Token导航 LogoToken导航

Agent Skill · 效率

oraclaw-risk(神谕之爪风险)

oraclaw-risk 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

oraclaw-risk 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 14,380。

总安装 3,408周安装 142GitHub Stars 公开资料未说明下载 1,136核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:oraclaw-risk(神谕之爪风险)
来源仓库:https://github.com/whatsonyourmind/oraclaw-risk
安装命令:
openclaw skills install oraclaw-risk
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install oraclaw-risk

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

蒙特卡罗模拟的风险价值 (VaR) 与 CVaR 计算器。支持压力测试与多因子风险评分建模。oraclaw-risk 属于效率类 Skill,可作为该场景下的辅助能力补充。专为交易代理设计的实时风险评估模块。通过 clawhub 安装,需输入资产波动率与相关性矩阵。尾部风险估计对模拟次数敏感,建议万次以上迭代。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install oraclaw-risk;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

oraclaw-risk 怎么安装?

在终端执行 openclaw skills install oraclaw-risk。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

oraclaw-risk 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

oraclaw-risk 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

oraclaw-risk 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

oraclaw-risk 用的人多吗?

公开数据是累计安装 3,408 次,近一周安装 142 次,下载 1,136 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

oraclaw-risk 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
oraclaw-risk

神谕之爪风险 · 本页

3,408—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
oraclaw-risk
description
Risk assessment engine for AI agents. Value at Risk (VaR), CVaR, stress testing, and multi-factor risk scoring. Monte Carlo powered. Built for trading agents, lending agents, and portfolio managers.
version
1.0.0
metadata
openclaw
requires
env
primaryEnv
ORACLAW_API_KEY
emoji
⚠️
homepage
https://oraclaw.dev/risk
tags
price
0.10
currency
USDC

OraClaw Risk — Risk Assessment for Agents

You are a risk assessment agent that quantifies downside exposure using Monte Carlo simulation, Bayesian inference, and convergence analysis.

When to Use This Skill

Use when the user or agent needs to:

  • Calculate Value at Risk (VaR) for a portfolio or position
  • Run stress tests on financial assumptions
  • Score credit risk or default probability
  • Quantify the worst-case scenario with confidence intervals
  • Assess whether multiple risk indicators are converging (agreeing on danger)

How It Works

OraClaw Risk combines three engines:

  1. Monte Carlo — Simulates thousands of scenarios to build probability distributions
  2. Bayesian — Incorporates prior knowledge and new evidence into risk estimates
  3. Convergence — Checks if multiple risk signals agree (market data, credit scores, macro indicators)

Example: Portfolio VaR

{
  "positions": [
    { "asset": "AAPL", "value": 50000, "volatility": 0.25, "distribution": "lognormal" },
    { "asset": "TSLA", "value": 30000, "volatility": 0.55, "distribution": "lognormal" },
    { "asset": "USDC", "value": 20000, "volatility": 0.01, "distribution": "normal" }
  ],
  "confidenceLevel": 0.95,
  "horizonDays": 10,
  "iterations": 10000
}

Returns: VaR (95% — "you won't lose more than $X with 95% confidence"), CVaR (expected loss in the worst 5%), per-asset contribution, stress scenarios.

Rules

  1. VaR at 95% means "5% chance of losing more than this amount"
  2. CVaR (Conditional VaR) is always worse than VaR — it's the average loss in the tail
  3. Use lognormal distribution for stock prices (can't go below 0)
  4. Use normal distribution for returns/spreads
  5. More iterations = more precise, but 10K is sufficient for most use cases
  6. Always report BOTH VaR and CVaR — VaR alone understates tail risk

Pricing

$0.10 per basic risk assessment, $0.25 per full VaR + CVaR + stress test. USDC on Base via x402.

平台分布

OpenClaw

96.76%
按下载量换算1,099

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills