核心用法
Polymarket Agent 是一款专为预测市场设计的 AI 交易助手，核心工作流分为五步：首先通过 poly markets 获取活跃市场数据，筛选高交易量标的；其次强制调用 Web Search 检索相关新闻、专家观点及社交媒体情绪；第三步对比市场隐含概率与调研得出的真实概率，计算"Edge"（预期收益差）；第四步以结构化格式输出分析结论与交易建议；最后在用户确认后执行买卖操作。Skill 内置六种进阶策略，包括新闻抢跑套利、关联市场价差捕捉、情绪-价格背离识别、鲸鱼跟单、事件日历交易及时间衰减策略。
显著优点
1. 强制研究机制：SKILL.md 明确要求必须执行 Web Search，避免 AI 凭空臆测概率，显著提升分析质量。
2. 结构化输出：提供日报简报、快速分析、交易确认三种标准格式，信息密度高且易于决策。
3. 风险管理框架：内置 5% 仓位上限、流动性门槛（>$10k）、Kelly 公式建议等规则，降低爆仓风险。
4. 生态整合深度：原生集成 Clawdbot 的 Memory、Cron 定时任务、Web Fetch 等能力，支持自动化监控与个性化推荐。
5. 官方 API 背书：使用 Polymarket 官方 py-clob-client，接口稳定性与数据准确性有保障。
潜在缺点与局限性
1. 私钥托管风险：需将 Polygon 钱包私钥存入环境变量，虽为功能必需，但增加了单点泄露风险。
2. 延迟敏感场景劣势：新闻抢跑策略依赖搜索响应速度，难以与专业量化机构的高频系统竞争。
3. 市场容量限制：Polymarket 部分小众事件流动性不足，大额交易可能产生显著滑点。
4. 分辨率歧义：预测市场的"决议规则"偶尔存在解释空间，可能引发结算争议。
5. 依赖外部搜索质量：若搜索引擎返回低质量或过时信息，将直接传导至交易决策失误。
适合的目标群体
- 进阶散户交易者：具备基础金融知识，希望系统化提升预测市场胜率的用户。
- 事件驱动型投资者：关注政治、加密、宏观经济事件，擅长信息整合的分析师。
- 自动化策略开发者：需要 Cron 定时任务与 Memory 能力构建监控系统的量化爱好者。
- 教育场景用户：希望学习预测市场定价逻辑、概率思维与套利原理的学习者。
不建议纯新手或无法承受本金损失的用户直接使用自动交易功能。
使用风险
1. 资金安全风险：私钥一旦泄露，钱包资产可被直接转移；建议启用专用小额钱包。
2. API 依赖风险：Polymarket 或 Gamma API 服务中断将导致策略失效。
3. 模型幻觉传导：尽管强制搜索，AI 仍可能对新闻权重判断失误，需人工复核关键交易。
4. 合规不确定性：预测市场在部分司法辖区存在监管灰色地带，用户需自行评估法律风险。
5. 性能瓶颈：高频调用 Web Search 与 API 可能触发速率限制，影响实时性。