Zimislecel是一种同种异体干细胞衍生的胰岛细胞疗法，对1型糖尿病显示出良好的安全性和疗效，能够恢复生理胰岛功能，并使患者实现胰岛素独立，在1-2期试验中取得了显著成果。
3期试验表明，封装细胞疗法NT-501显著减缓了MacTel患者的光感受器损失，标志着一种具有可接受安全性的有希望的疾病修饰方法。
OASIS 2试验显示，50毫克口服司美格鲁肽可显著降低东亚超重或肥胖成人的体重，无论是否伴有2型糖尿病，提供了一种具有可控安全性的有希望的治疗选择。
新的研究表明，每天摄入超过五份水果和蔬菜可以显著降低慢性病风险和死亡率。
新型抑制剂AH001靶向TRPV4-RhoA-RhoGDI1轴以失活RhoA信号传导，有效降低血压并防止高血压模型中的血管重塑，为抗高血压药物开发开辟了新途径。
住院期间开始使用达格列净在两个月内未能显著减少心血管死亡或心力衰竭恶化。然而，荟萃分析支持早期使用 SGLT2 抑制剂可降低住院患者的死亡率和心力衰竭恶化。
中间效应遗传变异显著增加肥厚型心肌病的风险，并影响疾病的严重程度和预后，尤其是在与单基因突变共存时。
DOUBLE-CHOICE随机试验表明，局部麻醉与清醒镇静在经股动脉TAVI中的非劣效性，提示了一种安全的极简麻醉策略，但可能对患者的舒适度有所权衡。
COMPARE-TAVI 1试验显示，在严重主动脉狭窄患者中，Myval经导管心脏瓣膜在TAVI术后1年的复合临床终点上不劣于SAPIEN 3 THVs。
MODICA，一种由线粒体短开放阅读框编码的肽，通过抑制电压依赖性阴离子通道（VDAC）寡聚化、减少细胞凋亡和纤维化，保护心脏功能免受多柔比星毒性的影响，突显了一种新的心脏保护治疗靶点。
这项多中心研究强调了2D斑点追踪超声心动图在MIS-C中早期检测和预后评估左心室功能障碍的实用性，为心血管风险和管理提供了信息。
一项为期20年的前瞻性研究表明，经历过跟踪和获得保护令的女性患心血管事件的风险增加，强调暴力是心血管疾病预防中的关键因素。
高水平的脂蛋白(a)显著预测外周动脉疾病和颈动脉狭窄的发生，以及进展为主要肢体事件，强调其作为非冠状动脉粥样硬化性血管并发症的预后生物标志物的价值。
最新研究发现，PIEZO1 过表达是 2 型遗传性出血性毛细血管扩张症中动静脉畸形的关键驱动因素，揭示了靶向治疗的新途径。
最初设计用于特定心脏诊断的人工智能增强心电图模型，揭示了更广泛的心血管风险检测和预测能力，挑战了其作为特定条件工具的使用，并支持其作为全面心血管生物标志物的角色。
MITRACURE 国际注册研究显示，二尖瓣手术患者通常在疾病进展晚期出现严重症状，修复率较低且住院死亡率显著，强调了早期干预和改进管理策略的必要性。
BHF PROTECT-TAVI随机试验揭示，脑栓塞保护（CEP）装置不能防止经导管主动脉瓣植入（TAVI）后的认知下降，挑战了其神经保护益处的假设。
与标准护理相比，基于生物标志物的ABC-AF风险评分指导的治疗并未改善房颤患者的卒中或死亡结局，这强调了在临床实施前对精准医疗工具进行前瞻性验证的必要性。
这项多中心试验显示，序贯使用COX-2抑制剂帕瑞昔布和伊美昔布显著降低了重症急性胰腺炎（SAP）的发生率，缩短了器官功能障碍持续时间，减少了局部并发症，并降低了30天死亡率，且安全性良好。
一项全面的瑞典研究表明，显微镜下结肠炎（MC）患者发展为抑郁症和焦虑症等精神障碍的风险显著增加，强调了综合临床管理的重要性。
<p>Higress MCP 是今日投资推出的MCP市场，支持将今日投资丰富的金融数据存量 API 快速转化为 MCP（Model Calling Protocol）服务。平台基于简单的配置，无需编写代码，将 REST API 转换为 MCP Server，极大地简化开发流程。平台具备强大的企业级能力，包括统一认证授权、精细化流量控制、全链路可观测性等，能满足企业在安全、稳定性和性能方面的需求。平台提供托管服务，支持弹性伸缩和灰度发布，降低运维成本。Higress MCP 帮助企业和开发者快速进入 MCP 时代，加速 AI 应用的开发与部署。</p> <h2 style="font-size: 20px;">Higress MCP的主要功能</h2> <ul> <li> <div class="paragraph">存量 API 转化：基于简单的配置，将现有的 REST API 快速转化为 MCP Server，无需编写代码，降低开发成本。</div> </li> <li> <div class="paragraph">企业级能力：提供统一认证授权、精细化流量控制、全链路可观测性等，满足企业的安全和稳定性需求。</div> </li> <li> <div class="paragraph">托管服务：支持弹性伸缩、灰度发布和高性能处理，降低运维成本，提升服务可用性。</div> </li> <li> <div class="paragraph">协议卸载：支持多个版本的 MCP 协议，无需担心协议升级带来的维护问题。</div> </li> <li> <div class="paragraph">精细化调优：支持对请求和响应模板进行精细化处理，提升用户体验，优化数据交互。</div> </li> <li> <div class="paragraph">多客户端支持：兼容多种客户端，如通义灵码、Cline、Cherry Studio 等，满足不同开发需求。</div> </li> </ul> <h2 style="font-size: 20px;">如何使用Higress MCP</h2> <ul> <li>访问 MCP Marketplace：打开Higress MCP 官方网站：https://mcp.higress.ai/。</li> </ul>
<p>Qlib 是一个开源的、面向 AI 的量化投资平台，旨在利用 AI 技术挖掘量化投资的潜力，赋能研究，创造价值，涵盖从探索想法到落地生产的全过程。Qlib 支持多种机器学习建模范式，包括监督学习、市场动态建模和强化学习。</p> <p>越来越多不同范式的 SOTA Quant 研究成果/论文正在 Qlib 中发布，以协作解决量化投资领域的关键挑战。例如，1）使用监督学习从丰富且异构的金融数据中挖掘市场复杂的非线性模式；2）使用自适应概念漂移技术建模金融市场的动态特性；3）使用强化学习建模持续投资决策并协助投资者优化交易策略。</p> <p>它包含完整的机器学习流程，涵盖数据处理、模型训练、回测等环节，并覆盖量化投资的整个流程：Alpha 寻求、风险建模、投资组合优化和订单执行。</p> <p>地址： <a href="https://github.com/microsoft/qlib" target="_blank" rel="noopener">https://github.com/microsoft/qlib</a> </p>
