Communitygithub.com

Prognosemarkt-Risikoprüfung

Prüft Prognosemärkte, Körbe, Orakel und Handelsagent-Workflows auf Compliance, Sicherheit, Datenqualität, Privatsphäre und Ausführungsrisiko. Vor jedem Workflow verwenden, der Venue-Authentifizierung, Benutzer-Portfoliodaten, API-Schlüssel oder Handelsplanung verarbeitet.

Was ist Prognosemarkt-Risikoprüfung?

Diese Skill dient der systematischen Risikoprüfung von Workflows in Prognosemärkten, Warenkörben (Baskets), Orakeln und Handelsagenten. Sie ist als obligatorischer Gate-Prozess vor der Verarbeitung von benutzerspezifischen Finanzdaten, Venue-Authentifizierung, Portfoliodaten, Automatisierung oder ausführungsfähigen Tools konzipiert. Die Prüfung deckt fünf kritische Bereiche ab: (1) Beratungsgrenzen – stellt sicher, dass die Ausgabe rein informativ ist, keine Kauf-/Verkaufsempfehlungen enthält und manuelle Entscheidungspunkte klar hervorhebt; (2) Venue- und Regulierungsgrenzen – identifiziert Nutzungsbedingungen, geografische Einschränkungen, Kontolimits und API-Regeln, meldet Unklarheiten bei Wetten, Derivaten, Wertpapieren oder Rohstoffen an die Rechtsabteilung; (3) Datenqualität – prüft Marktliquidität, Spread, Auflösungsregeln, veraltete Preise und Quellzeitstempel, trennt öffentliche von ITO-gated Daten; (4) Sicherheit – verbietet die Verarbeitung privater Schlüssel, Seed-Phrasen oder Passwörter, hält `ITO_API_KEY` und Venue-API-Schlüssel aus Logs und Dokumentationen, verwendet standardmäßig Nur-Lese-Scopes, verlangt vor jeder privaten Implementierung mit Ausführung Schutzmaßnahmen (Circuit Breaker, Ausgabenlimits, Trockenläufe, menschliche Genehmigung); (5) Privatsphäre – minimiert die Verarbeitung von Portfolio-, Finanz- und Wissensdaten, redigiert private Quellen in öffentlichen Artefakten. Die Ausgabe umfasst den geprüften Umfang, bestandene/nicht bestandene/Warn-Ergebnisse, blockierte Aktionen, erforderliche Gegenmaßnahmen und den nächsten sicheren Schritt. Sie setzt für jeden ausführungsfähigen Schritt einen separaten Implementierungsplan und explizite Benutzerfreigabe voraus.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/prediction-market-risk-review

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Risikoprüfung für Prognosemärkte

Verwenden Sie diese Skill, bevor ein Prognosemarkt-Workflow Benutzer-Finanzkontext, Venue-Authentifizierung, Portfoliodaten, Automatisierung oder ausführungsfähige Tools berührt.

Prüfgates

Beratungsgrenze

  • Bestätigen Sie, dass die Ausgabe informativ ist.
  • Entfernen Sie Kauf-/Verkaufs-/Halten-/Positionsgrößen-Empfehlungen.
  • Machen Sie manuelle Benutzerentscheidungspunkte explizit kenntlich.

Venue- und Regulierungsgrenze

  • Identifizieren Sie Venue-Bedingungen, geografische Beschränkungen, Kontolimits und API-Regeln.
  • Melden Sie Mehrdeutigkeiten bei Wetten, Derivaten, Wertpapieren oder Rohstoffen bei Bedarf an die Rechtsabteilung.
  • Umgehen Sie keine Venue-Beschränkungen oder Ratenlimits.

Datenqualität

  • Prüfen Sie Marktliquidität, Spread, Auflösungsregeln, veraltete Preise und Quellzeitstempel.
  • Trennen Sie öffentliche Venue-Daten von ITO-gated Daten.
  • Vermischen Sie keine öffentlichen und privaten Quellen ohne Kennzeichnung.

Sicherheit

  • Fordern oder speichern Sie keine privaten Schlüssel, Seed-Phrasen oder Passwörter.
  • Halten Sie ITO_API_KEY und Venue-API-Schlüssel aus Logs und Dokumentationen heraus.
  • Verwenden Sie standardmäßig Nur-Lese-Berechtigungen.
  • Verlangen Sie Circuit Breaker, Ausgabenlimits, Trockenläufe und menschliche Genehmigung, bevor eine private Implementierung Ausführungsschritte hinzufügt.

Privatsphäre

  • Minimieren Sie Benutzerportfolio-, Finanz- und Wissensbasisdaten.
  • Redigieren Sie private Quellen in öffentlichen Artefakten.
  • Bewahren Sie nur die für die Prüfung benötigten Felder auf.

Ausgabe-Contract

Zurückgeben:

  1. geprüfter Umfang
  2. bestanden/nicht bestanden/Warn-Ergebnisse
  3. blockierte Aktionen
  4. erforderliche Gegenmaßnahmen
  5. nächster sicherer Schritt

Wenn ein ausführungsfähiger Schritt angefordert wird, verlangen Sie einen separaten Implementierungsplan und explizite Benutzerfreigabe.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills