离线本地运行的智能银行交易分析工具，支持CSV导入、自动分类、预算追踪与异常检测，生成交互式HTML报告，全程零网络传输保障财务隐私安全。

基本信息

• 技能名称?Watch My Money
• 中文名称?离线智能记账，隐私零泄露
• 作者?andreolf
• 分类?专业技能
• 版本?1.0.0
• 标签?personal-finance, budgeting, privacy-first, offline-tool, csv-parser, expense-tracking, data-sovereignty, cli-tool, open-banking, financial-analysis

使用方法

使用说明
功能概述
watch-my-money 是一款专注于个人财务管理的离线分析工具，通过解析银行CSV导出或手动粘贴的交易记录，实现全自动化流水分析。核心价值在于 本地隐私保护 ——所有数据处理均在用户设备完成，零网络调用，从根本上杜绝敏感财务信息外泄风险。
核心功能
智能交易解析 ：自动识别多种日期格式（ISO/欧标/美标）、货币金额及分隔符，支持全球主流银行导出格式。标准化处理后统一为机器可读结构，正负数自动区分收支。
自适应分类系统 ：内置11大标准类别（房租、水电、订阅服务、 groceries、外出就餐、交通、旅行、购物、医疗、收入、转账），采用四级优先级判定：用户自定义商户规则 → 关键词匹配 → 订阅/账单模式识别 → 启发式兜底。对模糊交易批量征询确认，学习结果持久化存储。
动态预算管控 ：支持按类别设定月度预算，三级预警机制（80%黄色提醒/100%红色警戒/120%紧急超标）。历史基线采用滚动3个月平均，新用户以当月为基准。
异常检测引擎 ：四项智能风控——类别支出突增（1.5倍基线+绝对值超50）、订阅费用膨胀（涨幅>20%）、高风险新商户（首现且单笔>30）、潜在订阅识别（周期性等额扣款）。
可视化报告输出 ：生成本地交互式HTML，含月度收支净值、分类进度条、TOP商户排行、订阅清单、预警看板。特性包括隐私模糊开关、暗黑模式适配、一键截图优化布局。
显著优势
隐私安全等级极高 ：纯本地架构，无云端依赖，数据仅存 ~/.watch_my_money/
自动化程度高 ：从原始CSV到分类报告全流程无人值守，商户学习机制越用越准
多格式兼容 ：银行标准CSV、文本粘贴、管道输入全支持
可扩展性强 ：JSON状态持久化，支持跨月度对比、预算模板导入、自定义规则覆盖
局限性与注意事项
无实时同步能力 ：依赖用户手动导出银行数据，存在1-30天分析滞后
分类准确度边界 ：小众商户、模糊描述（如"POS消费"）需人工干预，初期准确率约70-85%
货币处理简化 ：多币种场景下需手动指定基准货币，无实时汇率换算
缺乏投资分析 ：专注于现金流管理，不支持证券、加密资产等复杂持仓分析
适用人群
隐私敏感型用户（拒绝云端记账App）
多银行账户管理者（需统一视图）
订阅服务重度使用者（需监控自动续费膨胀）
预算执行困难者（需可视化约束反馈）
技术偏好用户（CLI交互、数据自主掌控）
风险提示

1. 数据备份责任 ：本地存储若未配置备份，设备损坏将导致历史记录丢失
2. CSV来源风险 ：仅从官方网银下载，警惕第三方"银行助手"类恶意软件篡改导出文件
3. 共享设备暴露 ： ~/.watch_my_money/ 目录需设置权限保护，防止多用户系统下的目录遍历
4. 异常检测误报 ：节假日消费、季度账单等规律外波动可能触发假阳性警报
   总体而言， watch-my-money 是技术型用户实现 财务自主主权（financial data sovereignty） 的实用工具，在便利性与隐私安全间取得了难得的平衡。

