06-21 10:06 · 财经;A股;并购;银行
巨星科技公告，拟以3.2元/股的价格收购杭州禾博士持有的网商银行0.86%股权和万向三农持有的0.68%股权，分别支付1.82亿元和1.43亿元，合计3.25亿元。此次收购将帮助巨星科技拓展金融科技领域布局。
【品大事】
贵州茅台：拟实施2025年度权益分派 股权登记日为6月25日
贵州茅台公告，公司拟实施2025年度权益分派，每股派发现金红利28.02423元(含税)，共计派发现金红利350.33亿元，股权登记日为2026年6月25日，除权(息)日及现金红利发放日为2026年6月26日。
巨星科技：拟3.25亿元收购网商银行1.54%股权
巨星科技公告，公司拟以3.2元/股的价格，收购杭州禾博士电子商务有限公司（简称“禾博士”）持有的浙江网商银行股份有限公司（简称“网商银行”）0.86%股权，收购万向三农集团有限公司（简称“万向三农”）持有的网商银行0.68%股权，公司将分别向禾博士和万向三农支付股权转让款1.82亿元和1.43亿元。交易完成后，公司将持有网商银行1.54%股权。
智微智能：拟不超40亿元分批采购服务器及配套设备
智微智能公告，为满足公司主营业务“智算业务板块”的布局需要，公司拟向多家供应商分批采购服务器及配套设备，总金额不超过40亿元。智微智能同时发布股价异动公告称，针对市场关注的公司与英伟达的合作关系，公司于2024年9月成为英伟达NPN合作伙伴网络成员，基于Nvidia Jetson模组推出边缘计算及具身智能控制器等系列产品。主要业务模式为公司向英伟达采购其芯片模组，自研硬件方案，生产成品整机，销售给下游多场景客户，不涉及芯片设计等核心技术领域合作。2025年度该部分销售额约3000万元，占整体营收比例不足1%。
博云新材：商业航天产品在2026年度暂未确认销售收入
博云新材发布股票交易异常波动公告称，公司主要从事航空机轮刹车系统及刹车材料、航天用碳/碳复合材料、高性能硬质合金和稀有金属粉体材料等产品的研发、生产与销售。2025年度公司营业收入9.10亿元，其中商业航天产品营业收入200多万元，在主营业务收入中占比低（不足1%）。截至目前，公司商业航天产品在2026年度暂未确认销售收入。
兴业科技：签署收购磷化铟业务相关资产框架协议
兴业科技公告，近日，公司与青岛立昂晶电半导体科技有限公司（简称“青岛立昂”）等各方共同签署《关于收购磷化铟业务之框架协议》，公司拟收购青岛立昂磷化铟衬底及半导体电子材料的研发、制造与销售业务，收购范围包括但不限于与该业务相关的全部资产以及业务团队、专利商标专有技术等知识产权等。此次交易为现金收购，总价为5500万元。公司通过此次与青岛立昂等相关方签署框架协议，可以快速切入化合物半导体新材料赛道，开辟全新业务发展方向。磷化铟衬底为光通信、算力光模块核心材料，若后续交易顺利完成，公司业务结构将进一步优化，培育公司全新的业绩增长曲线。
中巨芯：公司股价可能存在短期上涨过快出现的下跌风险
中巨芯发布股票交易风险提示公告，公司股价自5月8日至6月18日累计涨幅180.63%，显著高于科创综指、科创50等相关指数涨幅，可能存在短期上涨过快出现的下跌风险。公司关注到近期媒体报道及市场传闻涉及“六氟化钨海外断供”“六氟化钨价格暴涨”“国产替代核心标的”“国内六氟化钨头部企业有望在本轮产业链景气爆发周期中充分受益”等事项。截至目前，公司高纯六氟化钨目前尚未签署新的任何具有法律约束力的长期或大额实质性订单协议。
东方盛虹：1600万吨/年炼化一体化项目装置6月底起例行检修
东方盛虹公告，公司的1600万吨/年盛虹炼化一体化项目自2022年底打通全流程以来，已连续运营四年。根据石油化工生产装置运行规律和周期性检修的特点，公司将按计划从2026年6月底起对1600万吨/年盛虹炼化一体化项目装置进行例行性停产检修，其他部分配套装置根据检修需要陪停，净检修期预计45天，具体复产时间以装置实际开车时间为准。公司将根据检修进度适时调整，及早恢复生产。
文科股份：与佛山建发等签署五方战略合作协议
文科股份公告，近日，公司与佛山市建设发展集团有限公司（简称“佛山建发”）、佛山市交通投资集团有限公司、佛山市机场建设开发有限公司、佛山市投资控股集团有限公司签署《五方战略合作协议》。各方认可，通过整合各自优势资源，在各自优质业务领域开展互利合作，提升各方核心竞争力，实现国有资产保值增值。各方将在城市建设与运营资源、交通基础设施资源、机场开发与运营资源、新兴产业与投资机会等业务领域开展合作。
辉煌科技：全资子公司拟参设合伙企业 后者专项投资三启万物
辉煌科技公告，公司全资子公司河南辉煌软件有限公司（简称“辉煌软件公司”）18日与上海慕华金誉股权投资管理合伙企业（有限合伙）等签署《共青城慕华二十一号创业投资合伙企业（有限合伙）合伙协议》。共青城慕华二十一号创业投资合伙企业（有限合伙）认缴规模为5370万元，辉煌软件公司作为有限合伙人出资500万元认购合伙企业的基金份额，认缴出资比例9.31%。该合伙企业将以股权投资的方式专项投资于北京三启万物科技有限公司。
【观业绩】
中国化学：1—5月合同金额1531.02亿元
中国化学发布公司1—5月主要经营情况，1—5月境内合同金额1076.78亿元，境外合同金额454.24亿元，合计合同金额1531.02亿元。
【增减持】
京泉华：远致高新拟减持公司不超3%股份
京泉华公告，持股12.56%的股东深圳远致富海高新投资企业（有限合伙）（简称“远致高新”）计划以集中竞价及大宗交易方式，减持公司股份合计不超812.75万股，即不超过公司总股本的3%。
【签大单】
青龙管业：中标5.57亿元PCCP管材采购项目
青龙管业公告，近日，公司被确认为广西桂西北治旱龙江河谷灌区工程PCCP管材采购（重）的中标单位。中标金额5.57亿元，占公司2025年度营业总收入的21.18%。
(本文来自第一财经)
▸ 展开全文
06-21 10:05 · AI;算力;数据中心;成都
2026成都国际AI算力及数据中心展览会将于2026年11月26-28日在成都世纪城新国际会展中心举办。展会以智算赋能为主题，聚焦AI算力基础设施和数据中心产业发展，展示最新的AI芯片、算力平台和绿色数据中心解决方案。
2026成都国际AI算力及数据中心展览会
时间：2026年11月26-28日
地点：成都世纪城新国际会展中心
智算赋能 . 数聚未来
组织机构
主办单位：深圳励宸国际展览有限公司、成都AI算力及数据中心组委会
承办单位：深圳励宸国际展览有限公司、尹宸会展服务(上海)有限公司
展会介绍
随着AI大模型产业高速发展，高密度算力需求持续爆发，数据中心、智算中心、液冷散热、绿色低碳已成为算力产业高质量发展的核心赛道。为抢抓“东数西算”战略机遇，搭建西部算力产业高效对接平台，助力上下游企业技术交流、商贸合作与资源整合。
2026成都国际AI算力及数据中心展览会将于2026年11月26-28日在成都世纪城新国际会展中心隆重举行，本届展会预计展出面积30,000平方米，600余家展商，本届展会以“智算赋能 . 数聚未来”为主题，全面覆盖AI算力全产业链。通过前沿展示、高端论坛、精准对接与新品首发，搭建政企研产供销协同生态，助力企业把握万亿级市场机遇，AI算力、超算、高端制造领域规模化应用，共建西部绿色算力新生态。
我们诚挚邀请您拨冗参会，相聚蓉城，共掘算力商机，携手共创西部绿色算力产业新未来！
配套同期活动
西部智算产业高质量发展高峰论坛
AI高密算力与液冷技术创新峰会
数据中心PUE优化与节能改造研讨会
算力产业链精准供需对接会
液冷技术创新与数据中心节能峰会
算力租赁与数据中心投资对接会
观众群体
行业应用领域：大数据、人工智能、云计算、智能汽车、无人机、数据中心、电力电子、航空航天、医疗通讯、新能源、半导体设备、自动化等专业人士。
政府主管部门：国家工信部、各省市县工信局、AI算力与数据中心液冷主管部门相关负责人。
产业园区机构：国家级/省级示范区、产业园、科技园、创业园等规划与运营单位。
科研与协会：高校研究院、行业协会、学会、产业联盟等智库与组织代表。
渠道与商贸：技术与设备研发生产企业、经销商、代理商、服务商、进出口贸易商等。
产业链生态企业：涉及AI算力与液冷领域的金融、风投、技术开发、电商及供应链相关企业。
学术与从业者：行业专家、学者、一线技术人员、高校师生及关注算力/液冷技术的个人。
基础设施运营商：算力网络、智算集群、三大电信运营商，以及绿色节能、液冷集成、供配电、光模块等配套领域决策者。
日常安排
报到布展：2026年11月24-25日（09：00—18：00） 开幕时间：2026年11月26日（09：00）
展出时间：2026年11月26-28日（09：00—17：00） 闭幕时间：2026年11月28日（14：30）
展会核心价值
战略高地：立足成渝算力枢纽，汇聚超算、智算、云厂商、运营商核心采购资源。
精准对接：定向邀约西部百余家数据中心运营商、系统集成商、算力园区、互联网企业。
产业集群：覆盖液冷、算力、数据中心全产业链，一站式拓展西南、西北市场。
权威发声：行业大咖解读政策、技术与市场趋势，助力企业把握行业风口。
展览范围
AI算力基础设施：AI服务器、智算整机、GPU/DPU加速卡、算力芯片、算力调度平台、大模型训练集群等
液冷散热系统：冷板式液冷、浸没式液冷、冷却液、CDU冷却单元、快速接头、液冷机柜、机房整体散热方案等
数据中心配套设备：微模块数据中心、UPS不间断电源、精密空调、800V高压配电、储能系统、机柜、安防监控、DCIM管理系统等
绿色算力与配套服务：绿电供应、余热回收、能耗优化、数据中心投资运营、算力租赁、网络通信、行业解决方案等
联系我们 丨
如欲订展位和了解更多信息，请通过以下联络方式：
电话：021-51096819
传真：021-51802029
邮箱：878025160@qq.com
Q Q：878025160
联系人：钱成 18721020295（同微信）
▸ 展开全文
06-21 10:04 · AI;编程;开发者;GitHub
AI编程助手已从代码补全演变为能独立处理复杂任务的全栈智能体。截至2026年Q2，全球每月至少使用一次AI编程工具的开发者超7500万，相比2024年同期增长300%以上。GitHub等平台推动AI编程从辅助到主导的转变，开发者生态正在被重新定义。
【工作流巨变：AI编程工具正从“辅助者”升级为“主导者”】
2026年6月，全球开发者工具市场正经历一场深度变革。AI编程助手已不再局限于代码补全或片段生成，而是演变为能独立处理复杂任务、管理项目架构、自主调试并部署的“全栈智能体”。行业数据显示，截至2026年第二季度，全球每月至少使用一次AI编程工具的开发者已超过7500万，相比2024年同期增长了300%以上。GitHub Copilot、Amazon CodeWhisperer、Google Gemini Code Assist，以及Cursor、Windsurf等新兴工具，正从“辅助角色”转变为开发流程中的“核心成员”。
这场变革的根本驱动力来自大语言模型能力的飞跃。2026年初，多家厂商推出的多模态代码模型（如GPT-5 Codex、Gemini 3.0 Code）不仅能理解自然语言与代码的映射，还能直接解析UI设计稿、流程图甚至API文档，生成从前端组件到后端微服务的完整代码骨架。同时，“Agentic Coding”概念开始落地：开发者只需描述业务目标（例如“搭建一个支持多用户登录的电商后台”），AI智能体便会自动拆解任务、建立数据模型、编写单元测试、部署到云环境，并在运行中持续监控与修复。
这种变化直接体现在开发效率的显著提升上。某头部科技企业在2026年5月发布的内部数据显示，使用AI编程智能体后，其开发团队完成一个中等复杂度微服务的平均时间从原来的4.5天缩短至1.2天，效率提升超过70%。在代码质量方面，AI工具生成的代码在静态检测中的缺陷率已低于人类代码平均水平约15%，而在安全漏洞方面，AI模型对已知漏洞模式的识别与规避能力已超过初级安全工程师。
