CloddsBot:让 AI 在你睡觉时盯盘 1000+ 市场的开源交易代理 🤖📈

凌晨三点,你翻了个身。某个预测市场里的一条新闻刚刚落地,某个 DEX 上的价差瞬间被拉开——而你的手机还压在枕头下面。绝大多数人面对这种机会的结局都是一样的:等你醒来的时候,窗口早就关了。

今天 GitHub Trending 上冒出来的 CloddsBot,试着把这个问题交给一个永不睡觉的 Agent 来解决。项目地址在 github.com/alsk1992/CloddsBot,一句话概括:Open Source AI trading agent that operates autonomously across 1000+ markets。基于 Claude 构建,自托管,可以在 Polymarket、Kalshi、Binance、Hyperliquid、Solana DEX 以及 5 条 EVM 链上运行。

为什么"睡觉时管理风险"是个真需求 🛌

先说清楚一个问题:交易这件事的真正门槛,往往不在"想法",而在"在场"。

机会分布在不同平台、不同链、不同市场类别里。预测市场看的是事件概率,中心化交易所看的是盘口深度,DEX 看的是链上流动性。一个人类交易者即使把多屏幕摆满,也只能同时盯住有限的几个窗口。

而"盯盘"这件事的本质,是一套重复劳动:

  • 扫一遍各个市场,找有没有偏离合理区间的定价;
  • 判断这个偏离够不够覆盖手续费、滑点和风险;
  • 如果够,立刻执行,因为价差窗口通常很短;
  • 成交之后持续跟踪仓位,决定什么时候退出。

这套流程放进人类作息里,就会退化成"白天能跑,晚上停机"。CloddsBot 想做的,就是把这套循环变成一个常驻的、自主运行的 Agent。

它能做什么:从扫描到执行的一条链路 🔍

根据项目描述,CloddsBot 的核心行为可以拆成三段:

1. 跨市场扫描 Edge

它同时覆盖的战场包括:

  • 预测市场:Polymarket、Kalshi
  • 中心化交易所:Binance
  • 永续 / 衍生品:Hyperliquid
  • 链上 DEX:Solana DEX 生态
  • EVM 生态:5 条 EVM 链

这些加起来是 1000+ 个市场。把它们放在同一个 Agent 的视野里,价值不在于"数量多",而在于跨场所的定价差异本身就是机会来源。一个事件在预测市场被高估,同时在另一类市场被低估,这种错位只有同时看得见两边才有意义。

2. 发现即执行

项目描述里用了 "executes instantly" 这个说法。这其实点出了自主 Agent 与"提醒机器人"的根本区别:提醒机器人给你发一条推送,然后等你手动下单;而 CloddsBot 的定位是自己把单下掉

从"通知我"到"替我动手",中间隔着的是授权、风控和账户安全——这也是为什么自托管在这个项目里是一个关键设计,而不是可选项。

3. 你不看盘的时候,它在管风险

"manages risk while you sleep" 这句描述是整段话里最容易让人心动、也最需要警惕的部分。Agent 自主交易意味着风险控制必须内置在 Agent 自己的决策循环里,而不是靠你事后检查。仓位规模、敞口上限、退出条件,这些规则的执行频率决定了这个系统到底是"助手"还是"隐患"。

Agent Commerce Protocol:给机器准备的支付层 💸

这个项目里比较少见、也值得单独拎出来说的是 Agent Commerce Protocol for machine-to-machine payments

当一个 Agent 需要自主执行交易时,它会遇到一个传统软件不用面对的问题:它怎么自己付钱?无论是支付链上 Gas、为调用某个数据服务付费,还是与其他 Agent 之间进行结算,都需要一套不依赖人类手动确认的支付通道。机器对机器支付听起来像科幻,但放在"7×24 自主运行"这个前提下,它其实是基础设施的一部分——没有它,Agent 的自主性会在第一笔需要审批的交易上撞墙。

自托管 + Claude:安全边界和决策大脑 🧠

CloddsBot 的两个设计选择放在一起看很有意思。

自托管(Self-hosted)意味着私钥、API Key、策略配置都留在你自己的环境里,而不是托管在某个第三方平台。对于一个会自动动用资金的 Agent 来说,这是最基础的安全底线。你不需要把交易所凭证交给一个陌生的 SaaS。

Built on Claude则解释了决策层从哪来。当市场信息以自然语言、公告、事件描述的形式出现时,大模型在理解与归纳上的优势,正好补上了传统规则引擎的短板。规则可以处理"价格 > X 就卖出",但很难处理"这条消息对某个事件概率意味着什么"。

这两者合起来,构成了一个典型的形态:本地掌控执行与资产,模型负责判断与推理

想自己跑一个?从克隆开始 🛠️

作为一个自托管项目,上手的第一动作是把它拉到本地:


git clone https://github.com/alsk1992/CloddsBot.git
cd CloddsBot

接下来你需要准备的,大致是这几类东西:

  • 模型侧的接入:项目基于 Claude,因此需要一个可用的模型访问凭证;
  • 市场侧的接入:你打算让它跑在哪些场所(Polymarket / Kalshi / Binance / Hyperliquid / Solana DEX / EVM 链),就需要对应平台的 API 凭证或链上账户配置;
  • 风控参数:这是最容易被新手跳过、却最不该跳过的一步。先想清楚单笔上限和总敞口,再让它碰真钱。

我的建议是:先用只读模式跑一段时间。让它扫描、让它给出判断,但不要立刻赋予执行权限。观察它的决策和你自己的判断偏差在哪里,再决定要不要把"手"交给它。仓库的具体安装步骤和配置项请以 README 为准——自托管项目的配置细节变化很快,直接看官方文档最靠谱。

一些冷静的延伸思考 🤔

AI 交易 Agent 这个方向,最容易被过度浪漫化。真实的情况是:

  • "找到 Edge"和"稳定盈利"是两件事。扫描到定价偏离只是第一步,能不能扣掉手续费、滑点、资金成本之后还为正,是另一回事;
  • 自主执行放大了错误的代价。一个判断失误的 Agent,会比你手慢半拍犯的错损失更大。风控不是可选项,是入场券;
  • 机器对机器支付是个信号。它说明这个项目在认真考虑"Agent 长期无人值守运行"这个前提,而不只是做一个漂亮的看板。

但反过来看,CloddsBot 代表的方向是清晰的:交易正在从"人盯屏幕"迁移到"人定规则、Agent 执行"。你要做的不是和机器比手速,而是想清楚——你愿意把哪些决策权交出去,以及留下哪些必须由自己按下确认键。

如果你对自主 Agent、跨市场套利、或者机器支付这个方向感兴趣,这个仓库值得翻一翻。至少,它能让你在下次半夜醒来刷手机的时候,多想一层:这件事,是不是本来就不该由我来做?🌙