Maison

Skill

Productivité et flux de travail

ito-data-atlas-agent

affaan-m/ECC

Concevoir des agents capables de surveiller les sources de données, de constituer des paniers de candidats pour les marchés prédictifs, de proposer des modifications de paramètres et de transmettre les résultats à un humain pour qu'il les examine.

...Développer tout

Heure mise à jour 12 octobre 2026

# Agent Architecture # audit trail # prediction markets # basket drafting # data sources # human approval # risk review

Agent Itô Data Atlas

Utilisez cette compétence pour concevoir un agent qui surveille les sources de données, élabore des paniers de prédiction potentiels, propose des modifications de paramètres et transmet le résultat à un humain pour validation.

Cette compétence décrit l'architecture et le flux de travail. Elle n'effectue pas de transactions en temps réel.

Contrôles de sécurité

Veillez à ce que toute exécution fasse l’objet d’une approbation humaine explicite.
N’exigez la clé ITO_API_KEY que pour l’accès en lecture seule aux données Itô, sauf si une implémentation privée distincte ajoute explicitement des contrôles d’exécution.
Ne conservez pas les données privées des utilisateurs, sauf si le référentiel cible dispose déjà d’un contrat de stockage et que l’utilisateur en fait la demande.
Ne pas divulguer la logique des stratégies privées, les identifiants des plateformes de négociation ou les chemins d’accès locaux dans les documents publics.

Modèle d’architecture

Utiliser quatre voies :

Collecteur de recherche : Web public, X, GitHub, documentation des plateformes, métadonnées des API et points de terminaison de lecture Itô lorsqu’un accès restreint existe.
Concepteur de panier : transforme les sources en sous-jacents candidats, pondérations, règles et questions.
Vérificateur de risques : vérifie l’actualité des données, les limites de la plateforme, l’ambiguïté de la résolution, les notes de conformité et l’exposition à l’injection de prompts.
Éditeur humain : ouvre une fenêtre de discussion ou une interface utilisateur où l’utilisateur peut approuver, rejeter, ajuster ou demander des recherches supplémentaires.

Flux de travail

Définir l’objectif de l’utilisateur et les actions exclues.
Répertorier les sources de données et les exigences d’accès.
Rédigez un cahier des charges du panier avec la provenance de chaque sous-jacent.
Générer des paramètres modifiables plutôt que des ordres exécutables.
Conserver une piste d'audit : données d'entrée, résultats du modèle, sources et décision humaine.

Chaînes de compétences utiles

Recherche approfondie pour la collecte de sources.
x-api pour les signaux sociaux et événementiels actuels.
ito-market-intelligence pour le contexte lié au lieu et au sous-jacent.
ito-basket-compare pour la mise en correspondance avec la base de connaissances des utilisateurs.
prediction-market-risk-review avant toute intégration permettant l'exécution.

Contrat de sortie

Renvoie une spécification de workflow prête à être mise en œuvre, comprenant :

sources de données
portes d’accès
rôles des agents
points d’approbation humaine
limites de stockage/d'audit
non-objectifs

Voir sur GitHub

---
name: ito-data-atlas-agent
description: Design agents that watch data sources, build candidate prediction-market baskets, draft parameter changes, and hand results to a human for review.
---

# Itô Data Atlas Agent

Use this skill to design an agent that watches data sources, builds candidate
prediction-market baskets, drafts parameter changes, and hands the result to a
human for review.

This skill describes architecture and workflow. It does not run live trading.

## Guardrails

- Keep all execution behind explicit human approval.
- Require `ITO_API_KEY` only for read-only Itô data access unless a separate
  private implementation explicitly adds execution controls.
- Do not persist private user data unless the target repo already has a storage
  contract and the user asks for it.
- Do not expose private strategy logic, venue credentials, or local paths in
  public docs.

## Architecture Pattern

Use four lanes:

1. Research collector: public web, X, GitHub, venue docs, API metadata, and
   Itô read endpoints when gated access exists.
2. Basket drafter: turns sources into candidate underliers, weights, rules, and
   questions.
3. Risk reviewer: checks data freshness, venue limits, resolution ambiguity,
   compliance notes, and prompt-injection exposure.
4. Human editor: opens a chat or UI state where the user can approve, reject,
   adjust, or ask for more research.

## Workflow

1. Define the user objective and excluded actions.
2. List data sources and access requirements.
3. Draft a basket spec with provenance for every underlier.
4. Produce editable parameters rather than executable orders.
5. Store an audit trail: inputs, model output, sources, and human decision.

## Useful Skill Chains

- `deep-research` for source collection.
- `x-api` for current social/event signal.
- `ito-market-intelligence` for venue and underlier context.
- `ito-basket-compare` for user knowledge-base matching.
- `prediction-market-risk-review` before any execution-capable integration.

## Output Contract

Return an implementation-ready workflow spec with:

- data sources
- access gates
- agent roles
- human approval points
- storage/audit boundary
- non-goals