polymarket nova ferramenta---PolySeer já está open source Foi apresentado de manhã, modificado a partir de um projeto open source Uma ferramenta de análise profunda de mercado de previsões. Você insere um link do Polymarket ou Kalshi, e o sistema automaticamente executa todo um processo de pesquisa, fornecendo no final um relatório de análise estruturado. A lógica central é a seguinte: Usa 8 Agentes de IA especializados para fazer isso: (você também pode usar apenas um) → Planejador: decompõe o problema, gera a estrutura de pesquisa, identifica variáveis-chave e caminhos causais → Pesquisador: pesquisa bilateral, coletando simultaneamente evidências a favor e contra (evitando viés de confirmação) → Crítico: questiona as evidências existentes, encontra falhas e problemas de dados → Analista: usa métodos bayesianos para agregar todas as evidências, calculando a probabilidade → Repórter: gera uma versão em linguagem natural do relatório de análise Todo o processo consiste em 9 etapas: 1️⃣ Captura de dados de mercado completos (preços, livro de ordens, tendências históricas, volume de transações) 2️⃣ Otimização de parâmetros de análise (seleciona automaticamente a granularidade de tempo e fatores de impulso mais adequados) 3️⃣ Geração de estratégia de pesquisa (subafirmações, variáveis-chave, sementes de pesquisa) 4️⃣ Pesquisa bilateral inicial (coleta simultânea de evidências PRO e CON + sinais adjacentes) 5️⃣ Análise crítica (encontrar lacunas, marcar repetições, identificar problemas de qualidade de dados) 6️⃣ Pesquisa direcionada subsequente (preencher as lacunas descobertas anteriormente) 7️⃣ Agregação de probabilidades (matemática bayesiana, não é apenas um palpite) 8️⃣ Ajuste de correlação (desconto de evidências semelhantes, evitando cálculos duplicados) 9️⃣ Geração do relatório final --- 📊 Fontes de dados Conectou 4 camadas de dados: → Camada acadêmica: artigos de pesquisa em tempo real e publicações acadêmicas → Camada de rede: últimas notícias, comentários de analistas, mídias sociais → Camada de mercado: dados financeiros, dados on-chain, sinais de negociação → Camada proprietária: conjunto de dados exclusivo da Valyu Os dados de mercado são puxados diretamente da API oficial do Polymarket e Kalshi: → Preços em tempo real e tendências históricas → Profundidade do livro de ordens → Registros de transações → Análise inteligente de eventos com múltiplos candidatos (como eleições) --- 📐 Sistema de qualidade de evidências Nem todas as informações são igualmente confiáveis, foi utilizada uma classificação de 4 níveis: Nível A: fontes primárias (documentos oficiais, declarações regulatórias, transcrições de conferências de imprensa) → limite de peso 1.0 Nível B: fontes secundárias de alta qualidade (Reuters, Bloomberg, WSJ, análises de especialistas) → limite de peso 0.6 Nível C: fontes secundárias padrão (notícias citadas, mídias do setor) → limite de peso 0.3 Nível D: evidências fracas (mídias sociais, alegações não verificadas, rumores) → limite de peso 0.2 O peso final de cada evidência = limite do tipo × (verificabilidade × 0.45 + validação cruzada × 0.25 + consistência × 0.15 + atualidade × 0.15) --- 📈 Cálculo de probabilidades Utiliza a atualização bayesiana padrão: logit(nova probabilidade) = logit(prior) + Σ logLR O prior é o preço atual do mercado, logLR é a razão de verossimilhança logarítmica de cada evidência. As evidências dentro do mesmo