概率分析技能（Probability Analysis）
对政治、战争、监管、选举、公司事件等未来事件做可审计的客观概率判断，给出具体数字而非模糊措辞。
该 skill 是纯提示词框架，无脚本、无权限请求、无网络副作用、无敏感数据处理，且明确禁止编造来源、要求付费内容仅存短摘录，数据流向透明。扣分点：发布者未经验证、无可验证的来源归属与回滚机制说明，静态审查无法确认下游 agent 是否按约束执行。
中英文双版本工作流一致、内部自洽，步骤可复述；但仅为指令文本，无针对该 skill 的测试、无异常输入的失败反馈设计，且依赖外部 web-search 可用性（仓库已知 DDG 搜索层曾静默失效）。扣分点：失败模式与错误反馈薄弱、关键路径未经验证（静态上限 10）。
触发条件明确（概率、fair probability、edge 等），适用与非适用场景、输出格式均写清，且提供中文原生版本、不依赖境外专有服务本身。扣分点：时敏问题强制 web-search，搜索源在中国大陆可达性未说明；概率判断质量边界（对证据缺失情形）仅部分界定。
双语文档结构清晰、渐进披露合理、禁止事项具体、仓库含 MIT 许可证。扣分点：skill 自身无版本号、无 changelog、无 FAQ/示例输出、无独立维护责任声明，依赖仓库级治理但 skill 文件内未说明更新路径。
提供结构化条件概率分解、证据权重与贝叶斯更新模板，输出格式可直接使用，相比无框架提问有边际价值。扣分点：静态审查无法验证输出正确性，方法本身（主观权重打分）无外部效度证据，仓库已知搜索层缺陷曾污染历史输出，价值上限受限（静态上限 7）。
skill 要求每条证据保留 URL、日期与摘录并附归档路径，本身内置可追溯性设计。扣分点：无该 skill 的可复现测试或第三方执行证据，README 中的 Brier 记录面向其他产品线而非本 skill，证据类型单一（静态上限 5）。
- 该 skill 依赖外部 web-search；仓库已披露搜索层曾静默返回'0 结果'导致证据缺失，使用前应确认搜索提供方配置正常。
- 概率输出含主观权重判断，属分析框架而非事实结论，不应作为投资或交易决策唯一依据（仓库本体涉及预测市场交易）。
- skill 文件自身无版本与更新记录，拉取新版本时请对照仓库提交历史核对变更。
- 时敏问题强制联网搜索，相关搜索源在中国大陆的可达性未验证。
这个 Skill 能做什么，适合哪些场景？
这是 predict-raven 仓库中的两个技能之一，位于 skills/probability-analysis/。它指导 AI 代理按七步流程对未来事件做概率判断：先厘清 Yes/No 结算定义，再拆解为 2-5 个必要条件，设计搜索并按类别罗列证据，逐条打方向与权重，用条件概率链建立结构化模型，做贝叶斯式更新，最后输出主概率、80% 置信区间和证据表。它默认不使用预测市场价格，属于市场盲（market-blind）的概率研究方法。整个流程强调可复核：每条证据保留日期、来源、URL 和可靠性标注。
读取用户提出的事件判断请求；厘清触发条件、截止时间、时区与官方认定口径；将事件拆为 2-5 个必要条件并为每个条件设计搜索查询；按官方声明、主流媒体、当事方媒体、第三方分析等类别整理证据并标注方向与权重（强支持至强反对七档）；用 P(Yes)=P(A)×P(B|A)×P(C|A∩B) 形式的条件概率链建模；从基线概率出发逐条做贝叶斯更新；产出单一主概率、80% 主观置信区间、模型分解表、关键证据表、上调/下调因素和后续观察点，并附归档路径或 source manifest 供复核。
- 政治观察者想知道某项外交协议在截止日期前正式达成的概率，需要区分'谈判进行中'与'协议已达成'。
- 交易者想在预测市场建仓前独立估算某事件的 fair probability，寻找与市场价差的 edge。
- 分析师被要求按证据框架重新评估一个监管或法院事件，且需要每条证据可溯源、可审计。
- 用户明确要求排除预测市场价格干扰，得到独立于市场共识的概率估计。
- 科技/公司事件跟踪者需要判断某产品是否会在给定时间窗口内发布，并知道哪些观察点最可能触发结果。
这个 Skill 有哪些优点和局限？
- 强制给出具体概率和置信区间，拒绝'可能/不可能'式的模糊回答。
- 全程可审计：每条证据带日期、来源、URL、摘录和可靠性标注，附归档路径便于复核。
- 默认市场盲，产出独立估计而非复述市场共识，适合作为交易决策的独立信号。
- 条件概率拆解要求每个条件来自结算定义的必要条件，模型结构有纪律而非随意拼凑。
- SKILL.md 本身只是流程指令，不含可执行脚本；时效敏感问题依赖代理自带 web-search，没有则无法完成证据收集。
- 权重和置信区间是主观打分，输出质量取决于底层模型的推理与搜索能力，无客观校准机制。
- 本技能不含 predict-raven 仓库中的交易执行、风控或市场数据功能，需要那些能力得用仓库的其他部分。
- 80% 置信区间等说法缺乏回测或 Brier 分数验证记录（仓库的 Brier 公开计分是世界杯产品，未说明覆盖本技能输出）。
如何安装这个 Skill？
本技能属于 predict-raven 仓库（Alchemist-X/predict-raven，MIT 许可）技能集合中的一个：git clone 仓库后，技能位于 skills/probability-analysis/SKILL.md。仓库 README 的安装说明（pnpm install + pnpm build）针对整个集合（含交易功能）；仅使用本概率分析技能时，仓库未单独说明安装步骤——将 skills/ 目录放入你的 Agent Skills 兼容客户端的技能目录即可，具体放置路径取决于你使用的客户端，源材料未写明。
如何使用这个 Skill？
用自然语言向代理提问即可触发，例如：'评估某事件在2026年底前发生的概率'、'这个市场的 fair probability 是多少？有没有 edge？'，或要求'按证据框架重新分析某事件'。代理会按 SKILL.md 的七步流程输出结论概率、模型分解、证据表和观察点。注意：时效敏感问题需要代理具备 web-search 能力；若要求排除某类数据（如市场价格），在提问中明确说明。
这个 Skill 与同类方案有什么区别？
仓库将自身定位为'首个在 Polymarket 上自主持续运行的交易代理'，本技能对应其中的市场盲概率研究模式（如 2026 世界杯预测产品），与依赖市场价格倒推概率的常见做法相对立；但源材料未点名具体的同类独立工具。