跳到正文
cccskills
免费在 GitHub 公开中文介绍

prediction-market-oracle-research

调查预测市场价格所隐含的概率,记录来源与时间,并结合交易深度、结果判定规则和其他信息,评估其能否用于产品或业务决策。

原文查看原文说明

Research prediction markets as data sources or oracle signals for products, agents, dashboards, and corporate decision intelligence. Use for source-grounded analysis of market-implied probabilities, caveats, and integration patterns without investment advice. Use when evaluating prediction markets as a data source or oracle signal for a product, agent, or dashboard.

实测评分 未实测

查看安装方法

适用场景

  • 评估产品采用预测市场数据的可行性
  • 比较市场概率与内部指标
  • 考虑用于智能体记忆或通知
  • 为多种可能结果制定计划

中文介绍

功能

将预测市场作为产品和业务决策的信息来源进行调研。先确定需要支持的决策,再寻找相关市场与事件,记录价格隐含的概率、时间和来源链接。检查交易深度、买卖价差、市场存在时间和结果判定主体,并与新闻、研究及内部指标比较,评估这些信息是否适用。

适用场景

适合在仪表板展示概率,或考虑将市场信息用于智能体记忆、通知触发条件,以及涵盖多种结果的情景规划。可以结合证据整理采用这些信息的理由与顾虑,辅助判断是否适合纳入产品或业务流程。

使用示例

  • “请寻找可用于这项业务决策的预测市场,并评估信息质量。”
  • “请考虑如何将市场隐含概率与内部指标并列展示。”
  • “请比较多个事件结果,整理规划所需的决策依据。”

注意事项

不将市场价格视为客观真相,需要检查价格操纵、交易稀少、信息陈旧和结果含糊等问题。不提供投资建议或交易推荐。在向涉及区块链操作或交易执行的系统授予写入权限前,必须使用llm-trading-agent-security进行检查。

本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

文档检查

AI 根据 SKILL.md 的内容检查了需要注意的操作和使用前提。评分只依据实际运行的结果(实测对比)。

安全性发送数据、删除文件、执行命令等是否有说明
A良好排除交易推荐,并要求授予写入权限前进行llm-trading-agent-security检查。
安装难易度所需工具和 API 密钥是否少且有说明
A良好调研未指定必需工具或API密钥,并明确授予写入权限前的额外检查。

不计入评分。 由 AI(OpenAI Codex)于 2026年10月19日 评估。仅供参考,安装前请同时查看原文。

如果您认为评估有误,请申请复核

请写明哪一项有误以及原因。无需登录。我们会对照 SKILL.md 重新评估,并在此处更新结果。

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

包含的文件(1)

  • SKILL.md2.3 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

Prediction Market Oracle Research

Use this skill when prediction markets are being considered as a data source, forecasting input, oracle-like signal, or decision-intelligence layer.

Guardrails

  • Do not treat market prices as objective truth.
  • Do not provide investment advice or trading recommendations.
  • Separate venue mechanics, liquidity, incentives, and resolution rules from the implied signal.
  • Call out manipulation, thin liquidity, stale markets, and ambiguous outcomes.
  • For on-chain or execution-linked systems, run llm-trading-agent-security before granting any write authority.

Research Workflow

  1. Define the decision the signal is meant to inform.
  2. Find relevant markets, events, tags, and venues.
  3. Record market-implied probabilities with timestamps and source links.
  4. Evaluate signal quality:
    • liquidity
    • spread
    • market age
    • trader/incentive concentration if known
    • resolution authority
    • geography or account restrictions
  5. Compare against non-market sources such as filings, news, polls, research, customer data, or internal KPIs.
  6. Recommend whether the signal is usable, weak, or unsuitable for the stated decision.

Integration Patterns

  • Research assistant: source-grounded context for a human analyst.
  • Dashboard signal: market-implied probability alongside internal metrics.
  • Agent memory input: a time-stamped signal that can be retrieved later.
  • Alerting input: notify when probabilities, spreads, or liquidity cross a threshold.
  • Scenario planning: compare multiple event outcomes without automating trades.

Output Contract

Use:

  1. decision context
  2. market sources
  3. signal quality
  4. comparison sources
  5. integration recommendation
  6. caveats

End with:

Prediction-market signals are informational inputs, not investment advice.

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

accessibility

免费有简介

依据WCAG 2.2设计和检查Web、iOS及Android界面,核查读屏标签、键盘操作、配色对比度和操作目标尺寸,使界面支持辅助技术。

  • 为纯图标按钮添加说明
  • 检查键盘操作与模态框焦点
  • 检查对比度与操作目标尺寸
affaan-m/ECC28.7万2026年10月21日 更新

从指令、记忆、工具执行和界面显示等十二个层面排查人工智能代理故障,依据代码和日志梳理原因,按严重程度列出问题并提出修复方案。

  • 排查仅在应用内出现的故障
  • 调查旧对话混入回答的原因
  • 核对工具漏执行或虚报执行
affaan-m/ECC28.7万2026年10月21日 更新

agent-eval

免费有简介

用实际开发任务比较多个编程智能体,记录成功率、可获取的API费用、耗时和重复运行的稳定性,为工具选型及更新后的性能评估提供数据。

  • 用实际开发任务比较智能体
  • 采用新工具或模型前进行评估
  • 检查智能体更新后的性能
affaan-m/ECC28.7万2026年10月21日 更新

设计和调整AI智能体使用的工具、输入与返回格式,明确出错后的恢复、重试和停止条件,管理上下文信息量,并以完成率、重试次数和成功任务成本评估改进。

  • 设计智能体工具及输入格式
  • 明确工具结果与下一步行动
  • 制定安全重试与停止条件
affaan-m/ECC28.7万2026年10月21日 更新

根据错误信息和执行环境,分析AI代理反复失败或重复操作的原因。通过小范围、可撤销的恢复操作检验假设,并将结果与依据整理成可供交接的报告。

  • 诊断代理连续失败
  • 调查重复调用工具的循环
  • 检查上下文积累导致的输出退化
affaan-m/ECC28.7万2026年10月5日 更新

在AI代理反复失败或重复操作时,记录错误与环境前提、排查原因,采取影响有限的恢复操作,并汇总结果和证据,为有依据的重试与交接提供支持。

  • 排查重复调用工具的原因
  • 调查对话膨胀导致的质量下降
  • 核对文件路径与环境差异
affaan-m/ECC28.7万2026年10月21日 更新

查看 affaan-m 的全部技能

报告此技能的问题