Communitygithub.com

olaxbt/ai-market-maker

Esta habilidad proporciona herramientas y documentación para ejecutar, inspeccionar y extender el flujo de trabajo de trading multiagente con LangGraph en entornos OpenClaw.

¿Qué es ai-market-maker?

Esta habilidad para agentes de IA, como Claude Code o Cursor, implementa un sistema de trading algorítmico multiagente usando LangGraph, específicamente diseñado para el ecosistema OpenClaw. Incluye un guardián de riesgo estricto (Risk Guard) que veta cualquier operación antes de su ejecución, trazabilidad estructurada para transparencia y herramientas de integración dedicadas. Soporta backtesting, paper trading y trading en vivo, con un panel de control web opcional. Ideal para desarrolladores que desean automatizar estrategias de market making y necesitan un flujo de trabajo modular, inspeccionable y seguro.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/olaxbt/ai-market-maker/tree/HEAD/openclaw

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidad de Market Maker con IA

Propósito

Esta habilidad proporciona herramientas y documentación para ejecutar, inspeccionar y extender el flujo de trabajo de trading multiagente con LangGraph en entornos OpenClaw.

Incluye un guardián de riesgo estricto (Risk Guard) que veta cualquier operación antes de su ejecución, trazabilidad estructurada para transparencia y herramientas de integración dedicadas para OpenClaw.

Inicio Rápido

Instalación

# Desde OpenClaw
claw install https://github.com/olaxbt/ai-market-maker

# O localmente
git clone https://github.com/olaxbt/ai-market-maker.git
cd ai-market-maker
claw skill install ./openclaw

Verificación

# Verificar dependencias
./openclaw/scripts/verify_installation.sh

# O
python3 openclaw/scripts/claw_runner.py --verify

Uso

# Ejecutar backtest con configuración predeterminada
python3 openclaw/scripts/claw_runner.py --backtest

# Paper trading
python3 openclaw/scripts/claw_runner.py --paper --ticker BTC/USDT

# Backtest personalizado
python3 openclaw/scripts/claw_runner.py --backtest --symbols "BTC/USDT,ETH/USDT" --steps 150

Configuración Predeterminada

La configuración predeterminada utiliza múltiples símbolos y parámetros de riesgo conservadores:

Número de operaciones: 17
Rendimiento total: 14.95%
Rendimiento excedente vs. comprar y mantener BTC: +30.25%
Ratio Sharpe: 1.79
Máxima reducción: 11.84%
Tasa de aciertos: 62.5%

Estos resultados se basan en 100 días de datos históricos de BTC, ETH y SOL, con comparación completa con el punto de referencia y registro de eventos de riesgo.

🔧 Funcionalidades Específicas de OpenClaw

Configuración Automática del Entorno

  • Configuración de la ruta de Python para entornos OpenClaw
  • Gestión de la clave API de Nexus (incluye clave demo)
  • Detección y guía de dependencia TA-Lib
  • Recuperación de errores y registro optimizados para Claw

Comandos Preconfigurados

# Paper trading con ticker personalizado
claw run ai-market-maker --paper --ticker ETH/USDT

# Backtesting con múltiples símbolos
claw run ai-market-maker --backtest --symbols "BTC/USDT,ETH/USDT" --steps 150

# Verificación de instalación
claw run ai-market-maker --verify

Problemas Comunes y Soluciones

1. Instalación de TA-Lib

Problema: ModuleNotFoundError: No module named 'talib' Solución:

# Recomendado para entornos sin sudo
conda install -y ta-lib -c conda-forge

# Alternativa: compilación desde fuente
wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz
tar -xzf ta-lib-0.4.0-src.tar.gz
cd ta-lib/
./configure --prefix=$HOME/.local
make
make install
export LD_LIBRARY_PATH=$HOME/.local/lib:$LD_LIBRARY_PATH
pip install ta-lib

2. Errores de Importación de Módulos

Problema: ModuleNotFoundError: No module named 'agents.market_scanner' Solución:

# Instalar en modo desarrollo
pip install -e .

# O establecer la ruta de Python
export PYTHONPATH=/ruta/a/ai-market-maker/src:$PYTHONPATH

3. Límites de Tasa de la API de Nexus

Problema: 429 Too Many Requests Solución:

  • La clave demo incluida tiene límites de tasa
  • Establece tu propia clave API de Nexus en .env para uso en producción
  • Implementa almacenamiento en caché de solicitudes

4. Configuración del Entorno

Problema: Variables de entorno no configuradas Solución:

# Configuración automática a través de claw_runner.py
# Anulación manual:
export NEXUS_API_KEY=tu_clave
export AIMM_DESK_STRATEGY_PRESET=default

📊 API de Flujo (para herramientas externas)

El repositorio expone una API HTTP ligera y mayoritariamente de solo lectura:

  • GET /runs/latest → Datos de la última ejecución
  • GET /runs/{run_id}/payload → Carga completa de una ejecución
  • GET /runs/{run_id}/events → Eventos y trazas
  • GET /pm/portfolio-health → Resumen de cartera
  • GET /backtests → Lista de ejecuciones de backtest

Seguridad

  • AIMM_API_KEY y AIMM_AUTH_SECRET siempre son obligatorias (no se incluye valor predeterminado).
  • Los valores vacíos se tratan como no configurados; el primer inicio escribe claves únicas en .secrets/.
  • Todas las solicitudes a la API de Flujo, excepto GET /health, requieren x-api-key (o Authorization: Bearer con la misma clave).
  • En producción, coloca la API de Flujo detrás de un proxy inverso y configura AIMM_CORS_ORIGINS con el origen de tu panel de control.

Archivos Clave para la Integración con OpenClaw

ÁreaUbicaciónPropósito
Ejecutor de OpenClawopenclaw/scripts/claw_runner.pyPunto de entrada principal
Verificador de Instalaciónopenclaw/scripts/verify_installation.shComprobador de dependencias
Manifiesto de la Habilidadopenclaw/manifest.jsonDefinición de la habilidad OpenClaw
Ejemplos de Usoopenclaw/examples/claw_usage.mdGuías de uso
Flujo de Trabajo Principalsrc/main.pyLógica central de trading
Sistema de Agentessrc/agents/7 mesas de trading
Panel de Control Webweb/Interfaz de monitoreo en Next.js

Consejos de Rendimiento

  1. Habilitar almacenamiento en caché: Reduce las llamadas a la API con caché local de OHLCV
  2. Ajustar intervalos: Aumenta STRATEGY_INTERVAL_SEC para menor uso de recursos
  3. Usar modo Paper: Prueba estrategias sin fondos reales
  4. Monitorear recursos: Verifica el uso de memoria/CPU

Contribuciones

¡Aceptamos contribuciones! Por favor, lee primero el archivo principal CONTRIBUTING.md.

Áreas Prioritarias:

  1. Mejoras en el manejo de errores
  2. Simplificación de la instalación
  3. Optimizaciones de rendimiento
  4. Mejoras en la documentación

Cómo Contribuir:

# 1. Haz un fork del repositorio
# 2. Crea una rama de funcionalidad
git checkout -b feature/mejora

# 3. Realiza tus cambios
# 4. Prueba con el script de verificación
./openclaw/scripts/verify_installation.sh

# 5. Envía una Pull Request

Documentación

Guías Disponibles

  • Inicio Rápido: README.md
  • Uso en OpenClaw: openclaw/examples/claw_usage.md
  • Guía en Coreano: openclaw/examples/korean_guide.md
  • Documentación Técnica: directorio docs/

Soporte


Versión: 1.0.0 Última Actualización: 2026-04-17

Skills relacionados