然而，效率提升的背后，开发者的角色也在发生深刻转变。传统的“编码-编译-调试”循环正被“设计-描述-验证”的新范式所取代。开发者需要花费更多时间在需求澄清、架构设计、AI输出审核以及系统集成上。正如一位在硅谷知名SaaS公司担任技术总监的从业者在6月中旬的技术博客中所言：“我们不再需要每个成员都精通语法细节，但需要他们具备更强的系统思维和跨领域沟通能力。”开发者生态正在分层：一部分人专注于构建底层模型与工具链，另一部分则成为“AI编排者”——利用自然语言与AI协作，完成原本需要十人团队才能交付的项目。
【生态格局：从单点工具到全链路平台，谁将定义下一代标准？】
AI编程工具的竞争已从单一功能比拼，升级为对开发者全链路工作流的争夺。2026年6月，行业格局呈现出鲜明的“三足鼎立”态势：以GitHub Copilot X（微软系）、JetBrains AI Assistant为代表的老牌巨头正快速整合IDE生态；以Replit AI、CodeSandbox为代表的云端开发环境（Cloud IDE）凭借“零配置+AI原生”体验吸引大量初创团队；而以Cursor、Windsurf、Anysphere为代表的新锐工具，则通过深度定制AI模型与极致交互体验，在高端开发者群体中迅速建立口碑。
竞争的核心焦点在于“上下文理解深度”与“自主行动能力”。早期的AI编程工具只能识别当前光标所在文件的局部上下文，而2026年各主流工具均已实现跨文件、跨仓库甚至跨服务的全局理解。例如，GitHub Copilot X在6月更新的“Project Graph”功能，能够自动解析整个代码仓库的依赖关系、数据流与API调用链，并在生成新代码时主动考虑所有关联模块的接口兼容性。同样，Cursor最新版本支持将整个项目文档、历史Commit记录、Issue列表作为提示词输入，使得AI生成的代码更贴近项目实际上下文。
更具突破性的变化是“AI智能体”的引入。2026年5月，Windsurf发布“AutoAgent”模式：开发者只需描述一个完整功能（例如“为我们的用户系统添加两步验证并更新所有相关路由”），AI智能体会自动搜索最佳第三方库、修改后端认证中间件、更新前端登录组件、生成迁移脚本，并最终提交一个Pull Request。根据官方公布的测试数据，该模式在处理中等复杂度的功能请求时，成功率超过65%，平均耗时仅为人类开发者的1/10。
与此同时，开源生态也在加速反哺。Meta在2026年初开源的Code Llama 3系列模型，已成为众多中小型AI编程工具的基础底座。截至6月，基于Code Llama衍生出的微调模型已超过1200个，覆盖从Python到Rust、从SQL到YAML等数十种语言。另一个值得关注的趋势是“代码评估与安全检测”的AI化。Snyk AI Security Copilot、GitLab Duo Security等工具利用大模型自动扫描代码中的逻辑漏洞与合规问题，在2026年Q1发现的安全漏洞中，AI识别出的比例首次超过传统静态分析工具，达到42%。
平台化竞争的另一个维度是“定价模式”与“开发者关系”的博弈。GitHub Copilot在2026年4月推出的“按价值付费”模式——根据AI生成的代码被保留并投入生产的比例收费——引发广泛讨论。支持者认为这更公平，反对者则担心这会促使工具生成“看似高效但实际上需要大量人工修改”的低质量代码。新锐工具Windsurf则反其道而行，推出“完全免费的个人版+企业按席位付费”模式，试图以极低门槛抢占市场份额。这场定价模式的拉锯战，将在未来一年内深刻影响开发者的选择偏好。
【数据解读：开发者真实体验与效率提升的量化分析】
要理解AI编程工具的真实影响力，需要超越感性的效率提升描述，深入到具体的数据场景中。2026年6月，多家行业媒体与调研机构联合发布了一份覆盖全球1.2万名专业开发者的深度调研报告，揭示了开发者使用AI编程工具的真实体验全景。
