Дом

Skill

Производительность и рабочий процесс

ito-data-atlas-agent

affaan-m/ECC

Разработать агентов, которые отслеживают источники данных, формируют корзины кандидатов для рынка прогнозов, разрабатывают предложения по изменению параметров и передают результаты человеку для проверки.

...Расширить все

Обновлено время 12 октября 2026 г.

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

Агент Itô Data Atlas

Используйте этот навык для разработки агента, который отслеживает источники данных, формирует корзины кандидатов для рынка прогнозов, составляет проекты изменений параметров и передает результат человеку для проверки.

Данный навык описывает архитектуру и рабочий процесс. Он не осуществляет реальную торговлю.

Ограничительные меры

Обеспечьте, чтобы любое выполнение действий происходило только после явного одобрения человеком.
Требуйте ITO_API_KEY только для доступа к данным Itô в режиме «только для чтения», если только отдельная частная реализация явно не добавляет средства контроля исполнения.
Не сохраняйте частные данные пользователей, если только целевое репозиторий уже не имеет контракта на хранение и пользователь не запрашивает это.
Не раскрывайте частную логику стратегии, учетные данные торговых площадок или локальные пути в публичной документации.

Архитектурный паттерн

Используйте четыре канала:

Сборщик исследований: общедоступный веб, X, GitHub, документация торговых площадок, метаданные API и конечные точки чтения Itô при наличии ограниченного доступа.
Составитель корзины: преобразует источники в потенциальные базовые активы, веса, правила и вопросы.
Эксперт по рискам: проверяет актуальность данных, ограничения платформы, неоднозначность резолюций, примечания по соответствию требованиям и риск раскрытия подсказок.
Редактор-человек: открывает чат или интерфейс, где пользователь может утвердить, отклонить, скорректировать или запросить дополнительный анализ.

Рабочий процесс

Определите цель пользователя и исключённые действия.
Составьте список источников данных и требований к доступу.
Составьте черновой вариант спецификации корзины с указанием происхождения каждого базового актива.
Создавайте редактируемые параметры, а не исполняемые ордера.
Храните журнал аудита: входные данные, результаты моделирования, источники и решения, принятые людьми.

Полезные цепочки навыков

deep-research для сбора источников.
x-api — для анализа актуальных сигналов из социальных сетей и событий.
ito-market-intelligence — для контекста площадки и базового актива.
ito-basket-compare для сопоставления с базой знаний пользователя.
prediction-market-risk-review перед любой интеграцией, допускающей выполнение операций.

Результат контракта

Возвращает готовую к реализации спецификацию рабочего процесса, включающую:

источники данных
контрольные точки доступа
роли агентов
точки утверждения человеком
границей хранения/аудита
нецели

Посмотреть на 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