Oracle3 prediction-market arbitrage checks

Name: Oracle3 prediction-market arbitrage checks
Author: YichengYang-Ethan

제작자: YichengYang-Ethan버전 1.2.2i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.YichengYang-Ethan/oracle3

설치

개요

제작자가 쓴 설명(영어 원문)

Kalshi and Polymarket data, venue fees, no-arbitrage checks and paper execution for AI agents.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아직 측정 안 함★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 기타

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
직접 입력할 값: ORACLE3_MCP_LEDGER

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "oracle3": {
      "command": "uvx",
      "args": [
        "oracle3",
        "mcp"
      ],
      "env": {
        "ORACLE3_MCP_LEDGER": "your-value"
      }
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add oracle3 --env ORACLE3_MCP_LEDGER=your-value -- uvx oracle3 mcp

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "oracle3": {
      "command": "uvx",
      "args": [
        "oracle3",
        "mcp"
      ],
      "env": {
        "ORACLE3_MCP_LEDGER": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "oracle3": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "oracle3",
        "mcp"
      ],
      "env": {
        "ORACLE3_MCP_LEDGER": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

ORACLE3_MCP_LEDGER env
Path of the local paper-trading ledger (default ~/.oracle3/mcp_paper_ledger.json)

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 7일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 YichengYang-Ethan 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

기타 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 32706개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 32706개 중 52%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 32706개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Oracle3 prediction-market arbitrage checks, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(1.2.2)은 37일 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Spec Driven Development, Remote Desktop Commander, Kanal Varna — drains, leaks & plumbing (Varna, BG)

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Spec Driven Development

제작자: formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

내 컴퓨터에서 실행★ 440MIT14개월 전 업데이트

설치

Remote Desktop Commander

제작자: desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

클라우드에서 실행★ 211그저께 업데이트

설치

Kanal Varna — drains, leaks & plumbing (Varna, BG)

제작자: kanalvarna.com

Drain unblocking, leak detection & plumbing in Varna, Bulgaria: services, prices, areas, contact

클라우드에서 실행오늘 업데이트

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

Oracle3

Build prediction-market agents that discover markets, analyze opportunities, and test strategies.

Connect AI agents to Kalshi and Polymarket through MCP. Give them reusable Skills for market research and strategy development, then build on a Python engine for paper and live execution.

13 MCP tools · 6 agent Skills · Kalshi & Polymarket data · Python 3.10+

Quickstart · MCP tools · Agent Skills · Project and contributions · Documentation

Why Oracle3

A connected research workflow. Discover contracts, inspect their rules and order books, compare related outcomes, and track simulated positions.
Calculations that include trading costs. Five relationship checks return candidate baskets, per-leg fees, and calculated net edge.
Tools and workflows for agents. Use MCP for structured access and Skills for repeatable research, strategy authoring, and operations.
An engine you can extend. Build strategies with Python interfaces, risk controls, and paper/live venue adapters.
A foundation for experiments. Reproducible software checks, automated tests, and installed-package validation make the implementation inspectable.

Public Kalshi and Polymarket market reads need no exchange credentials. MCP provides market data, calculations, and a local paper ledger; real-order execution uses the separate CLI/Python engine.

Quickstart

Install the current development checkout:

git clone https://github.com/YichengYang-Ethan/oracle3-prediction-market-agent.git

cd oracle3-prediction-market-agent python -m venv .venv .venv/bin/python -m pip install -e .

Connect it to Claude Code from this directory:

claude mcp add oracle3 -- "$PWD/.venv/bin/oracle3-mcp"

For other MCP clients, configure the absolute path to .venv/bin/oracle3-mcp as the command with an empty argument list. On Windows, use .venv\Scripts\python.exe and .venv\Scripts\oracle3-mcp.exe.

Client configuration and first tool call · Published-package installation

Give your agent a first task

Find Kalshi and Polymarket contracts about the next Fed rate decision. Compare their outcome definitions, resolution rules, and order-book quotes. Summarize the markets with their IDs, prices, and the assumptions needed to compare them.

For a calculation that works offline after installation:

Use Oracle3 to check an implication: A implies B. A has a YES bid of $0.60 and B has a YES ask of $0.55. Use the default Kalshi taker fee schedule and 100 contracts per leg. Show the basket, gross edge, fees, and net edge.

