⏳ This skill is pending AI review.

Scores will appear once the review pipeline completes.

v1.0.3

digital-oracle

@komako-workshop⭐ 861 stars

Answer prediction questions using market trading data, not opinions. Use when the user asks probability questions about geopolitics, economics, markets, industries, or any topic where real money is being traded on the outcome. Examples: 'What's the probability of WW3?', 'Will there be a recession?', 'Is AI in a bubble?', 'When will the Russia-Ukraine war end?', 'Is it a good time to buy gold?', 'Will SPY drop 5% this month?', 'Is NVDA options premium overpriced?'. The skill reads prices from prediction markets, commodities, equities, options chains, derivatives, yield curves, and currencies, then cross-validates multiple signals to produce a structured probability report.

Choose how to use this skill

You do not need every option. Choose the path your AI client supports. The stable page stays the same; versioned files are immutable.

1. Native installer

This listing has no registered native installer command. Use the complete package or source fallback below, depending on what your client supports.

Do not guess an installer command or replace an existing version without reviewing the diff.

2. Complete package recommended

Download the ZIP when available. It includes SKILL.md plus the references, security notes and version metadata.

No complete ProSkills package is published for this listing yet.

3. Prompt-only

Copy the prompt above when the agent can read the stable page or when you want to adopt the workflow without installing a skill.

Need only the instruction file?

Download SKILL.md only if your client requires a single file. The complete ZIP is safer for a full installation because it preserves the references and release context.

No path installs or executes anything by itself. Your agent still needs access to the project files. Before updating, compare the installed version and review the diff.

—/10

// RATINGS

⭐GitHub Stars
⭐⭐⭐⭐ 861 on GitHubGitHub ↗

Popular

🟢ProSkills Score
—
📍

Not yet listed on ClawHub or SkillsMP

// README

English | 中文

Digital Oracle 📈

Digital Oracle 是一款让 AI Agent 基于从海量金融数据中，挖掘出宏观事件发展趋势的开源 Skill。

适用于 OpenClaw / Claude Code / Cursor / Codex。

我们生活在一个噪音极度泛滥的时代。社交媒体上充斥着情绪化的预测 — 有人说房价要崩了，有人说黄金要上天，有人说明天就打仗。这些观点往往顺应人群情绪，而不是基于客观数据的理性分析。

但交易数据不一样。

价格是绝对理性的 — 当一个人要把自己的钱押在某个结果上时，他会比发一条短视频认真很多。

这就是有效市场理论的核心洞察：所有公开信息都已经被价格消化了。一切信息都在 K 线里。

Digital Oracle 把这个洞察变成了一个可执行的工具。它接入了 13 个权威金融数据源 — 从 Polymarket 和 Kalshi 这样的预测市场，到美国国债收益率曲线、CFTC 机构持仓、SEC 内部人交易、各国央行利率、加密衍生品，以及 A 股的拆单资金流与板块轮动。

它不看报纸不读新闻，不消费文章、短视频、播客，只通过从金融数据中挖掘出的价值信号，来回答房价涨跌、黄金走势、比特币周期、军事冲突概率这类问题，并给出结构化的概率估计和推理链。

某种意义上，这就是新时代的数字先知。

能回答什么问题？

  • "WW3 的概率是多少？"
  • "中国房价还会跌多久？"
  • "AI 是不是泡沫？"
  • "现在适合买黄金吗？"
  • "比特币到底了吗？"
  • "NVDA 期权溢价是不是太高了？"

只要有市场在定价这件事，Digital Oracle 就能给出一个基于交易数据的概率估计。

数据源

Provider数据类型用途
Polymarket预测市场合约事件概率定价
KalshiSEC 监管二元合约美国政治/经济事件
Stooq股票/ETF/外汇/商品价格历史和趋势
Deribit加密衍生品期货 term structure、期权 IV
US Treasury国债收益率利率曲线、通胀预期
CFTC COT期货持仓机构仓位方向（smart money）
CoinGecko加密现货BTC/ETH 价格、市值
SEC EDGAR内部人交易Form 4 买卖信号
BIS央行数据政策利率、信贷/GDP 缺口
World Bank发展指标GDP、人口、贸易
Yahoo FinanceUS 期权链IV、Greeks、put/call ratio
EastmoneyA 股行情与资金流个股/ETF 行情、K 线、拆单量级资金流、板块轮动
Web Search网页搜索VIX、CDS 等补充数据

所有 API 均免费、无需 API Key。

安装

OpenClaw

clawhub install digital-oracle

其他 AI Agent（Claude Code / Cursor / Codex / ...）

直接告诉你的 Agent：

安装这个开源项目并读取 SKILL.md 作为你的工作指令：https://github.com/komako-workshop/digital-oracle

Agent 会自行 clone 代码、阅读方法论、调用 provider。

前置依赖

  • uv — Python 包管理器，skill 运行时用它执行 Python 脚本
  • 13 个数据源中有 12 个零外部依赖（纯 Python 标准库）。期权链分析需要额外安装：
uv pip install yfinance

工作原理

  1. 理解问题 — 拆解核心变量、时间窗口、可定价性
  2. 选择信号 — 根据问题类型选择 3+ 个独立数据源
  3. 并行拉取 — 用 gather() 同时调用多个 provider
  4. 矛盾推理 — 找不同市场之间的分歧，解释为什么它们可以同时正确
  5. 输出报告 — 结构化的多层信号表格 + 概率估计 + 场景分析

项目结构

digital-oracle/
├── SKILL.md                # Skill 定义（OpenClaw 读取这个文件）
├── digital_oracle/         # Python 源码
│   ├── concurrent.py       # 并行执行工具
│   ├── http.py             # HTTP 客户端抽象
│   ├── snapshots.py        # HTTP 响应录制/回放（测试用）
│   └── providers/          # 13 个数据 provider
├── references/             # API 速查
│   ├── providers.md        # Provider API 参考
│   └── symbols.md          # 交易符号目录
├── scripts/                # Demo 脚本
└── tests/                  # 单元测试 + fixtures

设计原则

  • 零依赖优先 — 12/13 个 provider 只用 Python 标准库，无需 pip install
  • 依赖注入 — 所有 provider 接受可选的 http_client 参数，方便测试
  • 部分失败容忍 — 一个数据源挂了不影响其他结果
  • 快照测试 — 录制真实 HTTP 响应，CI 里无网络也能跑测试

License

MIT © 2026 komako-workshop — see LICENSE.

// HOW IT'S BUILT

KEY FILES

SKILL.mdREADME.md

// REPO STATS

861 stars

// SHARE

Share on XShare on LinkedIn