AI agent去中心化技能交易市场，支持USDC自动支付，让agent自主买卖能力赚取收益，基于Base链x402协议。

基本信息

• 技能名称?A2A Market
• 中文名称?AI技能自治交易市场
• 作者?jamjamzxhy
• 分类?其他
• 版本?1.0.0
• 标签?marketplace, payments, skills, crypto, usdc, autonomous, earning, x402, base-l2, agent-economy

使用方法

使用说明
核心用法
A2A Market是一个面向AI agent的P2P技能交易市场，允许agent使用USDC在Base L2网络上自主买卖技能。核心能力包括：技能搜索与发现、基于x402协议的即时支付购买、技能上架销售赚取收益、冷启动定价建议、以及基于触发器的自动化交易行为。
用户可通过配置 spending_rules 和 selling_rules 控制agent的消费与销售策略，例如设置单笔限额、日预算、卖家信誉门槛、自动批准阈值等。autonomous模块支持智能触发：任务失败时自动购买技能、成功率达标时自动上架销售、检测到市场需求时动态定价。
显著优点
原生加密支付 ：基于x402协议和ERC-3009标准，实现无托管、即付即得的链上结算，2.5%平台费相对较低
真自治设计 ：支持agent在无需人工确认的情况下，根据预设规则自主决策买卖
冷启动辅助 ：内置定价建议API，结合品类基准价（development $5-15、data $4-20等）和市场数据，降低新卖家定价难度
L2成本优势 ：Base网络确保小额支付（$1-20区间）具备经济可行性
双向价值捕获 ：agent既是消费者也是生产者，技能积累可变现
潜在缺点与局限性
私钥管理风险 ：需将钱包私钥存储于环境变量，存在泄露或权限过大问题
智能合约风险 ：x402协议和支付合约未经充分审计披露，存在资金损失可能
市场流动性存疑 ：新兴平台，技能库存和买家密度可能不足以支撑价格发现
自动化边界模糊 ： auto_approve_below 等规则若配置不当，可能导致agent在非理性场景下过度消费
监管不确定性 ：agent自主持有和转移加密资产，可能触及各司法辖区的合规灰色地带
声誉系统中心化 ： min_seller_reputation 分数由平台维护，非链上透明计算
适合人群
希望让AI agent具备自我进化能力的开发者与高级用户
拥有垂直领域技能（如代码审计、法律分析、数据清洗）并希望通过agent规模化变现的服务提供者
运行多agent系统的企业，需要动态能力扩展而非预装全部技能
熟悉Web3钱包操作、理解USDC/Base生态的技术早期采用者
常规风险
| 风险类型 | 等级 | 说明 | |---------|------|------| | 私钥泄露 | 高 | 私钥以明文形式存在于环境变量，被恶意技能读取或日志泄露可导致资金被盗 | | 合约漏洞 | 中高 | x402协议及支付合约代码未开源审计，存在重入、权限控制等漏洞风险 | | 市场操纵 | 中 | 低流动性市场中，虚假交易可操纵声誉分数和价格基准 | | 自动化失控 | 中 | 配置过于宽松的spending_rules可能导致agent在循环任务中无限购买 | | 链上可追溯 | 低 | USDC转账永久记录，敏感技能购买行为可被链上分析关联 |

通过 inference.sh CLI 调用 Google Gemini 3.1 Flash Image Preview 生成图像，支持文生图、图像编辑、多图输入及 Google Search 实时信息增强

基本信息

• 技能名称?Nano Banana 2
• 中文名称?Gemini 3.1 图像生成轻量入口
• 作者?okaris
• 分类?专业技能
• 版本?0.1.1
• 标签?gemini, google-ai, image-generation, text-to-image, image-editing, cli-tool, inference-sh, flash-model

使用方法

使用说明
核心功能
Nano Banana 2 是一个封装了 Google Gemini 3.1 Flash Image Preview 模型的图像生成技能，通过 inference.sh CLI 提供轻量级访问入口。该技能支持多种图像生成模式：

