Requirements
- Target platform
- OpenClaw
- Install method
- Manual import
- Extraction
- Extract archive
- Prerequisites
- OpenClaw
- Primary doc
- SKILL.md
Tencent SkillHub · Data Analysis
Polymarket Autopilot Experimental
Skill sperimentale per l’analisi automatica di mercati pubblici Polymarket con simulazione paper trading, controllo dei costi LLM e report in italiano con mi...
skill openclawclawhub Free
Skill sperimentale per l’analisi automatica di mercati pubblici Polymarket con simulazione paper trading, controllo dei costi LLM e report in italiano con mi...
⬇ 0 downloads ★ 0 stars Unverified but indexed
Install for OpenClaw
Quick setup
- Download the package from Yavira.
- Extract the archive and review SKILL.md first.
- Import or place the package into your OpenClaw setup.
Package facts
- Download mode
- Yavira redirect
- Package format
- ZIP package
- Source platform
- Tencent SkillHub
- What's included
- SKILL.md
Validation
- Use the Yavira download entry.
- Review SKILL.md after the package is downloaded.
- Confirm the extracted package contains the expected setup assets.
Install with your agent
Agent handoff
Hand the extracted package to your coding agent with a concrete install brief instead of figuring it out manually.
- Download the package from Yavira.
- Extract it into a folder your agent can access.
- Paste one of the prompts below and point your agent at the extracted folder.
New install
I downloaded a skill package from Yavira. Read SKILL.md from the extracted folder and install it by following the included instructions. Tell me what you changed and call out any manual steps you could not complete.
Upgrade existing
I downloaded an updated skill package from Yavira. Read SKILL.md from the extracted folder, compare it with my current installation, and upgrade it while preserving any custom configuration unless the package docs explicitly say otherwise. Summarize what changed and any follow-up checks I should run.
Trust & source
Release facts
- Source
- Tencent SkillHub
- Verification
- Indexed source record
- Version
- 0.1.1
Provenance
- Publisher
- mauonga
- Source page
- View original listing
- Canonical URL
- Open canonical page
Documentation
⚠️ Stato della skill
Questa skill è EXPERIMENTAL. Non esegue operazioni reali, non utilizza wallet, non richiede registrazione e lavora esclusivamente su dati pubblici. È progettata per test controllati a basso budget.
🎯 Obiettivo
L’obiettivo della skill è valutare se un agente autonomo può: osservare mercati Polymarket filtrare il rumore informativo simulare decisioni (paper trading) produrre valore informativo mantenere i costi LLM sotto controllo La skill è pensata anche per utenti non esperti di mercati.
🔒 Vincoli obbligatori
La skill DEVE SEMPRE rispettare questi vincoli: Nessuna registrazione su Polymarket Nessun utilizzo di wallet Nessuna transazione reale Nessun denaro reale Accesso solo in read-only Frequenza massima: 1 esecuzione ogni 3 giorni Budget massimo: 2 € a settimana Arresto automatico se il budget viene superato
1. Raccolta dati
Lettura di mercati pubblici Polymarket Nessuna autenticazione Nessuno scraping aggressivo
2. Pre-filtro (senza LLM)
Vengono scartati i mercati: con volume irrilevante senza variazioni significative di probabilità prossimi alla chiusura Vengono selezionati da 3 a 5 mercati al massimo.
3. Analisi con LLM
OpenAI: parsing e normalizzazione dei dati Anthropic: analisi prudente e ranking dei mercati Anthropic viene utilizzato una sola volta per esecuzione.
4. Simulazione (paper trading)
Capitale simulato: 50 € Nessuna leva Peso uguale per ogni posizione Massimo 3 posizioni simultanee
5. Contabilità dei costi
La skill deve: tracciare i token consumati (OpenAI e Anthropic) stimare il costo in euro confrontare il costo con il risultato simulato Se per due cicli consecutivi il costo supera il valore simulato: ridurre la complessità non aumentare il numero di chiamate
📊 Output obbligatorio
Ogni esecuzione produce un report in italiano che include: Numero di mercati osservati Risultato della simulazione (percentuale e €) Costi LLM dettagliati Risultato netto simulato Commento prudente dell’agente Mini-riassunto finale in 2 righe Il report deve essere leggibile in meno di 2 minuti.
🧠 Filosofia
La skill privilegia: prudenza chiarezza controllo dei costi autonomia Se non produce valore chiaro, deve poter ridurre attività o fermarsi.
Category context
Data access, storage, extraction, analysis, reporting, and insight generation.
Source: Tencent SkillHub
Largest current source with strong distribution and engagement signals.
Package contents
Included in package
1 Docs
- SKILL.md