집

Skill

생산성 및 작업흐름

ito-data-atlas-agent

affaan-m/ECC

데이터 소스를 모니터링하고, 예측 시장의 후보 바스켓을 구성하며, 매개변수 변경안을 작성한 뒤, 그 결과를 사람이 검토할 수 있도록 전달하는 설계 에이전트.

...모든 것을 확장하십시오

업데이트 된 시간 2026년 10월 12일

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

이토 데이터 아틀라스 에이전트

이 스킬을 사용하여 데이터 소스를 모니터링하고, 예측 시장 후보 바스켓을 구성하며, 매개변수 변경안을 작성한 후, 그 결과를 검토를 위해 담당자에게 전달하는 에이전트를 설계할 수 있습니다.

이 스킬은 아키텍처와 워크플로를 설명합니다. 실제 거래를 실행하지는 않습니다.

안전 장치

모든 실행은 반드시 사용자의 명시적인 승인을 받은 후에만 진행해야 합니다.
별도의 비공개 구현에서 명시적으로 실행 제어 기능을 추가하지 않는 한, 읽기 전용 이토(Itô) 데이터 액세스의 경우에만 ITO_API_KEY를 요구하십시오.
대상 저장소에 이미 저장 계약이 존재하고 사용자가 요청한 경우가 아니라면, 비공개 사용자 데이터를 영구 저장하지 마십시오.
공개 문서에 비공개 전략 로직, 거래소 인증 정보 또는 로컬 경로를 공개하지 마십시오.

아키텍처 패턴

네 가지 경로를 사용하십시오:

리서치 수집기: 공개 웹, X, GitHub, 거래소 문서, API 메타데이터, 그리고 접근 제한이 적용된 경우 이토(Itô) 읽기 엔드포인트.
바스켓 작성자: 소스를 후보 기초자산, 가중치, 규칙 및 질문으로 변환합니다.
리스크 검토자: 데이터 최신성, 거래소 제한, 해석의 모호성, 규정 준수 사항 및 프롬프트 삽입 노출 여부를 확인합니다.
인간 편집자: 사용자가 승인, 거부, 조정 또는 추가 조사를 요청할 수 있는 채팅 또는 UI 화면을 엽니다.

워크플로우

사용자 목표와 제외될 작업을 정의합니다.
데이터 소스 및 접근 요건을 나열합니다.
각 기초자산에 대한 출처 정보를 포함한 바스켓 사양 초안을 작성합니다.
실행 가능한 주문 대신 편집 가능한 매개변수를 생성합니다.
감사 추적 기록(입력값, 모델 출력, 출처 및 사람의 의사 결정)을 저장합니다.

유용한 기술 연쇄

데이터 소스 수집을 위한심층 조사.
x-api: 최신 소셜/이벤트 신호 수집.
ito-market-intelligence: 거래소 및 기초자산 컨텍스트 파악.
ito-basket-compare: 사용자 지식 기반 매칭용.
실행 가능한 통합을 진행하기 전,예측 시장 위험 검토.

출력 계약

다음 내용을 포함하는 즉시 구현 가능한 워크플로우 사양을 반환합니다:

데이터 소스
액세스 게이트
에이전트 역할
사람의 승인 단계
저장/감사 경계
비목표

GitHub에서 보기

---
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