polymarket nueva herramienta---PolySeer ya está disponible como código abierto Esta mañana se presentó, modificado a partir de un proyecto de código abierto Una herramienta de análisis profundo para mercados de predicción. Introduces un enlace de Polymarket o Kalshi, y el sistema ejecutará automáticamente todo un proceso de investigación, al final te dará un informe de análisis estructurado. La lógica central es la siguiente: Se utilizan 8 Agentes de IA especializados para hacer esto: (también puedes introducir solo uno) → Planificador: descompone el problema, genera un marco de investigación, identifica variables clave y caminos causales → Investigador: investigación bilateral, recolecta evidencia a favor y en contra (evita sesgos de confirmación) → Crítico: cuestiona la evidencia existente, encuentra fallos y problemas de datos → Analista: utiliza métodos bayesianos para agregar toda la evidencia y calcular probabilidades → Reportero: genera un informe de análisis en lenguaje humano Todo el proceso consta de 9 pasos: 1️⃣ Captura de datos completos del mercado (precios, libro de órdenes, tendencias históricas, volumen de transacciones) 2️⃣ Optimización de parámetros de análisis (selección automática del intervalo de tiempo y factores impulsores más adecuados) 3️⃣ Generación de estrategia de investigación (subafirmaciones, variables clave, semillas de búsqueda) 4️⃣ Investigación bilateral inicial (recolección simultánea de evidencia PRO y CON + señales adyacentes) 5️⃣ Análisis crítico (encontrar brechas, marcar repeticiones, identificar problemas de calidad de datos) 6️⃣ Investigación específica posterior (llenar los vacíos descubiertos anteriormente) 7️⃣ Agregación de probabilidades (matemáticas bayesianas, no es un tiro al aire) 8️⃣ Ajuste de correlaciones (descuentos en evidencia similar, evitando cálculos repetidos) 9️⃣ Salida del informe final --- 📊 Fuentes de datos Se han integrado 4 capas de datos: → Capa académica: investigaciones en tiempo real y publicaciones académicas → Capa de red: últimas noticias, comentarios de analistas, redes sociales → Capa de mercado: datos financieros, datos en cadena, señales de transacción → Capa propietaria: conjunto de datos exclusivo de Valyu Los datos del mercado se extraen directamente de las API oficiales de Polymarket y Kalshi: → Precios en tiempo real y tendencias históricas → Profundidad del libro de órdenes → Registros de transacciones → Análisis inteligente de eventos con múltiples candidatos (como elecciones) --- 📐 Sistema de calidad de evidencia No toda la información es igualmente confiable, se utilizó una clasificación de 4 niveles: Nivel A: fuente primaria (documentos oficiales, declaraciones regulatorias, transcripciones de conferencias de prensa) → peso máximo 1.0 Nivel B: secundaria de alta calidad (Reuters, Bloomberg, WSJ, análisis de expertos) → peso máximo 0.6 Nivel C: secundaria estándar (noticias citadas, medios de la industria) → peso máximo 0.3 Nivel D: evidencia débil (redes sociales, afirmaciones no verificadas, rumores) → peso máximo 0.2 El peso final de cada evidencia = límite de tipo × (verificabilidad × 0.45 + validación cruzada × 0.25 + consistencia × 0.15 + actualidad × 0.15) --- 📈 Cálculo de probabilidades Se utiliza la actualización bayesiana estándar: logit(nueva probabilidad) = logit(prior) + Σ logLR El prior es el precio actual del mercado, logLR es la razón de verosimilitud logarítmica de cada evidencia. La