线技术面、美元指数、国际期货、最新财经新闻等多维度数据,输出结构化的行情参考。⚠️ 重要提示:所有内容仅供参考,不构成任何投资建议,投资决策须由用户自行判断。

3. 全版本新增声音提醒功能

新增声音双提醒能力,不管是基础涨跌提醒,还是自定义价位提醒,触发时都会同步弹窗 + 声音提示,不用一直死盯屏幕,办公、通勤时也不会错过关键行情信号,彻底解放双眼。


做这款工具的初衷很简单,就是想做一款纯粹、不折腾、不臃肿的桌面金价监控工具,解决大家日常盯盘的麻烦。后续我也会根据大家的反馈,持续优化迭代,解锁更多实用功能。

安装包获取方式

软件的最新安装包、更新日志、功能优化,都会第一时间在官方公众号【AnyGold】同步,大家可以关注获取最新版本,有任何使用问题也可以在公众号留言反馈。

使用中有任何问题、或是有想要的功能建议,都可以在评论区留言,我会一一回复。

Read more

宇树机器人g1二次开发:建图,定位,导航手把手教程(四)导航仿真部分:建完图之后打开仿真导航

先补一下第三教程的四看路线这一块:终端2那里,可以先修改下面图片所示的文件为true,这样打开终端2的时候就可以打开设定好的rviz,就不用单独打开rviz。但是开始播放bag包之后还是要单独添加话题。 建成pcd之后可以查看pcd图:filename.pcd换成自己pcd的名字 pcl_viewer filename.pcd 额外说一句,有几种类型的图大家不要弄错了: 一、下载项目 # 克隆导航栈源码 cd ~/ws_loc/src git clone https://github.com/deepglint/ros_navigation_humanoid.git # 重命名并整理目录结构 mv ros_navigation_humanoid-master ros_navigation_humanoid 1.2、安装系统依赖 # 安装ROS导航相关包 sudo apt-get install libpcl-dev ros-noetic-navigation ros-noetic-tf

扩散模型详解:从DDPM到Stable Diffusion再到DiT的技术演进

扩散模型详解:从DDPM到Stable Diffusion再到DiT的技术演进

1.摘要 扩散模型(Diffusion Models)作为当前最热门的生成模型之一,已彻底改变图像生成领域,本文从DDPM开始,逐步深入到Stable Diffusion和DiT架构。 扩散模型就像是一个"破坏-修复"的过程,想象一下你有一张美丽的图片,然后一点点地给它加上噪声,直到完全看不清原来的图片,然后让AI学会如何一步步把噪声去掉,重新还原出原始图片。这就是扩散模型的基本思路。 2. DDPM:扩散模型的奠基之作(2020年) 2.1 什么是DDPM? DDPM(Denoising Diffusion Probabilistic Models)是扩散模型的开山鼻祖,由OpenAI团队在2020年提出,它的工作原理: 前向过程(加噪声):从一张清晰的图片开始,逐步添加噪声,最终变成完全随机的噪声图。 反向过程(去噪声):训练AI学会如何一步步去除噪声,从随机噪声中重建出原始图片。 2.2 DDPM的模型结构详解 DDPM的核心是一个U-Net网络结构,U-Net详细架构如下图:

【论文阅读】Vision-skeleton dual-modality framework for generalizable assessment of Parkinson’s disease ga

【论文阅读】Vision-skeleton dual-modality framework for generalizable assessment of Parkinson’s disease ga

论文题目:《Vision-skeleton dual-modality framework for generalizable assessment of Parkinson’s disease gait》 论文链接:https://doi.org/10.1016/j.media.2025.103727  代码链接:https://github.com/FJNU-LWP/PD-gait-VSDF 视觉-骨架双模态框架:通过视频实现帕金森病步态的泛化评估 研究背景介绍 帕金森病评估与帕金森病评分量表(MDS-UPDRS) 帕金森病步态评估 研究内容 总体方法流程 关键点视觉 Transformer (KVT) 图像块嵌入 (Patches embedding) 位置与连接嵌入 (Positions and connections embedding) 关键点自注意力 (Keypoints Self-Attention,

74个低空无人机AI算法详解,总体精度达90%,公安执法、消防应急、水利、林业、能源电力、城建、市政、城管、工程、农业、生态

74个低空无人机AI算法详解,总体精度达90%,公安执法、消防应急、水利、林业、能源电力、城建、市政、城管、工程、农业、生态

公安执法 一、人员智能识别与管控 聚焦人员相关的身份、行为、状态识别,核心服务于治安防控、人群管理、突发事件处置,是公安基层执法的核心应用方向: 1. 人员识别/计数:支持复杂场景(人群聚集、遮挡、移动)下的人员精准检测与数量统计,实时反馈人群密度,为大型活动安保、人群聚集风险管控提供数据支撑; 2. 人员异常聚焦识别:识别人员突然聚集、徘徊、逃窜、翻越护栏等异常行为,快速锁定可疑区域,触发执法预警; 3. 打架斗殴识别:精准检测肢体冲突、推搡、殴打等暴力行为,毫秒级触发预警并定位事发位置,助力执法人员快速处置,减少冲突升级; 4. 重点人员监控识别:对接公安重点人员数据库,通过人脸识别算法实现低空移动场景下的重点人员精准匹配与轨迹追踪,支持跨区域、动态化管控; 5. 人员属性识别:识别人员性别、年龄段、衣着特征、是否携带疑似管制器具 / 大件物品等属性信息,