GitCode-我的运气的可量化方案
GitCode-我的运气的可量化方案我觉得开源就像大家一起凑钱买菜做饭,代码公开后谁都能拿回家改改自用,也能端出来分享。你改完炖肉我加把青菜,技术越攒越丰富,避免重复造锅铲。 “共享、省钱、抱团进步”,让技术像小区花园一样人人能用、越建越好。
价值是持续创造的,25年的9月份学校安排的是JavaAI课程,可以跟着一起来学哦。
仓库地址:GitCode - Java编程逻辑与AI思维训练
前言
跟GitCode相识还是在25年的1月份的Agent应用开发创新赛中,在这次比赛中荣获银奖的成绩,之后也是经常的使用,并在一些活动中一直在推荐给学生们,分享是一件值得开心的事情,并且分享过后,被分享人通过此次分享获得了一定的荣誉与收获就是一件更为开心的事情了,并且GitCode的WebIDE功能是非常的赞,对于项目快速修正来说实在是非常赞的功能,并且我们还可以通过Spaces的项目功能将我们的项目可以直接在线运行出来看效果,我觉得这是一次飞跃,是开源平台的一个标杆,是一个行位未来独角兽才会出现的行为动作,后面的正文中我会回忆一下我的整个开源项目获奖经历以及使用GitCode平台为学生们创造的价值。
此篇文章是为了对我的项目做一个小小的推广,大家可以利用我当前的思路琢磨出更好的效果,让运气可以进行具体的量化,让我们所有的选择皆是大兴大运,尽可能的做到趋吉避凶,大吉大利。
本次活动主要是流量为主,我也借助本次比赛让更多的人知道这个思路,万一有人碰巧使用上了正确的推演方式,得出了正确的结果,那么这是对世界的一次大贡献啊。
目录
与GitCode深度结缘
获奖作品列表连接:https://ai.gitcode.com/competition/1874698723777236994/ranking
我是第三名的红目香薰,作品的名字叫做《AI易经出行》,这是我一直想像中的项目,直到此次比赛我完成了一个雏形,我深信这个项目绝对是利国利民的项目,并且产值估算也会很高,就是难度比较大!但是,因为难才好玩,这才是我们开源的目的,就是为了征集大家的想法,万一有一个好点子呢,万一成了呢,是吧!
下面是我的获奖证明:
获得了一个银奖:
AI易经出行-思路说明
趋吉避凶是每个人的默认爱好,但是由于易经学起来非常的困难,并且如果没有名师指导的话方向是很容易出现偏颇的,我们可以利用AI加上大数据的方式进行推演,如果可以的话最好做一个单独的模型进行运势推演,当推演成功率达到80%以上基本就可以使用了,如果推演概率达到90%以上就可以进行基础商用,要是能达到98%以上,我相信整个世界都会为我们而疯狂。
作品效果演示
作品效果是可以通过在线的Spaces直接测试效果的,这也是非常棒的功能,后面我重点的说一下。
具体的测试地址:GitCode - 全球开发者的开源社区,开源代码托管平台
进入后激活Spaces稍等一会就能看到下面的面板,输入要推演的内容即可,如下图:
我的项目AI易经出行我个人认为是一个非常好的项目,可以分成多端运行,我当前的应用效果仅仅是一个方向,使用起来还并不是很方便,我的方向应该是没有问题的,后面我会持续开发,持续升级,当前的效果可以在视频中看到:
B站视频链接:项目演示视频-AI易经出行_哔哩哔哩_bilibili
升级后的效果:
升级的方向还有很多,持续修改,争取后面真的可以为大家的出行做出可量化的方案。
量化运势的可能性
以下是最近一阵子我想到的一些可以推演的方向,问题难点在于数据的收集,我当前有的数据是2024~2050年的所有黄历信息,可以在B站的视频中看到,
维度 | 技术实现方式 | 应用场景 |
---|---|---|
生辰八字解析 | 基于周易理论的数字化重构,将天干地支转化为 768 维特征向量,通过动态权重调整模型计算命运值。可以使用数学模型推演。 | 流年运势预测(如职业变动、情感发展),重大决策。 |
五行能量评估 | 建立金木水火土能量系数模型(定义:如木行 0.78 对应事业成长周期),结合蒙特卡洛模拟生成 200 + 发展路径。 | 个性化风水调整建议,财富积累曲线预测。 |
行为数据建模 | 分析社交媒体文本、消费记录、生理指标(心率、睡眠),通过 LSTM 模型识别情绪波动周期。 | 每日宜忌事项提醒,情绪健康预警。 |
图像特征提取 | 利用计算机视觉分析面相图片,识别面部微表情与五行属性关联,结合紫微斗数规则库生成解读。 | 健康运势评估(如 “近期需注意肝火过旺”),人际关系网络分析。 |
时空变量绑定 | 整合北斗定位与节气参数,动态计算八卦方位吉凶指数,提供方位选择建议。 | 商务谈判最佳方位推荐,出行吉日测算。 |
看一下,是到50年是数据,共计28万余条,数据肯定是OK的,如果你这里有什么数据可以分享给,咱们共同来搞出新的方案。
开源AI易经推演-目标
我希望最终可以达到的目标是通过终端的数据分析,分发到目标机的方式,也就是我们可以通过具体的算法与算力结合,形成一个超级终端,这个超级终端负责所有的数据推演分析,当用户使用API或APP应用等方式带着自己要分析的参数过来时超级终端进行具体的数据分析,并最终返回出一个准确率可以达到90%的结果,如果要继续提升准确率这里就可以通过购买单独算力的方式来实现,并且需要提供更多的可分析信息。
以下是我整个的功能流程图,希望多少能给大家提出一点建设性意见。
可以想象到人力物力的开销,咱们就基础的推断一下看看需要花费多少能完成个大概。
费用类别 | 具体项目 | 一次性费用(万元) | 年度周期性费用(万元) | 备注说明 |
---|---|---|---|---|
一、硬件基础设施 | 服务器集群(CPU/GPU/TPU) | 50-100 | 10-20(维护 + 升级) | 含高性能计算节点,根据算力需求配置,初始建议 8-16 节点 |
存储设备(分布式存储) | 20-40 | 5-10(扩容) | 初始容量 10PB+,支持冷热数据分层存储 | |
网络设备(交换机、防火墙) | 10月20日 | 2-5(维护) | 需满足高并发数据传输,支持万兆网络 | |
硬件合计 | 80-160 | 17-35 | 硬件折旧按 3-5 年计算,年度费用含运维与 20% 硬件扩容预留 | |
二、软件与算法 | 操作系统与底层框架(Linux / 容器化) | 5月10日 | 2-5(授权 + 更新) | 含商业版 OS 或开源框架定制开发成本 |
数据库(关系型 + 非关系型) | 10月20日 | 5-10(授权 + 扩容) | 含 MySQL、MongoDB 等,若使用商业版(如 Oracle)费用更高 | |
AI 算法开发(自研 / 第三方采购) | 30-80 | 10-20(迭代优化) | 包括机器学习框架、深度学习模型开发,第三方采购需考虑版权分成 | |
软件合计 | 45-110 | 17-35 | 年度费用含算法迭代、软件授权更新及漏洞修复 | |
三、人力成本 | 开发团队(架构师 + 算法工程师 + 开发人员) | 50-100 | 60-120(薪资 + 福利) | 按 5-10 人团队计算,人均年薪 12-20 万元,含初期开发与后续维护 |
数据科学家与分析师 | 30-60 | 36-72(薪资 + 福利) | 2-3 人团队,负责模型优化与数据策略,人均年薪 18-24 万元 | |
运维与安全团队 | 20-40 | 24-48(薪资 + 福利) | 2-3 人团队,负责系统运维与安全防护,人均年薪 12-16 万元 | |