evidencia dentro del mismo cluster tendrá un descuento de correlación: Tamaño de muestra efectiva = n / (1 + (n-1) × ρ) ρ por defecto es 0.6, lo que significa que cuanta más evidencia similar haya, menor será la contribución marginal. Finalmente, se generan dos probabilidades: → pNeutral: deducción pura de evidencia, sin considerar el mercado → pAware: probabilidad después de mezclar el precio del mercado --- Análisis de adecuación de categorías tras pruebas | Política/elecciones | ⭐⭐⭐⭐⭐ Muchas noticias, datos de encuestas verificables, precedentes históricos abundantes, línea de tiempo clara | Geopolítica | ⭐⭐⭐⭐⭐ Muchas declaraciones oficiales, análisis de expertos abundantes, eventos con trazabilidad | Eventos deportivos | ⭐⭐⭐⭐ Datos estadísticos completos, muchos registros históricos de enfrentamientos, pero difícil capturar información en tiempo real como lesiones | Indicadores macroeconómicos | ⭐⭐⭐⭐ Datos oficiales, muchos análisis profesionales, pero involucra modelos complejos | Tecnología/lanzamientos de productos | ⭐⭐⭐ Hay filtraciones, predicciones de analistas, pero la información interna no es transparente | Entretenimiento/premios | ⭐⭐⭐ Hay patrones históricos (como los Oscar), pero es muy subjetivo | Nuevas criptomonedas | ⭐⭐ Información fragmentada, mucho ruido, falta de fundamentos confiables | Predicciones de precios a corto plazo | ⭐ Alta aleatoriedad del mercado, difícil obtener ventajas de la información pública --- 🛠 Cómo usar La forma más sencilla de usarlo: 1. Abre Polyseer 2. Pega un enlace de mercado de Polymarket o Kalshi 3. Espera 2-3 minutos 4. Mira el informe El informe te dirá: → Precio actual del mercado vs nuestra probabilidad estimada → Principales evidencias a favor y en contra → Factores impulsores clave y puntos de riesgo → Evaluación de confianza Puedes usar esta información para: → Juzgar si el mercado está mal valorado → Entender las razones detrás de los cambios de precio → Identificar información que el mercado aún no ha considerado → Establecer tu propia lógica de entrada y salida No te dirá "comprar" o "vender", esa decisión es tuya. Solo proporcionamos investigación, no asesoramiento de inversión. En realidad, no se modificó mucho, se eliminaron algunas cosas innecesarias, se tradujo al español, la salida de IA también está en chino; la funcionalidad central no ha cambiado. Luego, originalmente quería desplegarlo en vercel para que todos pudieran usarlo de inmediato, pero la arquitectura del producto no es estable en vercel, y no quiero gastar dinero en servidores, así que decidí abrirlo como código abierto; todos necesitan configurar su propia API de IA, y no hay mucho más.

Es realmente impresionante Acabo de probar una biblioteca de código abierto (es un bot de seguimiento de pm que está entre los primeros en GitHub) Es un buen producto, con cientos de estrellas Pero hay un servicio en el script que expone el .env (donde se almacenan las claves privadas) Impresionante Este desarrollador debe tener miles de claves privadas Cuando esté bien alimentado, las sacará Sin embargo, por otro lado, hay que decir que su producto seguramente no es malo Nadie es tonto Al principio, pruebas con pequeñas cantidades Poco a poco, cuando funciona bien, se convierte en grandes fondos Y de repente te das cuenta que el dinero se ha ido Yo lo modifiqué y lo usé Porque es un poco más ligero, adecuado para modificaciones mágicas Pero no lo voy a publicar.

Lanzamiento de la nueva herramienta VibeCoding---VibeSkill ya implementada Especificaciones de Skills de Anthropic, desarrolladas por ingenieros de código abierto: un marco de restricciones que permite a la IA generar contenido "de nivel experto" en lugar de "de nivel general". Basado en el manual oficial de Claude Code, no hace falta decir que su valor es indiscutible. Después de investigar estas especificaciones, descubrí que realmente son útiles, pero hay un problema: la barrera de entrada es demasiado alta. Necesitas entender los metadatos YAML, escribir cientos de líneas de restricciones en Markdown y construir tu propia cadena de llamadas. Para la mayoría de las personas, esto no es realista. Por eso creé VsbeSkill: para productizar las especificaciones de Skills de Anthropic, permitiendo que cualquiera pueda utilizar restricciones de IA de nivel experto sin necesidad de conocimientos técnicos. 2️⃣ Introducción al producto 【Datos clave】 • Total de habilidades: 16 (totalmente sincronizadas con el repositorio oficial de Anthropic) • Clasificación de habilidades: 5 herramientas de desarrollo / 6 herramientas de oficina / 5 herramientas creativas • Habilidades altamente diferenciadas: 9 (mejora notable en calidad en comparación con la IA común) • Longitud promedio de Prompt: 800+ tokens (vs 50-100 tokens de prompts comunes) • Debido a que se necesita usar IA, hay que gastar dinero, así que este producto ofrece 60 puntos al registrarse, lo que permite experimentar de 3 a 6 veces, después de lo cual se debe recargar; 【Resumen de las 16 habilidades】 🛠 Herramientas de desarrollo • Diseño frontend - Rechaza degradados morados, genera interfaces realmente con sentido estético (alta diferenciación) • Construcción de servidores MCP - Construcción de plugins de Claude en cuatro etapas (alta diferenciación) • Creador de habilidades - Crea tu propio paquete de Claude Skills (alta diferenciación) • Construcción de productos web - Genera aplicaciones React en un solo archivo para compartir (alta diferenciación) • Pruebas de aplicaciones web - Generación de scripts de prueba automatizados con Playwright 📂 Herramientas de oficina • Procesamiento de documentos Word - Soporta seguimiento de revisiones, solo marca cambios reales • Hojas de cálculo Excel - Codificación de colores de nivel bancario, cero errores en fórmulas (alta diferenciación) • Procesamiento de PDF - Combina, divide, extrae tablas, operaciones en masa • Presentaciones PowerPoint - Selección automática de colores según la industria, rechaza plantillas predeterminadas (alta diferenciación) • Colaboración en documentos - Marco de tres etapas: recopilar → refinar → probar (alta diferenciación) • Comunicación interna - Salidas estandarizadas para actualizaciones 3P, informes semanales, informes de incidentes, etc. 🎨 Herramientas creativas • Arte algorítmico - Escribe primero una declaración filosófica, luego exprésala con p5.js (alta diferenciación) • Diseño de lienzo - Diseño visual de nivel museo/revista (alta diferenciación) • Guía de marca - Aplicación masiva de estándares visuales de marca • Fábrica de temas - 10 temas preestablecidos profesionales para elegir • Creación de GIF para Slack - Tamaño y tasa de fotogramas optimizados para Slack 【Modelo de precios】 💰 1 USDT = 1000 puntos Consumo de habilidades (según complejidad): - Habilidades simples: 10+ puntos/uso (comunicación interna, etc.) - Habilidades intermedias: 20+ puntos/uso (procesamiento de documentos, etc.) - Habilidades complejas: 40+ puntos/uso (diseño frontend, PPT, etc.) - Habilidades avanzadas: 80+ puntos/uso (construcción de MCP, etc.) Consumo real = puntos base + bonificación por longitud de salida (cada 500 tokens +5 puntos) Recarga mínima de 6 USDT, puede durar mucho tiempo. ——————————————— 3️⃣ Instrucciones de uso 1. Primero, consulta las mejores prácticas: cada página de detalles de habilidades tiene descripciones de "más adecuadas" y "menos adecuadas", elegir el escenario correcto marca una gran diferencia en los resultados. 2. Proporciona suficiente contexto: la ventaja de Skills radica en "comprender antes de crear", cuanto más detallada sea la entrada, mejor. 3. Prioriza el uso de habilidades altamente diferenciadas: las habilidades marcadas como "alta diferenciación" son las que muestran la mejora más notable en comparación con la IA común. 4. Uso combinado: diseño frontend -> diseño de lienzo -> colaboración en documentos, un combo efectivo. ——————————————— 4️⃣ Por último Este proyecto tomó aproximadamente 3 horas desde la idea hasta su lanzamiento, el código está un poco crudo, pero todas las funciones principales funcionan. Si después de probarlo consideras que tiene valor, te invito a recargar y apoyar. Si encuentras algo que no funciona bien, contáctame directamente por Telegram para quejarte, haré lo posible por mejorar lo que se pueda. La motivación detrás de este proyecto es muy simple: lo necesitaba yo mismo y, de paso, compartirlo con quienes lo necesiten.