<p>FinRobot是一个超越 FinGPT 范畴的 AI 代理平台，是专为金融应用精心设计的综合解决方案。它集成了多种 AI 技术，超越了单纯的语言模型。这种广阔的视野凸显了平台的多功能性和适应性，能够满足金融行业的多方面需求。</p> <p>AI代理的概念：AI代理是一种智能体，它使用大型语言模型作为大脑来感知环境、做出决策并执行动作。与传统的人工智能不同，AI代理具有独立思考和利用工具逐步实现既定目标的能力。</p> <div class="markdown-heading" dir="auto"> <h3 class="heading-element" dir="auto" tabindex="-1">FinRobot 的整体框架分为四个不同的层，每个层旨在解决金融 AI 处理和应用的特定方面：</h3> <a id="user-content-the-overall-framework-of-finrobot-is-organized-into-four-distinct-layers-each-designed-to-address-specific-aspects-of-financial-ai-processing-and-application" class="anchor" href="https://github.com/AI4Finance-Foundation/FinRobot#the-overall-framework-of-finrobot-is-organized-into-four-distinct-layers-each-designed-to-address-specific-aspects-of-financial-ai-processing-and-application" aria-label="永久链接：FinRobot 的整体框架分为四个不同的层，每个层旨在解决金融 AI 处理和应用的特定方面："></a></div> <ol dir="auto"> <li>金融AI代理层：金融AI代理层现已包含金融思维链（CoT）提示，增强了复杂的分析和决策能力。市场预测代理、文档分析代理和交易策略代理利用CoT将金融挑战分解为逻辑步骤，将其先进的算法和领域专业知识与不断变化的金融市场动态相结合，从而获得精准、可操作的洞察。</li> <li>金融 LLM 算法层：金融 LLM 算法层配置并利用针对特定领域和全球市场分析定制的专门调整模型。</li> <li>LLMOps 和 DataOps 层：LLMOps 层实施多源集成策略，利用一系列最先进的模型，为特定的财务任务选择最合适的 LLM。</li> <li>多源 LLM 基础模型层：该基础层支持各种通用和专用 LLM 的即插即用功能。</li> </ol> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">FinRobot：代理工作流程</h2> <a id="user-content-finrobot-agent-workflow" class="anchor" href="https://github.com/AI4Finance-Foundation/FinRobot#finrobot-agent-workflow" aria-label="永久链接：FinRobot：代理工作流程"></a></div> <p> </p> <ol dir="auto"> <li> <p>感知：该模块捕获并解释来自市场信息、新闻和经济指标的多模式金融数据，使用复杂的技术来构建数据以进行彻底的分析。</p> </li> <li> <p>大脑：作为核心处理单元，该模块使用 LLM 感知来自感知模块的数据，并利用财务思路链 (CoT) 流程生成结构化指令。</p> </li> <li> <p>行动：该模块执行来自大脑模块的指令，运用工具将分析洞察转化为可操作的结果。行动包括交易、投资组合调整、生成报告或发送警报，从而积极影响金融环境。</p> </li> </ol> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">FinRobot：智能调度器</h2> <a id="user-content-finrobot-smart-scheduler" class="anchor" href="https://github.com/AI4Finance-Foundation/FinRobot#finrobot-smart-scheduler" aria-label="永久链接：FinRobot：智能调度程序"></a></div> <p>智能调度器对于确保模型多样性以及优化每个任务最合适的 LLM 的集成和选择至关重要。</p> <ul dir="auto"> <li>主管代理：该组件协调任务分配过程，确保根据代理的绩效指标和特定任务的适用性将任务分配给代理。</li> <li>代理注册：管理注册并跟踪系统内代理的可用性，促进高效的任务分配流程。</li> <li>代理适配器：根据特定任务定制代理功能，增强其性能和在整个系统中的集成。</li> <li>任务管理器：管理和存储针对各种财务任务定制的不同通用和微调的基于 LLM 的代理，并定期更新以确保相关性和有效性。</li> </ul> <p>地址： <a href="https://github.com/AI4Finance-Foundation/FinRobot" target="_blank" rel="noopener">https://github.com/AI4Finance-Foundation/FinRobot</a> </p> <p>官方网址： <a href="https://ai4finance.org/" target="_blank" rel="noopener">https://ai4finance.org/</a> </p> <div class="markdown-heading" dir="auto"> <h2 class="heading-element" dir="auto" tabindex="-1">安装：</h2> <a id="user-content-installation" class="anchor" href="https://github.com/AI4Finance-Foundation/FinRobot#installation" aria-label="永久链接：安装："></a></div> <p>1.（推荐）创建一个新的虚拟环境</p> <div class="highlight highlight-source-shell notranslate position-relative overflow-auto" dir="auto"> <pre>conda create --name finrobot python=3.10 conda activate finrobot</pre> <div class="zeroclipboard-container"> </div> </div> <p>2. 使用终端下载 FinRobot repo 或手动下载</p> <div class="highlight highlight-source-shell notranslate position-relative overflow-auto" dir="auto"> <pre>git clone https://github.com/AI4Finance-Foundation/FinRobot.git cd FinRobot</pre> <div class="zeroclipboard-container"> </div> </div> <p>3. 从源代码或 pypi 安装 finrobot 及其依赖项</p> <p>从 pypi 获取我们的最新版本</p> <div class="highlight highlight-source-shell notranslate position-relative overflow-auto" dir="auto"> <pre>pip install -U finrobot</pre> <div class="zeroclipboard-container"> </div> </div> <p>或者直接从这个 repo 安装</p> <div class="snippet-clipboard-content notranslate position-relative overflow-auto"> <pre class="notranslate"><code>pip install -e . </code></pre> <div class="zeroclipboard-container"> </div> </div> <p>4.修改OAI_CONFIG_LIST_sample文件</p> <div class="highlight highlight-source-shell notranslate position-relative overflow-auto" dir="auto"> <pre>1) rename OAI_CONFIG_LIST_sample to OAI_CONFIG_LIST 2) remove the four lines of comment within the OAI_CONFIG_LIST file 3) add your own openai api-key &lt;your OpenAI API key here&gt;</pre> <div class="zeroclipboard-container"> </div> </div> <p>5.修改config_api_keys_sample文件</p> <div class="highlight highlight-source-shell notranslate position-relative overflow-auto" dir="auto"> <pre>1) rename config_api_keys_sample to config_api_keys 2) remove the comment within the config_api_keys file 3) add your own finnhub-api "YOUR_FINNHUB_API_KEY" 4) add your own financialmodelingprep and sec-api keys "YOUR_FMP_API_KEY" and "YOUR_SEC_API_KEY" (for financial report generation)</pre> <div class="zeroclipboard-container"> </div> </div> <p>6. 开始浏览以下教程或演示：</p> <div class="snippet-clipboard-content notranslate position-relative overflow-auto"> <pre class="notranslate"><code># find these notebooks in tutorials 1) agent_annual_report.ipynb 2) agent_fingpt_forecaster.ipynb 3) agent_trade_strategist.ipynb 4) lmm_agent_mplfinance.ipynb 5) lmm_agent_opt_smacross.ipynb </code></pre> <div class="zeroclipboard-container"> </div> </div> <div class="markdown-heading" dir="auto"> </div>
A MCP server for the stock market data API, Alphavantage API.
A Model Context Protocol (MCP) server for financial advisory and bookkeeping, providing structured financial data and context for AI agents.
MCP Server for Yahoo Finance (STATUS: PRE-ALPHA)
Mirror of
An Anthropic Model Context Protocol (MCP) server for financial analysis with alphavantage.com and financialmodellingprep.com API integration.
MCP (Model Context Protocol) server - free usdc transfer powered by Coinbase CDP
A Model Context Protocol (MCP) server for stock traders
An MCP server providing advanced options analysis through Yahoo Finance, supporting Greeks calculations, strategy evaluation (CCS/PCS/CSP/CC), and risk metrics. Built for MCP with Claude.ai.
An MCP server that provides KOSPI/KOSDAQ stock data using FastMCP
Model Context Protocol (MCP) server for Alpaca trading API
Mcp server to connect with zerodha's kite trade apis
Model Context Protocol (MCP) Server for Creem.io – Enhancing Merchant of Record services with transparent billing and improved fees.
