夜雨聆风全文约 3142 字 · 阅读约 8 分钟
项目信号：★356 stars、94 forks、9 watchers、9 个 open issue，主要语言 TypeScript，MIT 开源协议，2025 年 7 月 14 日创建，最近一次更新在 2026 年 6 月 25 日。星数中等，创建一年、近期仍在更新，仓库里带了 CI 和测试脚本，是个还在正常维护的项目。
- 预测市场（prediction market）：把"某件事会不会发生"做成一张可买卖的合约，价格在 0 到 1 美元之间浮动，价格本身约等于市场认为这件事会发生的概率。
- 价差（edge）：模型自己算出的事件概率，减去市场当前挂的价格，差得越大，说明市场把这件事标错价、留给你的空间越大。
- 半凯利下注：凯利公式按胜率和赔率算出该押多少本金，这个工具只按算出来的一半下注，用来压低单笔的波动。
- 五道风控闸门：真正下单前，依次过凯利、流动性、相关性、集中度、回撤五道检查，任何一道不过就放弃这一单。
这个工具把"押注一件事会不会发生"从凭感觉的赌，改成了一条算概率、比价差、按凯利定注码、过风控再下单的量化流水线。 它自动化掉的，是一个纪律严明的下注者本该做却很难坚持做完的那套功课。
价值链是一条清楚的线。它先对每个市场跑一遍深度基本面研究，给出一个独立的概率估计和排好序的价格驱动因素，然后把这个模型概率和 Kalshi 上真实订单簿的价格相减，算出价差。价差够大才进入下一步，用半凯利算出该买几张合约，再让这一单依次通过五道风控闸门，全过了才真正下单。它真正卖点的那个"可交易的东西"，是市场自己的定价错误，AI 在这里干的活是把一个事件的公允概率算得比市场更准，剩下的赚赔由这个差价决定。
对着下面的项目结构看，这几步各自落在哪里就清楚了。
OctagonAI/kalshi-trading-bot-cli 项目结构
主体在 `src/` 下面，`agent` 是跑研究和下注决策的那套循环，`backtest` 是回测引擎，`audit` 负责留痕，`__tests__` 放测试。`scripts/` 里是一批命令行测试脚本，`data/themes_seo.json` 是它自带的一份叙事主题词表，用来把"某类事件"归到一个主题下批量筛，`.github/workflows` 是持续集成。运行时它对接两个外部服务，一个是 Kalshi 交易所的行情和下单接口，一个是 Octagon 的研究接口负责出 AI 概率，结果都缓存在本地一个 SQLite 数据库里省调用。它和很多只给建议的研究工具不一样，`buy`、`sell` 这些命令是真的会去 Kalshi 下单的，产出直接落到真金白银的仓位上。
评级是中偏难，装软件本身零门槛，真正卡人的是它要串起来的那一堆账号和密钥。 一条 `bunx kalshi-trading-bot-cli@latest` 就能把程序拉起来，首次运行还有个向导带你填配置。
难在前置条件。它只认 Bun 这个运行时、不能用 Node，你要先装好；要下真单，得有一个开通了 API 权限的 Kalshi 账户，配上 API key 和一份 RSA 私钥；还要至少一个大模型的 key，默认走 GPT-5.4，也就是默认得有 OpenAI 的 key；那些最核心的深研和价差扫描功能，还要单独一个 Octagon 的 key 才跑得动。下面这张 `env.example` 把要填的东西列得很清楚。
关键配置：env.example
上半段 Required 里，Kalshi 的密钥和至少一个大模型 key 是硬要求，Octagon 的 key 决定了 `analyze`、`search edge` 这些找价差的功能能不能用，没有它就退回本地缓存、只能做基础检索。真正该先勾上的是最下面那行 `KALSHI_USE_DEMO`，把它设成 true 就切到 Kalshi 的模拟环境，所有交易都是假的、不碰一分钱，先在这里把信号质量验一遍再谈真钱，是这个工具唯一稳妥的上手顺序。 费用上，软件是 MIT 免费开源，但用起来大模型按量付费、Octagon 按 credit 付费，交易本金更是真钱，它不是一个免费就能空手套利的东西。
这个工具本身不产生收入，它是个下注决策器，赚不赚钱完全押在一件事上，它算出的概率到底有没有比市场准。
README 里给了一份作者自己的回测，15 天回看窗口下模型的 Brier 分数好过市场、技巧得分 +12.5%、命中率 61.4%、平铺下注的资金回报率 +7.8%，并标了置信区间。这些数字说明在那段历史里模型确实找到了一点真实价差。但回测只是历史，换到未来的真实行情、扣掉手续费和滑点之后，这点价差能不能兑现、够不够覆盖成本，还是未知数。 预测市场本身有买卖价差和交易成本，模型的价差得先跑赢这些摩擦，剩下的才是你的。
现实的变现路径只有一条，就是你亲自拿真钱在 Kalshi 上按它的信号交易，盈亏自负。模型的价差如果真实且能持续，长期按半凯利和五道风控这套纪律下注是有正期望的，但波动很大，单月亏损完全可能；模型如果只是在历史上过拟合，结果就是持续净亏损。数字最终取决于你的本金、模型的准确度，以及预测市场的费用和流动性。
跑起来到能真金白银用，主要成本不在软件订阅，而在你愿意放上牌桌的那笔交易本金。 这里没有可算的回本周期，只把要投入的钱列清楚。
拆开算。软件和 Bun 运行时都免费；大模型这块按调用付费，做研究和扫描这种频率，每月大约几十到两三百元，扫得勤或用贵模型会明显上去；Octagon 每份深度报告花 3 个 credit，默认设了每天 100 credit 的上限防止烧超，但它是要单独订阅的付费服务，具体看你选的套餐和用量。真正的大头是 Kalshi 里的本金，这笔钱直接暴露在盈亏里，工具默认的每日亏损上限是 200 美元、最多同时持有 10 个仓位，这些是风控参数，不是保本承诺，放上牌桌的钱该是你亏得起的那部分。
这个工具适合能合法访问 Kalshi、看得懂概率和凯利下注、想把事件押注系统化的人。它不适合想要一个点几下就自动生钱黑箱的人，也不适合手头没有交易本金、或者只想跑本地不联网的人，它的核心功能高度依赖 Kalshi 和 Octagon 两个付费的云端服务。合规是道硬门槛。预测市场在很多法域法律地位不明确，Kalshi 面向美国用户、受美国商品期货交易委员会监管，我国境内用户在准入和合规上都有实打实的障碍，动手前先确认自己所在地能不能合法参与。本文为应用分析，不构成投资建议。
来源：Kalshi 预测市场 AI 交易终端，OctagonAI/kalshi-trading-bot-cli，https://github.com/OctagonAI/kalshi-trading-bot-cli ，356 stars，MIT 协议。