cluster terão desconto de correlação: Tamanho efetivo da amostra = n / (1 + (n-1) × ρ) ρ padrão é 0.6, o que significa que quanto mais evidências semelhantes, menor a contribuição marginal. Por fim, são geradas duas probabilidades: → pNeutral: deduzida puramente das evidências, sem considerar o mercado → pAware: probabilidade após a mistura com o preço do mercado --- Análise de adequação de categorias após testes | Política/Eleições | ⭐⭐⭐⭐⭐ Muitas reportagens, dados de pesquisas verificáveis, precedentes históricos abundantes, linha do tempo clara | Geopolítica | ⭐⭐⭐⭐⭐ Muitas declarações oficiais, análises de especialistas ricas, eventos com rastreabilidade | Eventos esportivos | ⭐⭐⭐⭐ Dados estatísticos completos, muitos registros de confrontos históricos, mas informações em tempo real como lesões são difíceis de capturar | Indicadores macroeconômicos | ⭐⭐⭐⭐ Dados oficiais, muitas análises profissionais, mas envolvem modelos complexos | Tecnologia/Lançamentos de produtos | ⭐⭐⭐ Há vazamentos, previsões de analistas, mas informações internas não são transparentes | Entretenimento/Premiações | ⭐⭐⭐ Há padrões históricos (como o Oscar), mas é altamente subjetivo | Novas criptomoedas | ⭐⭐ Informações fragmentadas, muito ruído, falta de fundamentos confiáveis | Previsões de preços de curto prazo | ⭐ Alta aleatoriedade do mercado, difícil obter vantagem a partir de informações públicas --- 🛠 Como usar A forma mais simples de usar: 1. Abra o Polyseer 2. Cole um link de mercado do Polymarket ou Kalshi 3. Aguarde 2-3 minutos 4. Veja o relatório O relatório dirá a você: → Preço atual do mercado vs nossa probabilidade estimada → Principais evidências de apoio e evidências contrárias → Fatores de impulso e pontos de risco chave → Avaliação de confiança Você pode usar essas informações: → Avaliar se o mercado está precificando incorretamente → Compreender as razões por trás das variações de preço → Identificar informações que o mercado ainda não precificou → Definir sua própria lógica de entrada e saída Não dirá a você "comprar" ou "vender", essa decisão é sua. Nós apenas fornecemos pesquisa, não conselhos de investimento. Na verdade, não foi alterado muito, removi algumas coisas inúteis, traduzi para o português, a saída da IA também está em português; a funcionalidade central permanece a mesma. Então, inicialmente queria implantar no vercel para que todos pudessem usar imediatamente, mas a arquitetura do produto não é estável no vercel, e eu não queria gastar dinheiro comprando servidores, então decidi abrir o código; todos precisam configurar a API de IA, o resto não tem muito o que fazer;

É realmente impressionante Acabei de testar uma biblioteca de código aberto (que é um bot de acompanhamento pm classificado entre os primeiros no GitHub) O produto é bom, com centenas de estrelas Mas há um serviço no script que expõe o .env (o lugar onde as chaves privadas são armazenadas) Impressionante Esse dev deve ter milhares de chaves privadas na mão Quando estiver bem alimentado, vai sacar tudo Mas por outro lado, é claro que seu produto deve ser bom Ninguém é idiota No começo, testei com pequenas quantias Depois, quando funcionou bem, quando ficou incrível Transformou-se em grandes investimentos E então, de repente, percebi que o dinheiro tinha desaparecido Eu ainda fiz algumas alterações e usei Porque isso é mais leve, adequado para modificações mágicas Mas não vou divulgar.

