Git Stars Git Stars

#deepseek-ai Repositórios

Descubra 5 repositórios ativos de código aberto no GitHub marcados com #deepseek-ai, acumulando um total de 7,147 estrelas (uma média de 1,429 por projeto). O líder deste tópico é oficcejo/aiagents-stock, com 2,101 estrelas.

5
Total de Repositórios
7,147
Total de estrelas
1,429
Média de Estrelas/Repositório
Linguagens de programação: Python TypeScript HTML

5 repositórios no total

1
oficcejo/aiagents-stock

Sistema composto de análise de equipe de ações com múltiplos agentes de IA inteligentes para monitoramento de pratos. Baseado em múltiplos agentes de IA, simula o processo de análise de uma equipe de analistas de valores mobiliários, fornecendo análise abrangente de investimentos em ações e sugestões de decisão. Novo: rastreamento e análise de lista de dragões e tigres de capital quente, análise de alerta e rotação de setores. Suporta análise em lote multi-thread, monitoramento em tempo real de pontos-chave, envio de alertas, reserva de interface miniqmt, suporta negociação quantitativa. Realmente realiza 'IA negocia ações por você', adequado para Ações A da China Continental. Para o site de teste abaixo, preencha a chave temporária deepseek, delete após o teste para evitar risco de vazamento. Nota: Acesso excessivo ao serviço de nuvem de teste pode fazer com que a fonte de dados recuse. Para uso, implante localmente.

oficcejo
⭐ 2,101 Python 👤 oficcejo User 🕐 Atualizado 2026-10-10 📅 Criado 2025-10-03
2
zhu1090093659/deepseek-pp

Extensão de navegador web DeepSeek: espaço de trabalho de agente de IA com ferramentas MCP, memória, habilidades, automação, pesquisa na web e exportação de conversas.

zhu1090093659
⭐ 1,875 TypeScript 👤 zhu1090093659 User 🕐 Atualizado 2026-08-13 📅 Criado 2026-04-27
3
AutoArk/TinyEngram

Pesquisa da arquitetura DeepSeek Engram baseada em Qwen-3 e na série Stable Diffusion.

AutoArk
⭐ 1,343 Python 👤 AutoArk Organization 🕐 Atualizado 2026-05-21 📅 Criado 2026-01-23
4
Electricitysheep/dsh-handbook

Manual aprofundado do DeepSeek Harness (dsh), do 0 ao 1: instalação / desenvolvimento de plugins / otimização de desempenho / casos práticos / comparação empírica de vários agentes usando o mesmo modelo (PDF em chinês e inglês)

Electricitysheep
⭐ 990 HTML 👤 Electricitysheep User 🕐 Atualizado 2026-11-04 📅 Criado 2026-08-13
5
huojichuanqi/ds

Negociando com deepseek (por diversão, cuidado com os riscos)

huojichuanqi
⭐ 844 Python 👤 huojichuanqi User 🕐 Atualizado 2025-11-26 📅 Criado 2025-10-20

Perguntas Frequentes

1

Qual é o repositório de #deepseek-ai mais popular no GitHub?

O projeto de código aberto de #deepseek-ai mais bem classificado no GitHub é oficcejo/aiagents-stock, com 2,101 estrelas. Sistema composto de análise de equipe de ações com múltiplos agentes de IA inteligentes para monitoramento de pratos. Baseado em múltiplos agentes de IA, simula o processo de análise de uma equipe de analistas de valores mobiliários, fornecendo análise abrangente de investimentos em ações e sugestões de decisão. Novo: rastreamento e análise de lista de dragões e tigres de capital quente, análise de alerta e rotação de setores. Suporta análise em lote multi-thread, monitoramento em tempo real de pontos-chave, envio de alertas, reserva de interface miniqmt, suporta negociação quantitativa. Realmente realiza 'IA negocia ações por você', adequado para Ações A da China Continental. Para o site de teste abaixo, preencha a chave temporária deepseek, delete após o teste para evitar risco de vazamento. Nota: Acesso excessivo ao serviço de nuvem de teste pode fazer com que a fonte de dados recuse. Para uso, implante localmente.

2

Quais linguagens de programação são mais usadas nos repositórios de #deepseek-ai?

Entre os projetos de #deepseek-ai mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, HTML.

3

Como é calculada a classificação dos repositórios de #deepseek-ai?

Acompanhamos 5 repositórios ativos de código aberto marcados com #deepseek-ai (com mais de 500 estrelas), totalizando 7,147 estrelas e uma média de 1,429 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.