人力合计 | 100-200 | 120-240 | 年度费用为固定人力成本,随团队规模可调整 | |
四、运营与数据 | 服务器托管与 IDC 费用 | - | 10月20日 | 若自建机房则一次性投入更高,托管按机柜数量计费 |
带宽与网络流量 | - | 5月10日 | 按峰值 10Gbps 带宽估算,含公网流量费用 | |
数据获取与清洗(外部数据集 / API) | - | 10月30日 | 按年度采购外部数据量计算,如行业数据集、第三方 API 接口费 | |
运营合计 | - | 25-60 | 周期性费用,随数据量与流量增长可调整 | |
五、算力扩展成本 | 额外算力购买(云服务器 / 专用算力) | - | 按使用量计费 | 当需提升准确率时,按小时 / 节点购买额外算力,预估每万次计算增加 5-10 万元 / 年 |
六、优化与备用金 | 算法迭代与硬件升级 | - | 10月20日 | 年度预留优化费用,用于模型升级与硬件性能提升 |
应急备用金 | - | 5月10日 | 应对突发故障或需求变更的备用资金 | |
优化合计 | - | 15-30 | 非固定支出,根据实际需求动态调整 | |
总计 | 一次性投入总计 | 225-470 | 199-415 | 初始部署总投入需 225-470 万元,年度运营成本约 199-415 万元,具体数值需根据业务规模调整 |
这还是确认某个简单的方案后的推算,启动资金就得大概500万,运营成本每年也得有400万左右,但是只要是成了,每年的收益绝对是9位数起步,毕竟只要是正常人的思维都一定会趋吉避凶,并且基础服务就是90%以上的准确率,购买算力后的服务甚至可以达到98%以上,那么很多人就会趋之若鹜,每天使用的次数绝对会很多很多,并且绝对是坚定的拥护者。
前提说明:人口14亿,渗透用户30%(4.2亿),付费率8%,年费120元。
业务场景 | 核心假设参数 | 使用率估算 | 年度收益估算 | 敏感度分析 |
---|---|---|---|---|
场景 1:全民健康类 APP | 目标人群:全年龄段 | 活跃用户率:15%(2.1 亿) | 3360 万 ×120 元 = 40.32 亿元 | 付费率每提升 1%,收益增加 5.04 亿元 |
渗透率:30%(4.2 亿用户) | 年费提升至 200 元,收益达 67.2 亿元 | |||
付费使用率:0.8%(336 万) | ||||
ARPU:120 元 / 年(月均 10 元) |
以上是没有减去成本的毛利润,并且没有任何广告收益记录,40多亿元的产值啊,得多少人收益?我建议通过更高级别的手段来共同完成这个项目,绝对有前景。
分享GitCode的价值
我在前一阵子的比赛做项目的时候推荐给学生们来使用GitCode了,在两周的开发中在团队合作开发中起了很大的作用,并且在最终的答辩环节获得了不错的成绩,一二等奖的PPT和项目灵感真的没话说,抛去PPT的设计能力和那么好的点子,后面的三等奖就是纯靠技术能力了,所以虽然拿了三个三等奖,整体上的感觉还是非常棒的,因为这是可批量复制的成果,不是灵感的迸发。
获奖作品开源项目地址:
GitCode - 全球开发者的开源社区,开源代码托管平台1
GitCode - 全球开发者的开源社区,开源代码托管平台2
GitCode - 全球开发者的开源社区,开源代码托管平台3
看看得分列表:
拿下了91分,这是一个相当高的成绩呢,大二的孩子就能做出来还是相当可圈可点的。
开源的价值
我觉得开源就像大家一起凑钱买菜做饭,代码公开后谁都能拿回家改改自用,也能端出来分享。你改完炖肉我加把青菜,技术越攒越丰富,避免重复造锅铲。 “共享、省钱、抱团进步”,让技术像小区花园一样人人能用、越建越好。
更多推荐
所有评论(0)