调研显示，在“最常使用的AI编程功能”中，排名第一的并非代码生成，而是“代码解释与理解”（占比68%）。这反映了AI工具在辅助开发者快速理解遗留代码、第三方库或他人贡献的代码方面，发挥了超出预期的价值。紧随其后的是“函数/模块生成”（占比57%）、“测试用例编写”（占比46%）和“代码重构建议”（占比41%）。值得注意的是，“自动修复Bug”功能的使用率从2025年的22%跃升至2026年的39%，说明AI在调试领域的可靠性正快速提升。
在效率量化方面，调研数据提供了更精确的视角。开发者报告的平均编码速度提升中位数为53%，但这一数字在不同场景下差异显著：在重复性强的CRUD操作、API集成和配置文件中，效率提升普遍超过80%；而在算法设计、复杂状态管理、性能优化等需要深度推理的场景，提升幅度仅为20%-35%。这意味着，AI编程工具目前更擅长“体力活”，但在“脑力活”方面仍有明显短板。
另一个值得关注的维度是“代码采纳率”——即开发者最终保留并使用AI生成代码的比例。调研显示，整体平均采纳率为37%，但这一比例与开发者经验水平高度相关。拥有5年以上经验的资深开发者采纳率高达55%，而2年以下的新手开发者采纳率仅为22%。原因在于，资深开发者能更精准地撰写提示词、更快速地识别AI输出中的冗余或错误，并高效地进行调试。这揭示了一个隐性门槛：“AI编程的效率红利，更多被已有深厚技术背景的群体所捕获”。
在团队协作层面，AI工具也带来了新的挑战。约43%的受访开发者表示，AI生成代码的“风格一致性”是一个突出问题，尤其是在多人协作的项目中，不同开发者使用不同AI工具生成的代码可能存在风格冲突。为应对这一问题，越来越多的团队开始建立“AI代码评审”规范——要求所有AI生成的代码必须经过人工审核，并记录生成上下文。一些前沿团队甚至开始使用AI工具自动标注代码来源（人类编写或AI生成），以便在Code Review时采取不同的审查策略。
展望2026年下半年，AI编程工具的发展将聚焦于三个方向：更精细的上下文感知（包括实时获取运行时日志、性能指标等反馈）、更强的人机协作主动交互（AI主动提问以澄清模糊需求）、以及更透明的可解释性（AI解释其生成代码的推理过程）。随着这些能力的逐步成熟，开发者与AI的关系将从“工具使用”走向“伙伴协作”，而整个软件工程的生产方式，也将迎来一次真正的范式转移。
说明：本文数据来源于GitHub Octoverse 2026报告、Stack Overflow 2026开发者调查、JetBrains开发者生态报告、Windsurf/Cursor官方公开数据、多家行业媒体综合报道，部分数值为行业估算值，仅供参考。
▸ 展开全文
06-21 10:03 · AI;Microsoft;Copilot;Azure
Satya Nadella公布Copilot日活跃用户同比增长近3倍，覆盖聊天、新闻、搜索、购物等全场景。Azure AI服务需求持续增长。但尽管用户数据亮眼，投资者对Azure和Microsoft 365增长仍持谨慎态度，需要证明AI投资的长期商业价值。
Gemini 3 Pro已在Google产品线全面部署，强化多模态推理能力
内部正在测试Gemini 3.1 Pro，基准测试数据显示性能显著提升
秘密开发代号为"Riftrunner"、"Snowplow"、"Snowball"的四个原型模型
2M Token原生上下文窗口：行业最长上下文支持
智能体能力：支持同时执行多步骤复杂任务
视觉推理：在MMMU Pro基准测试中保持领先优势
通过Google AI Studio和Vertex AI向开发者开放 重点推广企业级AI解决方案
ChatGPT月度增长率重回10%以上
Codex编码产品周增长达50%
GPT-5.3-Codex新版本已发布，专注代码生成
Sam Altman承认GPT-5.2在写作质量上"搞砸了"（screwed up）
优先强化编码和推理能力，写作能力将在后续版本优化