Lançamento da nova ferramenta VibeCoding --- VibeSkill já implementado Especificação Skills de código aberto dos engenheiros da Anthropic --- um conjunto de restrições que permite que a IA produza conteúdo "de nível especialista" em vez de "de nível geral". Baseado no manual oficial de Claude Code, o valor é indiscutível. Após estudar essa especificação, percebi que isso realmente é útil, mas há um problema: a barreira de entrada é muito alta. Você precisa entender metadados YAML, escrever centenas de linhas de restrições em Markdown e construir sua própria cadeia de chamadas. Para a maioria das pessoas, isso não é viável. Então eu criei o VsbeSkill: transformei a especificação Skills da Anthropic em um produto, permitindo que qualquer pessoa utilize restrições de IA de nível especialista, sem precisar entender de tecnologia. 2️⃣ Introdução ao produto 【Dados principais】 • Total de habilidades: 16 (totalmente sincronizado com o repositório oficial da Anthropic) • Classificação das habilidades: 5 ferramentas de desenvolvimento / 6 ferramentas de escritório / 5 ferramentas criativas • Habilidades de alta diferenciação: 9 (com qualidade claramente superior em comparação com IA comum) • Comprimento médio do Prompt: 800+ tokens (vs 50-100 tokens de prompts comuns) • Como é necessário usar IA, há custos envolvidos, então este produto oferece 60 pontos ao se registrar, permitindo 3-6 experiências, depois disso é necessário recarregar; 【Visão geral das 16 habilidades】 🛠 Ferramentas de desenvolvimento • Design Frontend - rejeita gradientes roxos, produzindo interfaces realmente bem projetadas (alta diferenciação) • Construção de servidor MCP - construção de plugins Claude em quatro etapas (alta diferenciação) • Criador de habilidades - crie seu próprio pacote de Claude Skills (alta diferenciação) • Construção de produtos Web - produzindo aplicações React em um único arquivo compartilhável (alta diferenciação) • Teste de aplicações Web - geração de scripts de teste automatizados com Playwright 📂 Ferramentas de escritório • Processamento de documentos Word - suporta rastreamento de revisões, marcando apenas as alterações reais • Planilhas Excel - codificação de cores de nível bancário, zero erros de fórmula (alta diferenciação) • Processamento de PDF - mesclar, dividir, extrair tabelas, operações em massa • Apresentações PowerPoint - seleção automática de cores com base na indústria, rejeitando modelos padrão (alta diferenciação) • Colaboração em documentos - estrutura de três etapas: coletar → refinar → testar (alta diferenciação) • Comunicação interna - atualizações 3P, relatórios semanais, relatórios de incidentes e outras saídas padronizadas 🎨 Ferramentas criativas • Arte algorítmica - escreva primeiro uma declaração filosófica, depois expresse com p5.js (alta diferenciação) • Design de canvas - design visual de nível museu/revista (alta diferenciação) • Guia de marca - aplicação em massa dos padrões visuais da marca • Fábrica de temas - 10 temas pré-definidos profissionais disponíveis • Criação de GIFs para Slack - otimização de tamanho e taxa de quadros para Slack 【Modelo de preços】 💰 1 USDT = 1000 pontos Consumo de habilidades (por complexidade): - Habilidades simples: 10+ pontos/uso (comunicação interna, etc.) - Habilidades médias: 20+ pontos/uso (processamento de documentos, etc.) - Habilidades complexas: 40+ pontos/uso (design frontend, PPT, etc.) - Habilidades avançadas: 80+ pontos/uso (construção MCP, etc.) Consumo real = pontos base + bônus de comprimento de saída (a cada 500 tokens +5 pontos) Recarga mínima de 6 USDT, que pode durar bastante tempo. ——————————————— 3️⃣ Instruções de uso 1. Primeiro, veja as melhores práticas: cada página de detalhes de habilidade tem descrições de cenários "mais adequados" e "menos adequados", escolher o cenário certo faz uma grande diferença 2. Forneça contexto suficiente: a vantagem das Skills está em "entender antes de criar", quanto mais detalhado, melhor 3. Priorize o uso de habilidades de alta diferenciação: as habilidades marcadas como "alta diferenciação" têm a melhoria mais evidente em comparação com a IA comum 4. Uso combinado: design frontend -> design de canvas -> colaboração em documentos, um conjunto de combinações ——————————————— 4️⃣ Por fim Este projeto levou cerca de 3 horas desde a ideia até o lançamento, o código está um pouco cru, mas todas as funções principais estão operacionais. Se você achar que vale a pena após experimentar, sinta-se à vontade para recarregar e apoiar. Se achar que algo não está funcionando bem, entre em contato comigo diretamente pelo Telegram para reclamar, farei o possível para corrigir. A motivação para fazer este projeto é simples: eu precisava, e decidi compartilhar com quem também precisa.