每秒300笔误解背后:高频交易与量化监管的本质解析
上周和一个做主观多头的老哥吃饭他刷到一条讲“每秒300笔”的短视频扭头问我“你们做量化的真能一秒钟开三百枪”我愣了一下因为这个问题本身就暴露了大众对高频交易的刻板印象。后来我发现不只是圈外人连不少刚进量化这行的新人对“高频交易”和“量化监管”的理解都存在三处典型的偏差。先说结论每秒300笔既不是高频交易的定义也不是量化监管的核心靶点。绝大多数人对量化的想象被几个抓眼球的数字和几篇标题党报道带偏了。这篇文章我打算把自己这些年和外界沟通、做策略研发、应付合规问询时积累下来的一些理解写透围绕“每秒300笔”这个锚点把高频交易到底是什么、量化交易的频谱有多宽、监管真正关心什么以及从业者该怎么面对这些误解一次讲清楚。1. “每秒300笔”这个数字是怎么变成高频交易代名词的1.1 媒体喜欢具体数字但数字最容易被误读“每秒300笔”这种说法之所以能传开是因为它足够具体足够吓人。在传播链条里“每秒300笔”听起来就像一把机关枪对着市场扫射普通投资者自然会觉得这东西又神秘又不公平。可实际上这个数字大概率来自某类策略在极端行情下的峰值速度而报道不会告诉你这个速度是瞬时的、是特定行情下的快照更不会告诉你它只是机构交易系统吞吐量的一个侧面。我见过不少报道把“每秒300笔”直接等同于“高频交易”然后接着推导出“量化交易高频交易需要强力监管”。这套逻辑链每一步都站不住脚但传播起来非常顺因为每一步都在增强情绪而不是在逼近事实。要想捋清楚这件事第一步不是争论监管态度而是先把“每秒300笔”还原到交易系统的真实语境里它到底在描述什么能力又忽略了什么关键维度。1.2 每秒300笔对交易系统来说到底是什么水平如果你做过交易系统的开发你会知道“每秒300笔”本身根本算不上什么惊人的数字。一个普通的交易网关用标准TCP连接对接交易所的柜台接口处理每秒几百笔委托请求是常规水平。哪怕是带风控预检、订单状态机管理、日志落盘的全流程单机每秒撑几百到上千笔完全不难。如果做成多线程加内存队列再上低延迟网卡单进程吞吐可以到每秒数千甚至上万笔。所以“每秒300笔”描述的基本上只是一个吞吐量throughput概念它回答的是“系统一秒钟能处理多少个订单请求”而不是“策略有多快、持仓有多短、收益从哪里来”。用个不太严谨的类比一辆跑车的极速是300公里/小时但你在城市高架路上开可能平均速度也就40而且你从A点到B点的真实体验更多取决于红灯、拥堵和导航路线而不是极速数字。对交易系统来说比“每秒能处理多少笔”更重要的事情至少有三个第一是端到端延迟也就是从策略产生信号到订单被交易所确认成交中间经过多少个环节、消耗多少微秒第二是订单在撮合队列里的位置光快不够还得排在别人前面才有意义第三是撤单成本你发出去的订单如果挂在盘口没成交撤回来再重新发这个来回的时间窗口才是真正的竞技场。换句话说高频交易玩的是延迟和时序不是单纯的笔数。1.3 真正定义高频交易的指标延迟、持仓周期和撤单率如果你去问一个做高频的同行他大概率不会用“每秒300笔”来介绍自己的策略。他更可能说的是我的订单生命周期在几百微秒到几毫秒之间我的服务器放在交易所机房隔壁我用FPGA做行情解析和订单生成我的持仓时间平均只有几秒大多数订单都不会成交我的收益主要来自买卖价差和盘口失衡而不是趋势判断。这里面真正能区分“高频”和“非高频”的其实是三个东西延迟敏感性策略对信号到执行的延迟极其敏感哪怕慢50微秒收益可能就从正转负。持仓周期持仓从几十毫秒到几分钟基本上不过夜甚至不过秒。订单交易比Order-to-Trade Ratio发送大量订单但真正成交的比例很低很多订单是用来探测流动性或“占位”的。所以高频交易的画像不是一个“一秒发很多单的疯子”而是一个“对时间极其吝啬、对流动性服务极其精细”的市场参与者。而“每秒300笔”这种数字只是一个苍白的侧写甚至是有误导性的侧写。2. 误解一笔数高就是高频持仓周期和延迟敏感度才是标尺2.1 高频交易的科学定义从来不是“每秒多少笔”行业内对高频交易比较共识性的定义通常落在几个维度上交易决策完全依赖程序、持仓时间极短、延迟敏感度极高、策略收益来源于市场微观结构。这些维度里没有任何一条规定“你必须达到每秒多少笔”。反过来说如果你一天只发10笔订单但每笔订单从信号到成交的链路压到了几十微秒并且持仓只有几秒钟那你做的依然是标准的高频交易。有些做市策略在某个合约上可能一天才成交几百笔但每一笔都在毫秒级别完成你敢说它不是高频吗肯定不敢。我曾见过一套做市系统它在某个品种上的交易笔数远远谈不上“每秒300笔”它的单笔持仓平均只有0.8秒盈亏完全靠买卖价差累积。另一种情况我也见过一个做中频统计套利的团队因为同时在几十个品种上扫单某一天的委托笔数轻松突破上万笔峰值速度甚至可能到“每秒几百笔”但他们的持仓是几分钟到几小时对延迟的要求放宽到毫秒级就够用了。如果按“每秒300笔”这种粗线条分后者反而可能被误判为“高频”这就完全搞反了。2.2 用一张表看清策略频谱频率不是看笔数是看周期我习惯用持仓周期和决策频率把策略分成几个档位这样跟人解释起来最直观策略类型典型持仓周期典型决策频率延迟敏感度收益来源低频基本面量化数周到数月每天几次到每月几次低基本面因子、估值修复中频多因子/统计套利数小时到数天每日数十次到数百次中因子溢价、价差回归日内波段/日内统计数分钟到数小时日内数百到数千次中高日内动量、微观结构高频做市/高频套利数十毫秒到数分钟日内数万到数十万次极高买卖价差、订单流失衡注意看即使是“日内波段”这种策略一天的决策次数也可能上千但没有人把它叫高频交易因为它的持仓周期还是分钟级而不是秒级延迟敏感度也没有到“微秒决定生死”的程度。所以真正的高频核心标尺是持仓周期足够短 延迟敏感度足够高而不是单纯的每秒委托笔数。2.3 撤单率才是监管视角下更值得关注的指标高撤单率是高频交易最常见的特征之一也是比较能让监管方“技术上可定义”的指标。很多高频订单发出去的瞬间就已经做好了被撤销的准备——它只是去探测一下盘口深度或者占一个队列位置稍后就会被更优的价格订单替代。某个成熟市场曾经对算法交易引入过“订单交易比”的监控思路如果你的订单数量和成交数量之比高得离谱比如几百上千比一系统就会自动对你标记关注甚至对超出阈值的部分收取额外费用。我记得一个海外市场的统计数据某些高频策略的订单撤销率可以超过90%个别极端策略甚至到99%以上。这么一看“每秒300笔”里面可能只有两三笔真正成交其余都是“试探性订单”。理解了撤单率你就能理解为什么“每秒300笔”这种说法完全抓错了重点监管和行业内真正关心的不是一笔订单发出得有多快而是大量不成交的订单在市场里制造了多少“虚拟流动性”以及这种行为是否构成了对普通参与者不公平的信息优势。3. 误解二量化等于高频监管盯的根本不是“每秒300笔”3.1 量化投资的真实光谱比你想的宽得多很多人把“量化”和“高频”画等号可能是因为媒体报道里出现量化时总爱配上满屏代码跳动的画面、机房里的服务器阵列以及“微秒级交易”这样的形容词。但真实情况是量化投资是一个很大的光谱高频只是其中一个很小的、非常有技术门槛的角落。资金管理行业里量化策略按管理规模看大头其实是中低频策略指数增强、多因子选股、基本面量化、行业轮动这些策略的换手率很低持仓周期以周、月为单位一天的交易可能只有十几笔甚至几笔。它们的核心优势不是“快”而是“系统化”——用统一的规则处理大量股票、减少主观情绪干扰、挖掘统计规律。我认识的一位做指数增强的朋友他的策略一天可能就调仓二三十只票委托笔数一只手数得过来但他的产品规模和管理费用在行业里算头部。你能说他不是量化吗当然是量化而且是非常典型的量化。3.2 为什么“量化高频”这个等式这么顽固这个等式之所以顽固有两个原因。一是心理层面的高频交易的微观结构、FPGA、微秒延迟这些东西天然比“多因子模型”更有故事性更容易让大众记住。二是利益层面的有些人对宣传“量化高频”非常积极因为把量化整体塑造成一个“又快又神秘又危险”的东西可以更方便地把市场波动的锅甩给量化而忽略了自己交易行为里追涨杀跌、仓位失控的问题。有一点比较讽刺真正的高频交易者通常希望自己“隐形”他们不想被市场注意到因为交易机会本身就是一种稀缺资源知道的人越多套利空间就越小。而到处喊“量化在收割市场”的人往往对量化交易的内部运作细节一无所知。我做过一个小范围的信息核对在某次市场波动之后大家口诛笔伐的“高频交易加剧了下跌”最后查下来发现当天最大的净卖出方是一家做主观宏观的大型基金跟高频交易一点关系都没有。3.3 量化监管真正的四个关注锚点“量化监管”听起来像是一个针对量化策略的专项监管但实际上监管者更关心的是“算法交易”这个行为特征而不是“量化还是主观”这个标签。如果一家主观基金用程序化方式批量下单同样会被纳入算法交易的监管范畴。我从公开资料和同行交流里总结监管的注意力主要集中在四个锚点上市场冲击与流动性扰动算法在高波动行情里的大规模集中委托会不会瞬间抽干盘口流动性导致价格失真。异常交易行为幌骗挂单后快速撤单影响价格、洗售自买自卖制造交易量、塞单超量低质订单阻塞系统等行为主要发生在算法交易领域。极端行情下的系统性风险多策略同时触发止损或降杠杆会不会形成踩踏式的正反馈。可解释性与可审计性算法从哪里来、谁批准的、策略逻辑是什么、出现问题时能不能快速熔断和追溯。正是因为有这些锚点你会发现监管工具也不太可能盯着“每秒300笔”去设计。常见的监管工具包括算法交易备案/报备制度、算法标识与测试要求、撤单比/订单交易比上限、瞬时波动保护机制比如价格突变时停止交易若干秒、强制熔断阈值等。我个人的理解这些工具更像是在高速路上给所有车安装行车记录仪、限速牌和团雾预警系统不是为了禁止开快车而是为了让快车和慢车都能在同一个通道里安全共存。把“量化监管”理解成“要消灭高频交易”就像把交通监管理解成“不许开车上路”纯粹是方向搞反了。4. 误解三量化要么被神化要么被妖魔化监管不是“收益保险”4.1 量化策略会亏钱而且亏起来可能比主观还快大众对量化有两个极端印象一个觉得量化是“印钞机”只要写出一个模型就能躺着赚钱另一个觉得量化是“股市收割机”专门盯着散户割韭菜。这两个印象都是错的而且错得离谱。我做策略研发这么多年见过太多“模型在回测里成神、在实盘里成鬼”的案例。一个策略会失效的原因太多了某个因子在你的样本区间里表现很好但那可能只是因为它恰好踩中了某段时间的风格切换某个统计规律在历史上稳定但新参与者涌入后同一规律开始被套利盘反向抹平更严重的当大量资金挤进同一个因子时交易会变得拥挤任何一点风吹草动都会导致集体出逃。这类风险不是理论推演而是每年都会在市场上真实发生。量化有个被妖魔化的副产品它确实可能在极端情况下放大波动。比如同样持有高拥挤因子的多个策略在流动性收缩时同时降低仓位集中卖出会进一步压低价格价格走低又引发更多止损盘形成正反馈。这种“量化踩踏”在海外市场有过真实案例某次“闪崩”级别的行情里价格在几分钟内暴跌又快速修复事后调查发现多个算法策略在同一时刻同时执行了卖出指令造成了流动性真空。你说这是“策略坏”还是“市场坏”都谈不上它就是机器环境下流动性冲击的天然特征。把它说成是量化故意操纵市场反而是高看了量化。4.2 高频做市商在市场里的角色比“收割者”复杂得多高频交易里有一类很重要的策略是做市Market Making在买一和卖一同时挂单赚取买卖价差同时为市场提供成交机会。对普通投资者来说做市商其实一直在充当“对手方”你想快速卖出时做市商接你的单你想快速买入时做市商又出现在卖盘里。从这个意义上说高频做市商提供的不是“速度优势”而是流动性和交易即时性。当然做市商也不是市场的超级英雄。极端行情里做市策略会因为波动率过高而自动停止报价——它认为风险大过潜在的价差收益于是选择“关机”。如果所有做市商同时关机市场就会体验到流动性瞬间消失的可怕。这种情况不是阴谋而是风险控制规则的自然结果。所以你会发现量化包括高频既不是稳定的“流动性提供者”也不是蓄意的“市场破坏者”它只是在一个高度自动化的市场环境里按照既定规则运行的参与者。监管要做的是保证它在正常运行时不会扭曲价格信号在极端情况下不会加剧失序而不是指望它当“救世主”。4.3 对“监管”更合理的理解划边界、提透明度、加保险丝我常跟新人说一句话监管既不是量化的敌人也不是量化的保姆。它更像一个不断升级的公共协议——你在这个市场里用自动化手段交易就必须遵守一些通行规则以便让所有参与者对“市场上正在发生什么”有基本共识。举个例子算法报备和信息披露要求可能会让很多策略的“黑匣子”程度下降对某些极度依赖保密的高频策略来说确实会增加暴露风险。但是从整个市场公平性角度看算法不再是一个毫无记录的幽灵一旦出现异常能够快速定位并熔断这本身就是在保护包括量化机构在内的所有参与者——因为没有信任的市场最终没有人能赚到钱。我认识的不少量化团队会主动配置“撤单比监控”“极端行情熔断开关”这类工具他们这么做不是因为被谁强制要求而是因为吃过亏之后意识到今天的自动熔断好过明天的被动平仓。5. 面对“每秒300笔”式的提问从业者该怎么回应和自查5.1 用一句话把外行问糊的问题说清楚我在非正式场合被问到“量化是不是就是高频交易”时现在的回答已经练成了一套固定句式你直接拿去用也可以“我们团队大部分钱做的是多因子和指数增强持仓周期是按周按月算的一天的换手可能不到几位数。哪怕我们做日内策略核心也是算概率和控风险不是比谁手快。每秒300笔那类系统在行业里只是很小众的一条分支甚至不是主流。”这段话的妙处在于它把“量化光谱”这个概念用一个很具体的描述讲清楚了同时也没有否定高频的存在更不会把自己绕进“我们快不快”的争论里。如果对方继续追问“那监管是不是要限制你们”我会顺着往下说监管关心的是算法交易的整体风险不是某个速度指标行业里真正被重点关注的是那些撤单率异常、频繁影响盘口的策略而不是持仓周期和正常的换手率。5.2 团队内部合规与风控的自查清单和监管对话最好的方式不是准备好一套说辞而是真的把自己的系统做成“可以解释、可以熔断、可以追溯”的样子。我给自己团队梳理了一个极简自查清单讲出来供你参考订单流监控是否清楚掌握每个策略的委托/成交/撤单比例是否设定了撤单率异常的自动告警如果某条策略的撤单比异常上扬能否第一时间定位到原因。极端行情开关是否预设了波动率阈值触发的自动降频或暂停交易机制这个开关是否经过充分测试而不是只在文档里存在。算法留痕策略参数修改有没有走变更记录实盘信号有没有完整的日志链如果监管问“你昨天这个时点为什么发了这笔单”你能否在两分钟内给出完整的逻辑链路。压力测试有没有对流动性骤降、价格瞬间跳空、多个策略同时触发止损等场景做过模拟你对自己的策略在最差情况下的亏损曲线是否有清晰估计。人工干预流程系统异常时是自动降级还是人工接管值班人员是否明确知道自己该做什么而不是打开终端看着满屏数据发呆。这套清单不需要很复杂的技术很多功能只是常规监控但它意味着团队从心态上完成了从“策略为先”到“风险与策略并重”的转变。监管对量化团队最担心的不是它赚钱有多快而是它自己都不知道自己的系统在市场极端情况下会做什么。如果你的系统能做到随时可解释、可切断、可审计很多监管沟通场景都会变得非常轻松。5.3 给新人和好奇者的一句实话如果你刚入行或者还在考虑要不要进入量化领域我有句掏心窝的话别被“每秒300笔”这种数字吸引也别被“量化会引发崩盘”这种说法吓退。量化交易真正有意思的地方是它逼你思考三个朴素的问题你的信息从哪里来你的风险边界在哪里你的策略在市场失效时会不会害死你。这三个问题想清楚了你会发现高频交易只是所有答案里一个很小的分支而“量化监管”也不是什么悬在头上的达摩克利斯之剑它更像是一面镜子照出整个行业里形形色色的参与者以及我们每个人对自己策略的掌控程度。做了这么多年交易系统我越来越觉得“快”在交易里远没有“准”重要“监管”在行业里也远没有“自律”重要。那些天天把“每秒300笔”挂在嘴边的人多半没写过一行交易代码也没经历过策略在极端行情里突然失控的夜。真正在市场里活下来的团队关心的都是同一件事在定义清楚风险的前提下让策略在一个公平透明的环境里慢一点、稳一点地赚属于自己的钱。

相关新闻

多智能体系统的总调度器:职责、实现与落地指南

多智能体系统的总调度器:职责、实现与落地指南

先交代一句我自己的背景心态:我做过不少包含多个算法模块的自动化系统,最开始大家都很单纯,觉得只要把几个专长不同的模型拼在一个流程里,任务就能自动完成。结果真上了生产环境,第一个崩溃的不是单个节点,…

2026/10/12 3:42:12 阅读更多 →
2026年国内大模型API聚合服务解析:词元之河的核心优势与五个选型指标

2026年国内大模型API聚合服务解析:词元之河的核心优势与五个选型指标

国内开发者调用海外模型有三大阻碍:网络不稳定、支付渠道受限、成本偏高。调研显示超过八成的国内开发者需要API聚合方案支撑日常开发,直连官方接口每月损耗的有效请求可达一成半,换到靠谱聚合平台后能降到千分之一以下。本文以词元之河(Toke…

2026/10/12 3:42:12 阅读更多 →
基于Qt5.8的手写数字识别界面:画布格式对齐与kNN模型实践

基于Qt5.8的手写数字识别界面:画布格式对齐与kNN模型实践

简介:这是一份基于Qt5.8开发的手写数字识别桌面应用完整工程,面向Qt初学者、计算机视觉爱好者及课程设计开发者,以写字板形式让用户用鼠标绘制数字,并调用SVM模型完成识别,直观演示了GUI与机器学习结合的实现路径。压缩…

2026/10/12 3:42:12 阅读更多 →

最新新闻

Openblocks 应用引入第三方 JavaScript 库:内置库清单、应用级/工作区级加载与沙箱执行原理

Openblocks 应用引入第三方 JavaScript 库:内置库清单、应用级/工作区级加载与沙箱执行原理

低代码后端前端开发工具 【免费下载链接】openblocks 🔥 🔥 🔥 The Open Source Retool Alternative 项目地址: https://gitcode.com/gh_mirrors/op/openblocks 点击查看 免费下载 Openblocks 内置了 lodash、moment、uuid、numb…