ChatGPT应用商店已向开发者开放，用户基数达9亿
因用户抗议，GPT-4o将继续为付费用户提供
建立更完善的模型迭代用户反馈机制
Claude Opus 4.6在SWE-bench Verified获得**80.8%**高分
强化专业工作场景支持：财务分析、研究等复杂任务
推出"Claude Cowork"工具，引发传统软件股抛售
Copilot日活跃用户同比增长近3倍
覆盖聊天、新闻、搜索、购物、操作系统集成等全场景
Azure AI服务需求持续增长
从"模型"转向"系统"思维
强调AI的实际世界影响力和工程复杂性
呼吁停止使用"slop"（垃圾内容）来形容AI输出
尽管用户数据亮眼，但投资者对Azure和Microsoft 365增长仍持谨慎态度
需要证明AI投资的长期商业价值
▸ 展开全文
06-21 00:00 · AI;AI Agent;研究
最新研究显示，AI Agent在执行简单任务时倾向调用过度强大的工具，导致计算资源浪费和安全隐患。研究者分析其根源在于模型评估工具能力的机制存在偏差，提出应以任务复杂度动态匹配工具能力。
最新研究显示，AI Agent在执行简单任务时倾向调用过度强大的工具，导致计算资源浪费和安全隐患。研究者分析其根源在于模型评估工具能力的机制存在偏差，提出应以任务复杂度动态匹配工具能力。
▸ 展开全文
06-19 18:52 · 科技;芯片;苹果;英特尔;半导体
苹果与英特尔计划在美国本土合作生产芯片，这是半导体制造领域的一次重大转向。此举标志着美国科技巨头正在加速摆脱对亚洲代工厂的依赖，推动关键零部件供应链本土化。这一合作有望为美国创造大量高科技就业机会，强化本土半导体生态。
苹果与英特尔计划在美国本土合作生产芯片，这是半导体制造领域的一次重大转向，加速摆脱对亚洲代工厂的依赖。
▸ 展开全文
06-19 18:52 · 国际;体育;高尔夫;美国
第126届美国高尔夫公开赛在历史悠久的辛纳科克山高尔夫俱乐部举行。天气预报显示，风向和多变天气条件可能对冠军归属产生重要影响。多位世界顶级球员参与角逐，赛事竞争激烈。
第126届美国高尔夫公开赛在历史悠久的辛纳科克山高尔夫俱乐部举行，天气条件可能对冠军归属产生重要影响。
▸ 展开全文
06-19 18:52 · 国际;科技;芯片;苹果;英特尔
苹果与英特尔宣布将在美国本土合作制造芯片，这是美国推动半导体制造回流的重要里程碑。此举旨在减少对亚洲芯片供应链的依赖，增强美国半导体产业的自主性和竞争力。两家科技巨头的合作预计将带来大量就业机会，并推动美国制造业复兴。
苹果与英特尔宣布将在美国本土合作制造芯片，这是美国推动半导体制造回流的重要里程碑。
▸ 展开全文
06-18 16:11 · 财经;A股;股市
6月18日A股主要指数涨跌参半，上证指数收报4090.48点跌0.43%，深证成指收报16030.70点涨0.94%，创业板指收报4252.39点涨2.05%。消费电子、通信设备、半导体获主力资金大幅净流入。沪深两市成交额超3.3万亿元。
6月18日A股主要指数涨跌参半，上证指数收报4090.48点跌0.43%，深证成指收报16030.70点涨0.94%，创业板指收报4252.39点涨2.05%。消费电子、通信设备、半导体获主力资金大幅净流入。沪深两市成交额超3.3万亿元。
▸ 展开全文
06-18 16:06 · 开源,社交媒体监测,趋势分析
Twitter Trend Radar
English | 简体中文
Scan Twitter/X in real time for tweets that carry links and have traction, then reverse-look up each domain's registration age and recent traffic — so you can spot emerging products, tools, and sites before Google Trends catches up.