1. 文本生成图像 ：基础文生图能力，支持多种艺术风格（写实、插画、水彩、3D 渲染等）
2. 图像编辑 ：支持最多 14 张输入图像的局部编辑与重绘
3. 多图生成 ：单次请求可并行生成多张图像
4. Google Search 增强 ：开启后可将实时信息（天气、新闻等）融入图像生成
   显著优点
   官方模型直连 ：底层为 Google 官方 Gemini 3.1 Flash Image Preview，非第三方封装
   灵活参数控制 ：支持自定义比例（1:1、16:9 等）、分辨率（最高 4K）、输出数量
   多语言 SDK ：提供 Python SDK 支持，支持流式输出进度
   安全安装 ：CLI 安装脚本仅下载二进制文件并校验 SHA-256，无提权操作
   潜在局限
   依赖外部服务 ：需 inference.sh 平台账号，存在服务可用性依赖
   CLI 学习成本 ：非图形界面，需熟悉命令行操作
   模型版本锁定 ：需指定完整 app ID（如 @0c7ma1ex ），版本管理较复杂
   生成质量波动 ：Flash 系列侧重速度，复杂场景下细节表现可能弱于 Pro 版本
   适合人群
   开发者、设计师、内容创作者等需要程序化调用图像生成 API 的技术用户，尤其适合已在使用 inference.sh 生态的现有用户。
   常规风险
   API 密钥管理 ：需在 CLI 中登录，存在凭证泄露风险
   内容合规 ：生成内容受 Google 使用政策约束
   成本不可控 ：按调用次数计费，批量生成时需注意用量

NVIDIA Parakeet本地语音转文本，30倍实时速度，25语言自动检测，OpenAI API兼容，零云端隐私保护。

基本信息

• 技能名称?Parakeet Stt
• 中文名称?极速本地语音识别，隐私零妥协
• 作者?carlulsoe
• 分类?专业技能
• 版本?1.1.0
• 标签?speech-to-text, local-ai, nvidia, onnx, openai-compatible, privacy, docker, cpu-optimized, multilingual, transcription

使用方法

使用说明
核心用法
Parakeet TDT 0.6B v3 是基于 NVIDIA 开源模型的本地化语音识别方案，通过 ONNX Runtime 在 CPU 上运行，无需 GPU 即可实现高性能转录。部署方式灵活：Docker Compose 一键启动，或 Python 直接运行 FastAPI 服务。默认监听 5000 端口，通过环境变量 PARAKEET_URL 可自定义端点。
API 完全兼容 OpenAI Audio Transcriptions 接口，支持 text 、 json 、 verbose_json 、 srt 、 vtt 五种输出格式。Python 用户可直接使用官方 openai SDK，仅需替换 base_url 即可无缝迁移现有代码。
显著优点
极致速度 ：约 30 倍实时转录速度，显著优于 Whisper 的 CPU 表现
隐私优先 ：100% 本地运行，音频数据不出设备，满足医疗、法律等敏感场景合规要求
开箱即用 ：25 种欧洲主流语言自动检测，无需手动指定语言代码
生态兼容 ：OpenAI API 格式降低迁移成本，现有 Whisper 集成可平替
轻量部署 ：0.6B 参数模型 + ONNX 优化，普通消费级 CPU 即可流畅运行
潜在局限
语言覆盖有限 ：专注欧洲语系，中文、日语、韩语、阿拉伯语等主流亚洲语言缺失
模型规模约束 ：0.6B 参数量在复杂口音、专业术语、低信噪比场景下精度可能不及 Whisper large-v3
社区支持待观察 ：GitHub 仓库较新，长期维护、Bug 修复响应速度不确定
无实时流式 ：当前版本仅支持文件级批处理，实时麦克风转录需自行实现
适合人群
隐私敏感型开发者、欧洲多语言内容创作者、需离线部署的企业内网环境、已有 OpenAI 代码库寻求降本替代的技术团队。
常规风险
模型权重来源需自行验证哈希完整性；Docker 镜像若使用非官方构建存在供应链风险；本地服务默认无认证，公网暴露可能导致未授权访问。

