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...

Security Scan

The skill's instructions say it will call OpenAI and Anthropic and must track token costs, but the published metadata requests no API keys or credentials and gives only vague enforcement rules — that mismatch is concerning.

Purpose & Capability

The SKILL.md explicitly requires using OpenAI and Anthropic for analysis and for tracking token usage/costs. The registry metadata, however, declares no required environment variables, no primary credential, and no config paths. A skill that calls external LLMs would normally require API keys or declared credentials; the absence of these declarations is an incoherence.

Instruction Scope

Most runtime instructions stay within the stated purpose (read-only public Polymarket data, paper trading simulation, limited outputs). However the instructions require: (a) calling two LLM providers (OpenAI and Anthropic), (b) tracing token consumption and estimating euro costs, and (c) enforcing per-execution frequency and a weekly budget limit. Those items grant the agent broad discretion (e.g., "ridurre la complessità"), and the SKILL.md gives no precise enforcement mechanism — e.g., how token accounting is measured, which API keys are used, or what happens if the platform cannot reliably stop execution when budget is exceeded.

Install Mechanism

This is an instruction-only skill with no install spec and no code files — lowest installation risk. Nothing is downloaded or written to disk by an install step.

Credentials

The skill requires access to external LLM services and must track usage for cost control, but it declares no environment variables or credentials. That is disproportionate/unreported: at minimum you should expect API keys/tokens for OpenAI and Anthropic (or equivalent provider integrations). Also, implementing reliable budget enforcement may require access to billing/usage APIs or platform-level quotas — none of which are declared.

Persistence & Privilege

No 'always: true', no install, no write-to-disk steps described, and the skill does not request persistent privileges or modifications to other skills. Autonomous invocation is allowed by default (normal) but not elevated here.

What to consider before installing

This skill describes behavior that needs LLM API access (OpenAI and Anthropic) and precise token/cost accounting, but the published metadata lists no credentials — that's the main red flag. Before installing: 1) Ask the publisher which environment variables or provider integrations the skill expects and why they were omitted from the metadata. 2) If you supply API keys, create low-quota or billing-limited keys (or use separate sandbox accounts) so accidental cost is limited. 3) Confirm the platform/agent can enforce the stated frequency (1 run / 3 days) and the hard budget stop (2 € / week); if enforcement depends solely on the agent following instructions, it may fail. 4) Request clarification on the concrete method for token accounting and what happens when budget is exceeded. 5) Monitor activity and logs on first runs, and do not provide wallet/private keys. Absence of code and scanner findings reduces install risk, but the credential mismatch and vague stopping rules justify caution.

⚠️ 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

---

🧠 Logica operativa

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.