AI智能体怎样在一张交易桌上分工:hypergrok-trading-desk 的流程与边界

hypergrok-trading-desk AI智能体 项目概念

当AI智能体被要求分析行情并执行交易时,它缺的只是行情接口,还是一套让研究、风控和下单彼此制衡的流程?hypergrok-trading-desk 的 README 给出的答案,是把 Hyperliquid 永续合约交易拆成七个角色、十七项技能和只读市场工具,先从公开数据做研究,再由你用自己的 API 钱包和批准的票据进入执行。本文按 README 所述设计梳理其机制、适用场景与边界;以下内容未独立实测。

当AI智能体想碰永续合约,先缺哪张流程桌子?

假设一位使用 Grok Bot 的个人交易者,想让 AI智能体 帮忙看 ETH 行情,却不希望它直接拿密钥下单。这个场景暴露的不是接口问题,而是流程问题:研究、风险判断、执行和复盘若混在一个对话框里,证据与责任都会模糊,模型也容易把“分析”滑成“操作”。永续合约是没有到期日、可带杠杆且可能被强制平仓的衍生品,单步问答很难承载它的操作纪律。README 把项目定位为给 AI 智能体的一套共享流程。HyperGrok 为 AI 智能体提供一套共享流程,覆盖 Hyperliquid 的研究、风险、执行与复盘。 它先从公开市场数据开始,再要求用户自己的 API 钱包和已批准票据,而不是让模型自由发挥;这也是后文所有角色与票据设计的起点。

hypergrok-trading-desk把交易拆成七个角色和十七项技能

hypergrok-trading-desk 是 Galleon Labs 创建的公开项目,README 标注为 MIT 许可证。它更像一套可安装的工作台说明书:角色卡、系统提示、技能文件、插件清单和只读脚本,而不是一个自带策略的自动交易机器人。七个角色各有阶段并向下一位交接证据;十七项技能采用可移植的 `SKILL.md` 格式,供不同 Bot 共享。项目包含七个角色配置、十七项技能和只读 Python 工具。 这种拆法的重点是让“谁看到了什么、谁有权做什么”留下痕迹,而不是把全部判断塞进一个超级提示。材料没有说明它提供收益保证或托管资金,相关能力尚待确认。

无密钥快照与可核查历史怎样先立事实底稿

研究先从可核查事实开始。`opening_bell.py` 调用 Hyperliquid 公共接口,给出价格、资金费率、未平仓量、价差和深度,还会标注来源与 UTC 时间;它只用 Python 标准库,因此不需要额外依赖。Opening Bell 从 Hyperliquid 的公共 `/info` 端点读取快照,不需要钱包、账户或密钥。 历史研究则由 `research_dataset.py` 收集指定 UTC 窗口,把请求、响应、CSV 行和哈希清单装进研究包,便于交接和复查。离线验证会重放保存的响应,检查一致性,但不检查来源真实性或策略质量。 README 明确说它不会用合成数据填补缺口,缺失区间仍会显示出来。

hypergrok-trading-desk 一张票据从想法到复盘要经过哪些交接 机制示意

一张票据从想法到复盘要经过哪些交接

一张票据是写明市场、方向、尺寸、入场价、止损、风险额和批准指令的订单说明。按 README 的示例流程,你提出想法后,市场分析师、研究分析师和策略师给证据,风险经理按实时账户定尺寸并出票;你按票据 ID 批准;执行交易员发送并对账;交易复盘员记录成本、过程和结果。六名角色在 Trading Floor 群聊中协作,Trade Reviewer 通过私信工作。 六个角色共享群聊,复盘角色单独私信,减少执行讨论与事后评分互相污染。执行交易员是唯一发送者:每次批准只发送一次,并按客户订单 ID 对账。 这套路径把“建议”和“发送”分开,也把“过程好坏”和“结果好坏”分开。

为什么审批闸门要放在聊天之外

这套设计把“批准”做成可追责的动作。你先看到确切订单,再输入票据 ID;输入行本身是证据,但真正拦截执行的闸门在聊天之外,因为能读取批准的 Bot 也可能伪造批准。你按票据 ID 批准每笔交易,执行闸门位于聊天之外的 Grok Bot Auto-review“Ask first”规则中。 密钥侧只保留交易专用 API 钱包,它通过安全秘密存储配置。交易专用 API 钱包只能交易,不能提现。 另外,用户限额文件只能收紧系统上限,不能放宽;测试网先演练,主网沿用同一票据流程;监控与例行程序也走同一套记录方式。

哪些场景适合先把它当研究台而不是下单按钮

更适合的场景是研究先行:让市场分析师给 ETH 简报,让策略师把“资金费率极端是否均值回归”写成明确规则并在历史数据上回测,再在测试网做纸面交易;也可以让例行程序盯 WebSocket,资金费率翻转时提醒你。工作台从研究模式开始,测试网 API 钱包用于练习资金。 它适合愿意阅读票据、设定限额并逐步验证的人,不适合被当成无人值守的盈利按钮,也不适合替代你自己的风控判断。README 直接提示风险:永续合约可能使账户被强制平仓。 因此,把 AI智能体 放在“研究、提议、复核”位置,比让它自由下单更符合项目叙述。

测试网、止损滑点与运行时差异留下哪些风险

风险首先来自执行假设。票据按压力情景估算止损成本,把假设的不利成交和两边吃单费计入尺寸,但真实亏损仍可能更大。止损按压力情景估算,包含假设的不利止损成交和两侧吃单费,实际亏损可能超过该假设。 其次是运行时差异:Claude Code 的钩子只在 Bash 命令或命名脚本看起来像交易写入时请求确认,覆盖面有限。Claude Code 钩子无法把请求绑定到票据,也无法检查每条导入路径。 Grok Build 的规则加载尚未验证。 每个运行时都仍需先验证原生审批覆盖,再配置 API 钱包;README 区分清单支持与实际观察到的原生安装,材料也未提及独立安全审计。

装好之后,怎样判断它是否真的可用

装好后不要直接上主网。先看 `opening_bell.py --schema`,再用 `--json` 检查读取失败、部分深度和医生警告是否明确;随后离线运行检查器。desk_doctor 检查发布、角色、技能哈希、桌面文件夹和公共连通性。 还要确认安装本身没有副作用。安装包不包含 JavaScript 入口点、运行时依赖或安装钩子;安装不会启动工作台或连接钱包。 接着读 SETUP 和证据收据,确认哪些步骤完成、哪些仍需手工处理;在所选运行时验证原生审批覆盖,再从测试网开始。README 强调证据收据要区分已发生的事与仍需手工做的事,这一点应作为验收条件。本文仅依据 README 资料整理,未独立实测。

本文仅依据README资料整理,未独立实测。若要使用,请先从公开数据快照和离线检查开始,再在测试网验证审批链;任何主网密钥都应等到原生审批覆盖被确认后再配置。

参考来源

本文仅据固定版本 README 整理,未独立实测;仅作技术介绍,不构成安全审计或投资建议。

采集时间:2026-10-28T14:14:34.868Z;217 Star 快照。相对 2026-10-27T13:15:28.822Z,实际间隔 24.99 小时净变化 7 Star;不是自然日新增。

galleonlabs/hypergrok-trading-desk README · 4d0ae81c7fbd2125033a24320ad646592730883e

GitHub 仓库及采集时元数据

标签 AI智能体hypergrok-trading-deskAI Agent智能体工作流

本文基于公开媒体报道整理,仅作信息参考,不构成任何投资依据,内容以原文为准。

相关阅读

同分类「人工智能」的其他稿件

更多人工智能 →