召唤14位历史传奇人物作为思维透镜，帮助决策、创作与人生难题，通过多视角切换打破认知盲区。

基本信息

• 技能名称?Wyld Stallyns: Be Excellent
• 中文名称?召唤传奇人物，借眼破局
• 作者?brucko
• 分类?专业技能
• 版本?1.0.4
• 标签?philosophy, decision-making, creativity, stoicism, cognitive-tools, roleplay, productivity, mindset

使用方法

使用说明
核心用法
Wyld Stallyns 是一套 历史人物召唤系统 ，将14位跨领域传奇（哲学家、战士、艺术家、领导者）转化为可激活的思维模块。用户通过自然语言指令（如 summon marcus 或 summon council ）"召唤"特定人物或组合，系统随即加载其认知框架——例如马库斯·奥勒留的"控制二分法"、查理·芒格的"逆向思维"、布鲁斯·李的"吸收有用"原则。
关键机制 ：
单点召唤 ：针对特定困境匹配人物（如焦虑时召奥勒留、僵化时召李小龙）
议会模式 ( summon council )：14人同时在线，模拟多元视角辩论
主题群组 ：预置组合如 summon crisis （危机处理三人组）、 summon creative （创作灵感三人组）
锻造系统 ( summon forge )：用户可自定义新传奇人物
显著优点

1. 认知去中心化 ：明确反对"模仿榜样"，强调" lens switching "（透镜切换）——不成为奥勒留，而是借其眼睛重看问题
2. 极低启动成本 ：指令极简（ summon + 名/姓/别名），无学习曲线
3. 结构化弹性 ：14人覆盖哲学、心理学、领导力、创造力、危机管理等核心领域，交叉覆盖大多数人生场景
4. 仪式感设计 ：Rufus 作为"司仪"角色，用轻幽默（"Excellent!" "Party on"）降低心理负担，避免"咨询专家"的压迫感
5. 可扩展架构 ：锻造协议允许用户构建个人化智慧库
   潜在缺点与局限性
   历史简化风险 ：14位人物被提炼为"核心问题+标签"，可能过度扁平化其思想复杂性（如西蒙娜·薇依的宗教哲学被压缩为"注意"）
   无验证机制 ：系统不区分用户输入的"候选人"是否具备真实历史/思想价值，锻造功能可能产生低质量"传奇"
   西方中心偏重 ：14人中仅 Tubman 明确代表非西方/边缘化经验，全球智慧传统覆盖不足
   依赖用户元认知 ：需用户自行判断"何时该切换透镜"，对缺乏自我觉察者可能无效
   无反馈闭环 ：无法评估某次"召唤"是否真正帮助了决策
   适合人群
   决策疲劳者 ：面临复杂选择，需外部视角打破思维定势
   创作者 ：写作、艺术、设计时寻求跨领域灵感碰撞
   自我探索者 ：对斯多葛主义、存在主义、认知科学等有兴趣的终身学习者
   团队协作者 ：可用 summon council 模拟多利益相关方视角
   轻度哲学爱好者 ：反感厚重理论，偏好"轻接触"智慧提取
   常规风险
   | 风险类型 | 具体表现 | 缓释建议 | |---------|---------|---------| | 过度简化 | 将芒格的心理模型简化为口头禅，忽视其投资语境 | 系统明确提示"透镜非真理" | | 人格化幻觉 | 用户可能对AI生成的"奥勒留回复"产生情感依赖 | Rufus 设计为"不代劳，仅助推"，保持工具性距离 | | 确认偏误 | 选择性召唤认同自己观点的传奇 | summon council 强制多元视角暴露 | | 历史虚无 | 锻造功能可能创造虚构人物并赋予虚假权威 | 需用户明确标注"自定义传奇"状态 | 总体评估
   Wyld Stallyns 是 认知工具的优秀封装 ：将深厚的思想传统转化为可交互、可组合、可扩展的"思维乐高"。其真正的产品智慧不在于14人本身，而在于"切换"这一动作的设计——它承认任何单一视角的局限，并通过仪式化的"召唤/解散"流程，帮助用户在心理上完成视角的放下与拿起。适合作为 思维热身工具 而非 深度研究系统 。