Alpstein

嘿 Product Hunt 👋

我开发了 Alpstein，因为我发现大多数加密货币「分析」都陷入了两个不让人满意的范畴——噪音满天飞的新闻聚合器，或是缺乏上下文的技术行情图表工具。这两者都做不到人类分析师实际会做的事：研读新闻、交叉对照当前价格走势、权衡二者，然后形成带有明确入场点、目标价和风险敞口的头寸判断。

我想看看大语言模型能否端到端合理完成这个循环，以及能否把它封装成任何人都能使用的产品。

底层技术实现：Node.js 爬虫从四个加密货币新闻源抓取文章，通过 Redis 队列推送给 Go 语言开发的大语言模型服务。针对每篇文章，模型会调用 OpenAI 并使用两个工具——一个获取 Binance 实时行情数据，另一个对存储在 Qdrant 向量数据库中的嵌入化近期文章进行 RAG 检索。获取这两类 grounding 信息后，模型会生成结构化的交易观点（做多/做空、入场点、止损、止盈、逻辑依据）。另有一个独立的 WebSocket 服务跟踪实时价格，为每个未平仓头寸计算实时盈亏。

过去几个月我独自完成了开发。托管在 Hetzner + Vercel 上。整个管线都通过 Prometheus、Grafana、OpenTelemetry 和 Jaeger 做了埋点观测，这让提示词调优比我预想的容易得多。

真心好奇大家的看法，尤其是关于智能体设计、RAG 方案，以及这种交易观点框架是否成立。欢迎任何反馈，哪怕是尖锐的批评。