The synthetic example returns $5.00 gross edge − $3.4125 fees = $1.5875 calculated net edge, conditional on the supplied implication and quotes. See exact inputs and output.

What agents can do

Task	Tools	Result
Discover markets	`search_markets`, `get_market`	Contracts, metadata, and available resolution rules
Inspect market conditions	`get_quote`, `get_orderbook`	Prices, fee information, and displayed depth
Analyze related contracts	`check_constraint`, `check_constraint_live`	Baskets and net edge under a stated relationship
Calculate fees and model values	`trading_fee`, `fair_value`	Fee estimates and parameterized model outputs
Try a paper entry	`paper_order`, `paper_portfolio`	Simulated fills and holdings in a local ledger

Relationship checks cover implication, exclusivity, complement, same event, and event sum. They expose assumptions with their results, giving agents and researchers a common calculation layer.

All 13 MCP tools · Workflow examples

Reusable agent Skills

The repository includes six workflows that help agents move from individual tool calls to complete tasks:

Skill	Use it to
Data discovery	Find markets and organize research inputs
Constraint arbitrage	Examine related contracts and calculate fee-aware baskets
Quant strategy authoring	Develop strategies with Oracle3's Python interfaces
Agent strategy authoring	Build agent-driven decision workflows
Paper operations	Run and inspect simulated trading sessions
Live operations	Configure and operate the separate live engine

Claude Code project copies are included in .claude/skills/. Open the checkout as your project, or use your client's supported Skill installation mechanism. Skill setup.

For AI agents: start with llms.txt for task routing, the MCP reference for tool schemas, and AGENTS.md for contributing code.

Build with Python and the CLI

Use the same project for research scripts, agent strategies, and engine operations:

.venv/bin/oracle3 market search --exchange kalshi --query "fed" --json

.venv/bin/oracle3 market search --exchange polymarket --query "fed decision" --json

Component	Build with it
MCP server	Structured market access and local paper operations for agents
Relations and fees	Shared calculations for related-contract strategies
Strategies	Logical-relation, statistical, and model-driven approaches
Trading engine	Paper/live adapters for Kalshi, Polymarket, and Solana via DFlow
Pricing	Wang-transform models and estimators for research
oracle3-extras	Optional venue, data-provider, and wallet integrations

CLI guide · Integration guide · Execution reference

Built for experimentation

Oracle3 combines a concrete decision environment with structured tools, observable state, and a software validation harness. This supports work on agent interfaces, workflow guidance, and reproducible evaluation.

CI runs automated tests and checks the built package through real MCP sessions on SDK 1.x and 2.x. The harness documentation explains the reproducible checks. Model-level agent evaluation is a next research direction.

Project overview and Yicheng Yang's contributions · Fee-frontier study · Companion pricing research

Contribute

Help build better agent workflows, labeled evaluation tasks, strategy examples, and client integrations. New venue, data-provider, and wallet integrations start in oracle3-extras.

Contributing guide · Open problems · Discussions

Origin and attribution

Oracle3 began as ulab-uiuc/oracle3, developed by Yicheng Yang and Haofei Yu at U Lab (University of Illinois Urbana-Champaign). It also bundles the lab's Coinjure package. Yicheng Yang continues to develop and maintain the extensions in this repository. Read the project story and contributions.

We acknowledge the foundational work of the Coinjure team at the University of Illinois Urbana-Champaign—Haofei Yu, Yicheng Yang, Yuxiang Liu, and Prof. Jiaxuan You—on which Oracle3 builds.

For software citation, use CITATION.cff and Zenodo. For the pricing model, see the working paper.

License

Apache 2.0; see LICENSE. Original U Lab and Coinjure portions retain their MIT license in NOTICE.

*This software is for research and education. Trading involves financial risk.*

Oracle3 prediction-market arbitrage checks

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

직접 입력할 값

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

기타 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Spec Driven Development

Remote Desktop Commander

Kanal Varna — drains, leaks & plumbing (Varna, BG)

제작자의 README

Oracle3

Why Oracle3

Quickstart

Give your agent a first task

What agents can do

Reusable agent Skills

Build with Python and the CLI

Built for experimentation

Contribute

Origin and attribution

License