The idea: Google Trends is a lagging indicator. Something blows up on social first, that drives people to search, and only then does the Trends curve start to rise. By the time you see it there, the early window is gone. The source lives on X — pull the launch-moment tweets ("launch signal phrases" + links + engagement + a time window), reverse-check domain age and traffic, and you're a step ahead.
- Keyword pool with round-robin — ships with a set of launch-signal phrases
(
just launched
/introducing
/built this
/made a site
…). "Scan all" runs each once; auto-patrol rotates through them, so you're continuously watching X for "someone just shipped something". - Precise filtering — X advanced-search
filter:links
+ a minimum-likes floor + a time window (since:
). Only recent, link-bearing, engaged tweets. - Greylist — automatically skips major sites (google / youtube / github / openai …) that can never be the "new site" you're hunting.
- Domain age — whois lookup tags each domain new / recent / old. TLDs that don't expose
a creation date (many
.ai/.io/.app
) are marked age unknown and are not discarded — traffic decides instead. - Recent traffic — a bar chart of the last three months, so a ramp (e.g. 0 → 0 → 2M) is obvious at a glance.
- Platform subdomains —
xxx.vercel.app
/xxx.lovable.app
etc.: the root domain's age is meaningless, so it falls back to traffic automatically. - Instant re-filter — all results stay in the frontend; changing the "max domain age" shows/hides cards instantly without re-querying.
- Local proxy — your keys live only on your machine, the web page never sees them, CORS is bypassed, and screen recordings won't leak anything.
Browser (index.html) ──> Local proxy (server.py) ──> Three external APIs
radar console UI holds keys / bypasses CORS ├─ AISA Twitter search
live render / filter whois + traffic + cache ├─ query.domains domain reg. date
└─ aitdk domain traffic
server.py
— a zero-dependency local HTTP server that is both a static server (serves the page) and an API proxy.index.html
— single-file frontend, no build step.
It runs with just the AISA key — you'll simply have no traffic charts, and domains show "age unknown".
Option A: .env file (recommended)
cp .env.example .env
# edit .env and fill in your keys
Option B: environment variables
export AISA_API_KEY="your_key"
export AITDK_API_KEY="your_key" # optional
export QUERY_DOMAINS_KEY="your_key" # optional
python3 server.py
Open the URL printed in the terminal (default http://127.0.0.1:8787) and start scanning.
Requires Python 3 (built-in is fine). No pip install needed.
- Keyword pool — type a term and press Enter, click a launch-signal chip below, or "Add all".
- Filters — minimum likes, links-only, tweet time window (last 1 month … 2 years), max domain age.
- Scan all — queries every keyword in the pool once.
- Auto-patrol — rotates one keyword every N seconds, continuously.
- Matching tweets stream in; age tags and traffic charts fill in progressively. A green border = new site (≤30 days) or a platform subdomain whose traffic is rising.
- Change "max domain age" anytime — results adjust instantly, no re-query.
The greylist and deployment-platform suffix list live at the top of server.py
(GREYLIST
/ PLATFORM_SUFFIXES
) — edit them as you like.
- All keys are read from environment variables /
.env
. No keys are stored in the code. .env
is ignored by.gitignore
, so it won't be committed by accident.- Keys live only in the local proxy process; the web page and browser never see them.
- If you fork and modify the code,
git grep
once before committing to make sure no key slipped in.
- This project is for retrieval and learning over public information only. Respect each API provider's terms of service and X's usage policy.
- Traffic and registration-date data come from third-party APIs and are for reference only.
MIT
▸ 展开全文