gavindiaz/PolyWeather
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
bbdba2540cff6d446a2c5bf892be9da557f328bc
PolyWeather/docs/deep-research-report.md
T
2569718930@qq.com 37cd8b8166 Update deep research report for monitoring progress
2026-04-02 23:35:13 +08:00

33 KiB
Raw Blame History

PolyWeather 深度评估与改进提案报告

执行摘要

PolyWeather（仓库：yangyuan-zhen/PolyWeather）定位为面向温度类结算预测市场（如 Polymarket 的温度结算合约）的“生产级气象情报系统”，核心在于把多源天气观测/预报转化为结算导向的概率桶（μ + bucket distribution），并进一步映射到市场报价完成错价扫描；同时提供 Web 仪表盘与 Telegram Bot 两套交互入口，并包含 Polygon 链上 USDC/USDC.e 支付、自动补单与订阅/积分体系。项目 README 现明确仓库代码采用 AGPL-3.0-only，同时将品牌、商标、生产私有数据与运营阈值保留在代码许可证之外。 从工程实现看，截至 2026-04-02，项目已经完成一轮明确的工程化收口：多源天气采集仍保持现有业务能力，同时已完成采集层与 Web API 大文件拆分、CI 质量门禁、配置分级（.env.example / .env.secrets.example / 中文部署文档）、EMOS/CRPS 校准链路、运行态状态与缓存迁移到 SQLite 主路径，以及最小外部监控链路（/healthz、/api/system/status、/metrics + Prometheus + Alertmanager + Grafana + Telegram relay）。 这意味着报告里最初最突出的“工程地基缺失”问题，已经有一部分被关闭：src/data_collection/weather_sources.py 与 web/app.py 不再是原来的超大单文件；GitHub Actions 已覆盖 Python、前端和 Docker build；配置与密钥治理已成体系；运行态状态不再只能依赖 JSON/JSONL 文件；EMOS 也不再只是概念，而是进入了可训练、可评估、可 shadow、可门禁判断的阶段。 但项目仍处在“从可用走向稳态”的中段，而不是终局。当前真正的高优先级问题已进一步收敛：EMOS 仍未达到生产切换标准，当前门禁结论明确为 hold，阻塞原因是 shadow bucket brier 明显退化。SQLite 迁移方面，运行态主读切换和核心离线训练/回填链路已经完成验收：在移除 data/*.json / data/*.jsonl 后，训练、评估、shadow report 与关键 backfill 脚本仍可仅依赖运行时数据库正常执行；当前保留的 legacy 文件路径主要用于迁移、导出、校验和显式回退输入。可观测性方面，最小外部监控链路已经补齐：Prometheus 抓取、Alertmanager 规则、Grafana 面板、Telegram 告警 relay 与巡检脚本均已落地；当前剩余缺口已从“有没有外部监控”转为“监控覆盖深度是否足够”，例如节点级资源、数据库体积趋势、支付细粒度指标、按城市/来源拆分的业务 SLA。支付链路方面，链下审计与容灾已明显增强：事件重放、SQLite 审计事件、RPC 多节点容灾、合约静态检查、/ops 支付异常单、按邮箱恢复脚本都已补齐；当前剩余风险主要集中在链上合约本身仍是最小实现，尚未升级到 SafeERC20、Pausable、链上套餐绑定等更强防护版本。 因此，当前阶段最正确的策略已经不是继续做“大范围基础重构”，而是围绕EMOS 上线门禁稳定化、监控覆盖深挖、支付合约防护升级这三条线持续收口。短中期内更高 ROI 的方向依然不是引入新的大模型，而是把现有“采集→后处理→市场映射→支付/订阅”的链路做成状态一致、指标可见、发布可控、回退明确的生产平台。