2026/10/12 5:12:02 阅读更多 →
CH592蓝牙MCU深度解析:RISC-V内核、低功耗设计与实战避坑指南

CH592蓝牙MCU深度解析:RISC-V内核、低功耗设计与实战避坑指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/12 5:12:02 阅读更多 →
从三明治定理看AI模型精度陷阱:越精确为何越脆弱

从三明治定理看AI模型精度陷阱:越精确为何越脆弱

1. 从数学定理到AI日常:一次精度失控的复盘先说个真实经历。几个月前,某团队内部做了一个图像分类的Demo,训练集和验证集的表现漂亮得吓人,准确率一路干到98%以上。大家兴冲冲部署到测试环境,结果真实图片一进来&#…

2026/10/12 5:12:02 阅读更多 →
研华IPC-510工业级稳定性设计与实战选型指南

研华IPC-510工业级稳定性设计与实战选型指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/12 5:12:02 阅读更多 →
深入理解 Kubernetes Python 客户端中的 V1beta1Variable 模型:CEL 变量与准入策略组合

深入理解 Kubernetes Python 客户端中的 V1beta1Variable 模型:CEL 变量与准入策略组合

后端云原生容器编排 【免费下载链接】python Official Python client library for kubernetes 项目地址: https://gitcode.com/gh_mirrors/python1/python 点击查看 免费下载 导读 V1beta1Variable 是 Kubernetes Python 官方客户端库中用于描述准入策略&#xff…

2026/10/12 5:12:02 阅读更多 →
geo-sleuth如何用街景验证位置:DINOv2+SIFT双阶段匹配原理与实践

geo-sleuth如何用街景验证位置:DINOv2+SIFT双阶段匹配原理与实践

【免费下载链接】geo-sleuth An agent skill that finds where a photo was taken — OpenStreetMap geometry, elevation skylines, satellite imagery and street view — and shows its work. Works with Claude Code, Codex, Cursor, Gemini CLI, OpenCode and GitHub Copi…

2026/10/12 5:11:02 阅读更多 →

日新闻

复古胶片颗粒感噪点合成器:Canvas ImageData 像素高斯杂色注入算法

复古胶片颗粒感噪点合成器:Canvas ImageData 像素高斯杂色注入算法

在数码相机、高清显示屏与现代矢量图形技术高度发达的今天,画面可以做到绝对的锐利、平滑与无瑕。然而,当一张秋日手账插画或拍立得照片过于“平整无瑕”时,往往会散发出一种冰冷生硬的“数码塑料感(Digital Plasticity&#xff0…

2026/10/12 0:00:59 阅读更多 →
活字印刷古籍线装排版:Canvas 竖排文字与栏线自适应算法

活字印刷古籍线装排版:Canvas 竖排文字与栏线自适应算法

在现代网页与移动端设计中,横排(Horizontal Layout)早已经成为了绝对的主流。然而,当我们翻开泛黄的线装古籍、宋版木刻诗集,或是欣赏一张茶道雅集的手写便签时,那种**自上而下纵向书写、自右向左逐列铺展&…

2026/10/12 0:00:59 阅读更多 →
周日晚间的“精神松绑减震器”:无压力情绪倾倒箱与温和轻声陪伴

周日晚间的“精神松绑减震器”:无压力情绪倾倒箱与温和轻声陪伴

每到周日的晚上八点到十点,很多人心里都会悄悄亮起一盏警示灯。 在心理学上,这种现象有一个专门的称谓——“周日夜晚焦虑症(Sunday Scaries)”。明天又是周一,闹钟又要重新在七点响彻卧房;脑海里仿佛有一个…

2026/10/12 0:00:59 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/12 0:16:30 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/12 0:16:38 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/12 0:16:43 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/11 10:45:37 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/11 14:36:53 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/11 14:36:54 阅读更多 →