4 小时，10 个 Agent 项目 —— 获奖项目详解
上周日，在 Qveris Friends × 原点学堂举办的线下黑客松现场，近百位开发者、产品经理、创作者，在4 个小时内 大放异彩，完成了10 个 AI Agent 项目，
于是我们看到了——会自己抓数据、分析市场的金融 Agent；只靠手势就能完成创作的多模态 Agent；把十几种真实 API 串成一个产品的仪表盘 Agent……
下面，我们将重点带来这4个获奖 Agent 项目的详细介绍，并附上github链接。
🏆
Qveris 特别奖
LOF 基金套利数据分析系统（funds_advice）
这是一个把真实金融分析流程交给 Agent 自动执行的项目，
项目围绕 LOF 基金套利场景，尝试解决一个现实问题：基金数据、新闻、政策信息分散，人工分析成本高。
系统由 CC（Claude Code）驱动，通过 Qveris Skill + Web Fetch 自动获取：
- LOF 基金核心数据
- 市场新闻与政策事件
- 集思录等外部信息
Agent 按既定提示词完成分析，将结果整理为 结构化 JSON 交给后端，前端负责展示套利分析结论，并明确标注投资风险。
整个流程不是聊天式“建议”，而是一次完整、可追溯的 Agent 行动闭环：数据获取 → 分析 → 结果展示 → 风险提示。
在真实金融数据与政策信息的基础上，跑通了一个可执行的投资分析 Agent 闭环，它体现了 Agent 在复杂数据整合与决策辅助场景中的潜力。
👉https://github.com/QverisFriends/funds_advice
⚠️ 项目声明：仅供学习与娱乐，不构成任何投资建议。
Qveris 智能生活仪表盘（qveris-dashboard）
这是一个为“探索 Qveris 能力边界”而生的超级 Demo,
项目以现代化玻璃拟态仪表盘为载体，通过 Qveris 统一工具调用接口，在一个页面内跑通了十多类真实能力，包括：
- 🌤️ 天气、空气质量、位置查询
- 📈 股票行情、多周期 K 线、市场情绪
- 📰 实时新闻、加密货币资讯、Hacker News
- 🤖 AI 对话、图片生成、语音合成、视频生成
- 🔍 Qveris API 探索器（可搜索、测试真实工具）
每一个模块背后，都是一次 Agent → 工具 → 实时数据 → 可视化反馈 的完整闭环，而不是静态展示。
特别值得一提的是内置的 Qveris API 探索器：用户可以直接搜索平台工具，查看成功率、响应时间，并一键真实调用，把“Agent 基础设施”本身变成了可交互产品。
通过高密度、多模态的 API 调用，把 Qveris 的行动能力可视化为一个即时可感知的系统级 Demo，它直观展示了 Agent 能“同时动起来”的广度。
👉https://github.com/QverisFriends/qveris-dashboard
🎨
Just For Fun：最有趣的奖
手势魔法工坊（Magic Art）
这是一个多模态创作型 Agent 项目，目标非常直接：不靠键盘和鼠标，只用手势和语音完成 AI 创作。
项目基于“前端感知 + 云端 Agent”架构：
- 浏览器端使用 MediaPipe Hands，本地实时识别手势（无需上传视频，保护隐私）
- 云端基于 Qveris Agent System，按意图动态调度搜索、语音、绘图等工具
- 支持 Fallback 机制，保障生成稳定性
创作流程完全由 Agent 串联完成：
- ✊ 握拳语音输入想法
- 🖐️ 张开手探索灵感趋势
- ✌️🤘🤟 注入不同艺术风格
- 👌 确认生成作品
用户只负责表达意图，Agent 负责组织 Prompt、调用模型并执行创作。
项目交互、体验或创意上非常直观——不用解释太多，只要演示出来，就能让人理解它的有趣之处。
它证明了一件事：Agent 不一定要“很重”，轻巧、有趣、可感知，同样重要。
👉https://github.com/QverisFriends/MagicArt
🏆
The Best PMF：最具商业潜力的奖
SkiCoach AI 这是一个为 “探索 AI 赋能滑雪教学的能力边界” 而生的超级 Demo，项目以轻量化的网页端交互为载体，通过多模态大模型 + 专业滑雪知识库 + 实时雪场数据接口，在一个系统内跑通了全场景的滑雪辅助能力，包括：
- ❄️ 雪场实时天气、雪质分析、行前装备建议
- 🏂 单板 / 双板动作识别、多阶段技术诊断、个性化修正报告
- 📊 阶梯式训练目标、动作成长曲线、深度对话复盘
- 🎯 初 / 中 / 高级分阶教学、针对性动作库、风险提示
每一个模块背后，都是一次用户上传 → AI 分析 → 专业输出 → 互动沉淀的完整闭环，而不是静态的技巧文章。特别值得一提的是内置的分阶训练体系：
通过多模态的动作识别与专业知识库结合，把 AI 教练的陪伴能力可视化为一个即时可感知的系统级 Demo，它直观展示了 AI 在个性化运动教学场景中的深度。
写在最后
获奖项目有限，但并不意味着“其他项目不够好”。相反，正是因为大家都跑通了 Agent 行动闭环，这些奖项才只是在强调不同方向上的亮点。
如果说这次黑客松想留下一个共同结论，那就是：
Agent 的时代，不缺想法，开始缺“行动完成度”。 想继续亲眼见证 Qveris AI 如何落地真实案例？下次黑客松，邀你一同解锁更多 Agent 垂直场景新可能！ 长期招募Qveris AI共创营伙伴，期待你的加入👇
