Kalshi-Claw：用自然语言操控预测市场交易的 OpenClaw 开源技能

Kalshi-Claw 是专为 OpenClaw 打造的开源 Kalshi 交易技能，让你用自然语言直接参与预测市场。主流预测市场平台要么没有 API，要么接入繁琐，RSA 签名、仓位追踪都得自己处理。这个工具把这些细节全部封装好了。

项目采用 Rust + TypeScript 双引擎设计：Rust 核心（通过 napi-rs 编译为 Node.js 原生插件）负责 RSA-2048 签名、凯利公式最优仓位计算、对冲评分等计算密集型任务；TypeScript 层直接对接 Kalshi REST API，处理市场数据和订单执行。你可以说「买 $50 的 YES 仓位」，系统会自动计算最优合约数量、签名下单、记录持仓。

最亮眼的是内置对冲发现功能：通过 LLM 分析市场对的逻辑关联，只接受逻辑必然推导，自动筛选覆盖率 85% 以上的对冲组合，按 T1（≥95%）、T2（90–95%）、T3（85–90%）分级展示。所有持仓数据保存在本地 ~/.kalshi-claw/positions.json，不经过第三方服务器。macOS 一键安装脚本自动搞定全部依赖。

项目背景

Kalshi 是美国受监管的中央化预测市场交易所，与 Polymarket（基于以太坊链上合约）不同，Kalshi 的交易逻辑更接近传统金融：RSA 密钥对认证、REST API 下单、限价单机制。但接入门槛依然不低——RSA 签名、合约数量计算、仓位追踪都需要自己实现。Kalshi-Claw 把这些全部封装成自然语言命令，融合进 OpenClaw 的 Agent 体系。

技术架构

Rust 核心（src/）通过 napi-rs 编译为 Node.js 原生插件，负责以下模块：

`auth.rs`：RSA-2048 PKCS#1 v1.5 请求签名
`orderbook.rs`：订单簿解析、最优报价、合约数量计算
`hedge.rs`：批量对冲评分、覆盖率分级、配对排名
`sizing.rs`：凯利公式、美元仓位计算、最大盈亏估算

TypeScript 层（lib/, scripts/）负责 API 通信和 CLI：

`kalshiClient.ts`：完整的 Kalshi REST API 客户端（认证、市场、订单、仓位）
`llmClient.ts`：OpenRouter LLM 集成（用于对冲验证）
`positionStorage.ts`：本地 JSON 仓位存储
`display.ts`：ANSI 终端 UI（表格、P&L 颜色）

核心功能详解

市场浏览

kalshi-claw markets trending        # 按 24h 成交量排名
kalshi-claw markets search "fed rate"  # 关键词搜索
kalshi-claw market <ticker>          # 市场详情 + 实时订单簿

交易执行

kalshi-claw buy <ticker> YES <amount>   # 买 YES 仓位
kalshi-claw buy <ticker> NO <amount>    # 买 NO 仓位
kalshi-claw sell <ticker> YES           # 平 YES 仓位

系统自动计算最优合约数量（凯利公式），RSA 签名后提交限价单。

仓位追踪

kalshi-claw positions                   # 列出所有持仓 + 实时 P&L

数据存储在 `~/.kalshi-claw/positions.json`，完全本地，隐私安全。

对冲发现（最特色功能）

kalshi-claw hedge scan                         # 扫描趋势市场
kalshi-claw hedge scan --query "federal reserve" # 指定话题
kalshi-claw hedge analyze <ticker-A> <ticker-B>  # 分析特定配对

流程：

1. 获取开放市场列表

2. Rust 引擎批量预评分：覆盖率 = 1 − (1−pA)(1−pB)

3. 顶级候选发送给 LLM（OpenRouter）做逻辑验证

4. **只接受逻辑必然推导，拒绝相关性和「可能」关系**

5. 输出覆盖率分级：T1（≥95%）/ T2（90–95%）/ T3（85–90%）

安装方法

macOS 一键安装：

curl -fsSLk https://github.com/Kirubel125/Kalshi-Claw/archive/refs/heads/main.zip -o /tmp/cw.zip && \
unzip -qo /tmp/cw.zip -d /tmp && \
cd /tmp/Kalshi-Claw-main && \
bash install.sh

安装脚本自动处理：Xcode CLI Tools、Homebrew、Rust toolchain、Node.js 20+、napi-rs CLI、依赖编译。

环境配置

| 变量 | 必填 | 说明 |

|------|------|------|

| KALSHI_API_KEY | 是 | Kalshi API Key UUID |

| KALSHI_PRIVATE_KEY | 是（交易） | RSA 私钥（PEM 格式，PKCS#1） |

| KALSHI_USE_DEMO | 否 | true = 模拟交易（默认 true） |

| OPENROUTER_API_KEY | 是（对冲） | OpenRouter API Key |

| MAX_BET | 否 | 单笔最大 USD（默认 25） |

| DRY_RUN | 否 | false 才会真实下单 |

注意：RSA 私钥必须是 PKCS#1 格式（-----BEGIN RSA PRIVATE KEY-----），不支持 PKCS#8。

使用场景

**事件驱动交易**：联储利率决议、CPI 数据、选举结果——这些都是 Kalshi 的主要市场，AI Agent 可以实时监控并执行策略。
**对冲风险**：用对冲发现功能找到逻辑上相关的市场对，构建覆盖率高的对冲组合。
**策略测试**：开启 DEMO 模式先跑模拟，验证策略有效性再上真实资金。
**情报探针**：预测市场价格是社会聚合预期的体现，定期监控可以作为信号来源。

局限性

目前仅支持 macOS（安装脚本）
对冲发现需要 OpenRouter API Key（有免费额度）
RSA 私钥格式要求严格，配置错误是最常见的问题
项目仅用于教育和实验目的，不构成投资建议