Communitygithub.com

olaxbt/ai-market-maker

此技能提供工具與文件,用於在 OpenClaw 環境中執行、檢查與擴充多代理 LangGraph 交易工作流程。

ai-market-maker 是什麼?

此技能專為 OpenClaw 環境設計,提供一個基於 LangGraph 的多代理交易工作流程,並附帶完整的執行、檢查與擴充工具。其核心特色包括強制的「風險守門員」機制,在任何交易執行前進行風險否決,並提供結構化的追蹤紀錄以確保透明性。技能支援回測、紙交易與自訂交易對配置,並內建安裝驗證腳本與常見問題解決方案(如 TA-Lib 依賴)。此外,它還提供一個輕量級的 Flow API,供外部工具查詢運行狀態、投資組合健康度與回測結果,並透過 API 金鑰與反向代理設定確保安全性。此技能主要於 OpenClaw CLI 整合使用,但也可獨立執行。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

AI 造市者技能

目的

此技能提供工具與文件,用於在 OpenClaw 環境中執行、檢查與擴充多代理 LangGraph 交易工作流程。

它包含一個在執行前強制介入的硬性風險守門員、結構化追蹤以確保透明度,以及專用的 OpenClaw 整合工具。

快速開始

安裝

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

# 或本機安裝
git clone https://github.com/olaxbt/ai-market-maker.git
cd ai-market-maker
claw skill install ./openclaw

驗證

# 檢查相依性
./openclaw/scripts/verify_installation.sh

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

使用方法

# 使用預設設定執行回測
python3 openclaw/scripts/claw_runner.py --backtest

# 紙交易
python3 openclaw/scripts/claw_runner.py --paper --ticker BTC/USDT

# 自訂回測
python3 openclaw/scripts/claw_runner.py --backtest --symbols "BTC/USDT,ETH/USDT" --steps 150

預設配置

預設設定使用多種交易對與保守的風險參數:

交易次數:17
總回報:14.95%
相對於 BTC 買入並持有的超額回報:+30.25%
夏普比率:1.79
最大回撤:11.84%
勝率:62.5%

這些結果基於 BTC、ETH 和 SOL 共 100 天的歷史數據,並附有完整的基準比較與風險事件記錄。

🔧 OpenClaw 專有功能

自動環境配置

  • 為 OpenClaw 環境設定 Python 路徑
  • Nexus API 金鑰管理(內含演示金鑰)
  • TA-Lib 相依性偵測與引導
  • 針對 Claw 最佳化的錯誤復原與日誌記錄

預先配置的命令

# 使用自訂交易對進行紙交易
claw run ai-market-maker --paper --ticker ETH/USDT

# 使用多個交易對進行回測
claw run ai-market-maker --backtest --symbols "BTC/USDT,ETH/USDT" --steps 150

# 安裝驗證
claw run ai-market-maker --verify

常見問題與修正

1. TA-Lib 安裝

問題: ModuleNotFoundError: No module named 'talib' 解決方案:

# 建議用於無 sudo 權限的環境
conda install -y ta-lib -c conda-forge

# 替代方案:原始碼編譯
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. 模組匯入錯誤

問題: ModuleNotFoundError: No module named 'agents.market_scanner' 解決方案:

# 以開發模式安裝
pip install -e .

# 或設定 Python 路徑
export PYTHONPATH=/path/to/ai-market-maker/src:$PYTHONPATH

3. Nexus API 速率限制

問題: 429 Too Many Requests 解決方案:

  • 內含演示金鑰(有速率限制)
  • 在 .env 中設定您自己的 Nexus API 金鑰以供正式使用
  • 實作請求快取

4. 環境配置

問題: 環境變數未設定 解決方案:

# 透過 claw_runner.py 自動配置
# 手動覆寫:
export NEXUS_API_KEY=your_key
export AIMM_DESK_STRATEGY_PRESET=default

📊 Flow API(供外部工具使用)

此儲存庫提供一個輕量級、主要為唯讀的 HTTP API:

  • GET /runs/latest → 最新的運行資料
  • GET /runs/{run_id}/payload → 特定運行的完整承載
  • GET /runs/{run_id}/events → 事件與追蹤
  • GET /pm/portfolio-health → 投資組合摘要
  • GET /backtests → 列出回測運行

安全性

  • AIMM_API_KEY 和 AIMM_AUTH_SECRET 始終為必填(未內建預設值)。
  • 空值視為未設定;首次啟動會在 .secrets/ 下產生唯一金鑰。
  • 除 GET /health 外,所有 Flow API 要求都需要 x-api-key(或具有相同金鑰的 Authorization: Bearer)。
  • 在正式環境中,請將 Flow API 置於反向代理之後,並將 AIMM_CORS_ORIGINS 設定為您的儀表板來源。

適用於 OpenClaw 整合的關鍵檔案

區塊位置用途
OpenClaw 執行器openclaw/scripts/claw_runner.py主要進入點
安裝驗證器openclaw/scripts/verify_installation.sh相依性檢查工具
技能清單openclaw/manifest.jsonOpenClaw 技能定義
使用範例openclaw/examples/claw_usage.md使用指南
主要工作流程src/main.py核心交易邏輯
代理系統src/agents/7 個交易桌面
網頁儀表板web/Next.js 監控 UI

效能提示

  1. 啟用快取:使用本地 OHLCV 快取來減少 API 呼叫
  2. 調整間隔:增加 STRATEGY_INTERVAL_SEC 以降低資源使用
  3. 使用紙交易模式:無需動用真實資金即可測試策略
  4. 監控資源:檢查記憶體/CPU 使用量

貢獻

我們歡迎貢獻!請先閱讀主要的 CONTRIBUTING.md。

優先領域:

  1. 錯誤處理改進
  2. 安裝簡化
  3. 效能最佳化
  4. 文件增強

如何貢獻:

# 1. Fork 此儲存庫
# 2. 建立功能分支
git checkout -b feature/improvement

# 3. 進行您的修改
# 4. 使用驗證腳本測試
./openclaw/scripts/verify_installation.sh

# 5. 提交 Pull Request

文件

可用指南

  • 快速開始:README.md
  • OpenClaw 使用方式:openclaw/examples/claw_usage.md
  • 韓文指南:openclaw/examples/korean_guide.md
  • 技術文件:docs/ 目錄

支援


版本:1.0.0 最後更新:2026-04-17

相關技能