user_funding_history() API 详细说明 📋 接口概述 user_funding_history() 用于获取 Hyperliquid 用户的资金费率历史记录（Funding Rate History）。 资金费率是永续合约特有的机制，用于使合约价格锚定现货价格： * 正费率：多头持仓者支付给空头持仓者 * 负费率：空头持仓者支付给多头持仓者 🔧 方法签名 def user_funding_history( user: str, startTime: int, endTime: Optional[int] = None ) -> List[Dict] 参数说明 参数 类型 必需 说明 user str ✅ 用户地址（42字符的十六进制格式，如 0x...） startTime
🧩 Python 项目接入 Doppler（实战） ① 本地安装 CLI brew install dopplerhq/cli/doppler # mac 登录： doppler login doppler setup ② 项目里不用 .env 了 你的 Python 代码保持这样： import os DB_URL = os.environ["DB_URL"] API_KEY = os.environ["API_KEY"] 代码完全不用改，Doppler 会在运行时注入环境变量。 ③ 本地运行 doppler run -- python app.
⭐ 个人开发者推荐排行 🥇 Doppler — 最适合个人 & 小项目 ✅ 极简上手体验、开发者友好 UX/UI ✅ 免费套餐可用（对少量 Secrets 足够） ✅ 自动版本管理、自动同步多个环境变量 ✅ 可和各种 CI/CD、云平台集成 ❌ 比 Vault/ASM 复杂功能少一些，但对个人用足够了(doppler.com) 📌 特别适合 ✔ 快速部署测试/小型服务 ✔ 想要直观 UI 管理 Secrets ✔ 不想自己搭基础设施 🥈 Infisical — 开源 + 可自托管，有成长空间 ✅ 支持自托管（自由度高） ✅ 提供 UI 和 SDK，支持自动密钥轮换 ✅ 社区版可以免费用，适合预算有限的人(infisical.com) ⚠ 自托管更适合有一点
在 Akash 上的安全模型必须默认： 节点提供商 = 不可信主机 所以 Secrets 的思路不是“藏好”，而是 “即使被看到也没用”。 🧨 先说结论（最重要） 在 Akash 上： ❌ 不要把真正的密钥直接放进容器 ❌ 不要只依赖 .env、K8s Secret、Docker Secret ❌ 不要把数据库密码硬编码 这些都能被节点 root 读到。 ✅ 正确方式是：运行时动态获取 + 加密 + 最小暴露时间 🧱 Akash 上 Secrets 面临的真实风险 Akash Provider 理论上可以： * 读取容器文件系统 * 查看环境变量 * dump 内存 * 查看挂载卷 * 抓网络包 所以传统云里的“Secret”在这里只是防误操作，不是防宿主机。 🛡️ 安全等级 1（
结论 直接用原生 websocket 库更合适。 SDK 的 WebSocket 封装对简单的一次性脚本足够用，但对需要高可靠性的长连接管理场景，它的设计（HTTP+WS 耦合、无超时控制、不可控的线程模型）是根本性的障碍。 1. SDK 实际提供了什么 SDK 的 WebsocketManager 所做的事： 功能 复杂度 SDK 实现质量 连接 wss://api.hyperliquid.xyz/ws 极低 绑定在 Info() 构造函数中，无法独立控制 发送 {"method":"subscribe",...} 极低 ws.send() 无超时保护 消息路由（
✅ 正确阶段（唯一推荐） ⏱️ 低温烤完 → 掀锡纸 → 刷白醋 → 立刻高温烤 也就是： 1. 170℃ 低温烤 35–40 分钟（皮盖锡纸） 2. 取出 3. 掀锡纸 4. 猪皮轻刷一层白醋 5. 马上调到 240–250℃，送回烤箱炸皮 👉 这是成功率最高的刷法。 🧪 为什么这个阶段刷最合适？ ① 皮已经“干到位”，白醋只做结构破坏 此时猪皮： * 水分已经大量蒸发 * 表面温热、毛孔张开 刷白醋的作用就会集中在： * 弱酸破坏蛋白 * 促进起泡 而不是重新给皮“加水”。 ② 立刻进高温，水分来不及回渗 白醋 ≈ 95% 是水 关键不是“刷”，而是“刷完马上炸” * 高温下： * 表面水分瞬间汽化
要把烤猪肉的皮烤到“玻璃脆”，关键就一句话：把皮彻底弄干 + 高温把油脂逼出来。具体给你一套实操型的方法👇 一、选肉 & 预处理（80% 成功在这一步） 最好用：带皮五花肉 / 猪腩（皮厚一点更稳） 1️⃣ 处理猪皮（非常重要） * 用刀刮干净猪皮表面的毛和杂质 * 只在猪皮上扎孔（牙签 / 针 / 烧烤针都行） * 扎得密、深但不扎到肉 * 作用：让油脂往外冒，皮才会起泡变脆 2️⃣ 让皮“极干” 这是最容易被忽略的一步： * 用厨房纸反复吸干 * 把肉皮朝上，放冰箱冷藏风干 8–24 小时 * 不盖保鲜膜 * 越干越脆 二、调味技巧（皮千万别沾水） * 肉的部分：正常抹盐、酱油、蒜、五香粉、黑胡椒等
“轴心时代”（Axial Age，德语 Achsenzeit）是德国哲学家 卡尔·雅斯贝尔斯（Karl Jaspers）提出的一个历史—哲学概念。 简单一句话版： 👉 它指的是人类精神史上“突然拐弯”的一段时期。 一、时间范围 一般指 公元前 800 年—公元前 200 年（最核心是前 6～前 5 世纪）。 二、为什么叫“轴心”？ “轴心”不是说发生在同一个地方，而是说： 人类思想第一次围绕“自我、意义、善恶、超越”发生了整体转向 就像历史在这里“转了个轴”。 在此之前，人类主要是： * 神话思维 * 祖先崇拜 * 仪式—秩序型宗教
一句话结论 支配力的本质，是对“稀缺性选择权”的垄断。 支配力的根源，是不对称的“可替代性”。 决定一切支配力的，是谁能决定“你有没有别的选择”。 为什么“绝大多数人只能糊口”几乎是必然的？ 跨越历史、国家、制度、文化，结果高度相似 这说明它不是制度问题，也不是道德问题，更不是科技问题。 它是一个结构性问题。 核心原因只有一个： 社会不是为了让个体富足而存在的，而是为了持续运转而存在的。 任何复杂系统，只要满足三个条件，就必然产生你描述的结果： 1. 资源存在不可消除的稀缺性 2. 协作规模足够大 3. 个体之间可替代性不均等 只要这三点成立，绝大多数人就只能处在“刚好可被替代”的位置。 支配力的第一性原理：可替代性不对称 我们把一切复杂表象剥掉。 想象一个极端简化模型： * 如果 你可以被任何人替代 * 而 对方不能被你替代 那么结论是铁的： 你必须接受对方设定的条件 不管：
核心算法 1. 指数退避 delay = initial_delay * (multiplier ** retry_count) delay = min(delay, max_delay) 2. 随机抖动 ±25% jitter = delay * 0.25 delay += random.uniform(-jitter, jitter) 默认参数 * initial_delay = 1.0秒 * multiplier = 2.0 * max_delay = 60.0秒 * jitter = ±25% 💡 关键设计特性 1️⃣ 指数退避 * 延迟按 2^n 增长：1s → 2s → 4s
一、本质 编程中“绝大多数工作，本质上是高度标准化、结构化、可判定正确与否的执行劳动”。 这点极其重要。 * 算法实现 * 代码风格与结构 * API 封装 * CRUD、数据流、状态机 * 模板化的工程组织方式 这些东西： * ✔ 有明确输入输出 * ✔ 有行业共识 * ✔ 有可验证正确性 * ✔ 几乎没有“审美分歧” 它们本来就不该是“人类智慧的主要消耗点”。 Vibe Coding ≈ 把“怎么切菜”交给菜刀，把“切什么、为什么切”留给人。 二、不在执行层面消耗 * 建筑师不需要亲自砌砖 * 指挥家不需要亲自拉小提琴 * 产品经理不需要写每一行代码 但他们都必须理解结构、约束和可能性边界。 Vibe coding 不是“无知的幻想”，而是“站在抽象层上的控制”。 真正危险的不是： * 不写代码 而是： * 不理解系统，
4000行代码变动，一次性快速跑完 步骤 1: 创建 config.py 配置管理模块 [1 tool called] 步骤 2: 创建 providers.py 服务商配置模块 [1 tool called] 步骤 3: 创建 utils.py 工具函数模块 [1 tool called] 步骤 4: 创建 extractors/ 目录和提取器模块 [5 tools called] 更新进度并继续创建文本处理模块： [1 tool called] 步骤 5: 创建 text_processor.py 文本处理模块 [1 tool