项目概览

PolyWeather 的目标与范围在 README/README_ZH 中定义得较清楚：为温度结算市场提供气象情报（多源采集→融合→概率→对照市场报价），并提供“官方看板（Vercel 前端）+ VPS 后端 + Telegram Bot”。 项目主功能可归纳为四层： 天气层（数据源/采集）：聚合 20 个城市的实测与预报；支持 AviationWeather METAR（机场观测）、土耳其 MGM 站网、Open-Meteo（含多模型与集合预报）、美国 NWS（仅美国城市）、以及部分城市使用官方结算源（香港 HKO、台北 CWA）等。 分析层（DEB/趋势/概率/结算口径）： DEB（Dynamic Error Balancing）基于过去 N 天模型误差（MAE）倒数加权，输出融合预报；同时维护 daily_records.json 做历史对账、命中率/MAE 统计，并支持基于 WU（Weather Underground 口径）四舍五入的结算命中评估。 趋势/概率引擎在 trend_engine.py 中实现：综合“集合预报区间→σ/μ→高温窗口→死盘判定→温度桶概率分布→边界提示”等，用于 bot 展示与 web 结构化数据输出。 市场层（Polymarket 行情对照）：只读模式从 Gamma API 发现市场、从 CLOB（py-clob-client 或 REST 回退）读取价格/盘口并计算 edge（模型概率 − 市场概率）生成信号标签。 商业化与支付：订阅（Pro Monthly 5 USDC）、积分抵扣、Polygon 链上收款合约（USDC/USDC.e），并提供“事件监听 + 周期确认”的自动补单机制。 支持的数据集/数据源：项目不是传统“训练数据集+模型训练”的机器学习仓库；其“数据集”本质是外部实时/预报 API 与站点观测数据。对外部数据的使用需要遵守来源方的访问与速率限制，例如 AviationWeather Data API 明确限制请求频率（含每分钟请求上限/建议降低频率与使用缓存文件）。 许可证：仓库根目录 LICENSE 当前为 AGPL-3.0-only。同时 README 与策略文档明确：品牌、商标、生产私有数据与运营策略不随代码许可证一并授权。 （插图：项目 README 中包含产品截图，可用于快速理解信息架构与 UI 形态） PolyWeather demo map

架构与代码库分析

代码库模块地图

从 README、Docker/Compose、入口脚本与核心模块引用关系，可以抽象出如下模块地图（按“运行时组件”与“Python 域模块”两层描述）：

层级 目录/文件 角色定位 关键说明
运行时组件 frontend/ Next.js 前端（Vercel） 前端重构报告提到 App Router、Route Handlers（BFF）、缓存策略、支付与账户中心等。
运行时组件 web/app.py + web/core.py + web/routes.py + web/analysis_service.py FastAPI 后端 API 已从单文件入口拆为启动入口、核心上下文、路由层、分析服务层。
运行时组件 bot_listener.py + src/bot/* Telegram Bot 入口 bot_listener.py 调 start_bot()，并由 StartupCoordinator 启动多个后台 loop。
Python 域模块 src/data_collection/* 天气采集 + 城市注册 + 市场读取 采集层已拆为 weather_sources.py 编排层 + open_meteo_cache.py、settlement_sources.py、metar_sources.py、mgm_sources.py、nws_open_meteo_sources.py。
Python 域模块 src/analysis/* DEB/趋势/概率/结算口径 deb_algorithm.py、trend_engine.py、settlement_rounding.py。
Python 域模块 src/analysis/probability_calibration.py + src/analysis/probability_rollout.py 概率校准与上线门禁 已支持 legacy / emos_shadow / emos_primary，并可产出 rollout 判断。
Python 域模块 src/payments/* + contracts/* 支付合约 + 事件监听/补单 Solidity 合约 + Python 侧事件扫描/确认循环 + SQLite 审计事件 + RPC 多节点容灾 + 合约静态检查。
Python 域模块 src/auth/*、docs/SUPABASE_SETUP_ZH.md、scripts/supabase/schema.sql Supabase 鉴权/订阅/积分 使用 /auth/v1/user 校验 JWT、/rest/v1/subscriptions 查订阅（服务端角色 key 必须保密）。
Python 域模块 src/database/runtime_state.py 运行态状态与缓存仓储 已接入 daily_records、telegram_alert_state、probability_training_snapshots、open_meteo 持久缓存。
工程与运维 docker-compose.yml、Dockerfile、.github/workflows/ci.yml、scripts/* 部署/验证脚本 现已具备 CI 门禁、迁移脚本、状态校验脚本、配置校验脚本与 rollout 报告脚本。

参考架构与关键工作流

项目 README 给出了一版 mermaid 参考架构图（Web/Telegram→FastAPI→采集→分析→支付/市场层）。 在此基础上，结合 StartupCoordinator 的 loop 启动与支付监听逻辑，可补充一个更“运行时视角”的架构图：

flowchart TB
 subgraph Clients
 WEB[Next.js Frontend<br/>Vercel]
 TG[Telegram Bot<br/>TeleBot + Handlers]
 end

 subgraph API
 FAST[FastAPI<br/>web/app.py]
 end

 subgraph Data
 WX[WeatherDataCollector]
 CITY[CITY_REGISTRY]
 HIST[(SQLite runtime state<br/>daily_records / cache / snapshots)]
JSON[Legacy JSON files<br/>migration/export/explicit fallback only]
 end

 subgraph ExternalAPIs
 OM[Open-Meteo Forecast/Ensemble/Multi-model]
 AW[AviationWeather Data API<br/>METAR]
 MGM[MGM Turkey]
 NWS[api.weather.gov]
 HKO[data.weather.gov.hk]
 CWA[opendata.cwa.gov.tw]
 PM_G[Polymarket Gamma API]
 PM_C[Polymarket CLOB API]
 SB[Supabase Auth/REST]
 RPC[Polygon RPC]
 end

 subgraph Payments
 SOL[PolyWeatherCheckout.sol]
 EVT[event_loop<br/>scan logs]
 CF[confirm_loop<br/>confirm intents]
 end

 WEB --> FAST
 TG --> FAST
 TG -->|StartupCoordinator<br/>starts loops| EVT
 TG --> CF

 FAST --> WX
 WX --> OM
 WX --> AW
 WX --> MGM
 WX --> NWS
 WX --> HKO
 WX --> CWA

 FAST --> PM_G
 FAST --> PM_C

 FAST --> SB
 EVT --> RPC
 CF --> RPC
 RPC --> SOL

 WX --> HIST
 WX --> JSON
 FAST --> HIST
 WX --> CITY

依赖与运行环境

Python 依赖：requirements.txt 包含 requests、loguru、pyTelegramBotAPI、python-dotenv、numpy、web3、fastapi、uvicorn 等，符合“采集+bot+api+链上交互”的需求。 容器环境：Dockerfile 基于 python:3.11-slim，默认启动 bot；docker-compose.yml 通过不同 command 分别启动 bot 与 web（python bot_listener.py / python web/app.py），并挂载运行态数据目录。 前端依赖：前端 README 描述 Next.js、Leaflet、Chart.js、Supabase Auth、WalletConnect 等；frontend/package.json 是前端依赖来源。

数据预处理、模型与“训练/推理”管线

本项目的“模型”主要是统计融合与规则/启发式引擎，而非深度网络训练： 天气数据预处理：WeatherDataCollector 内部做了大量“输入清洗+缓存+退避”的工程处理： 包含 Open-Meteo 三类缓存（forecast/ensemble/multi_model）、429 冷却期、最小调用间隔、磁盘持久化缓存文件（重启后避免冷启动打爆 API）、以及 METAR/结算源缓存。 DEB（Dynamic Error Balancing）：以最近 N 天各模型的 MAE 计算倒数权重并做加权融合；同时将 forecasts / actual_high / deb_prediction / mu / prob_snapshot 写入 data/daily_records.json，并提供命中率/MAE/Brier 等统计口径。 概率引擎：trend_engine.py 以集合预报的 p10/p90 推 σ（并考虑历史 MAE floor、风向/云量/压强的 shock_score、以及峰值窗口 time-decay），再用正态近似把连续分布映射为 WU 整数“温度桶概率”。 推理流水线（在线）： Web/Telegram 请求 → FastAPI 调用采集器抓取/复用缓存 → 分析引擎输出结构化结果（μ、概率桶、趋势、死盘/窗口判定、DEB 预测、市场扫描）→ 前端渲染或 bot 消息格式化。 检查点（checkpoints）：传统 ML checkpoint 不适用；但项目现已形成两类“业务状态 checkpoint”： （a）SQLite 运行态存储（当前线上与核心离线链路主路径）；（b）legacy JSON/JSONL 文件（主要保留给迁移回滚、导出比对与显式回退输入）。当前设计仍支持 POLYWEATHER_STATE_STORAGE_MODE=file|dual|sqlite，但对线上部署与离线训练/回填而言，推荐目标状态都已经是 sqlite。

测试、CI/CD 与运维验证

测试：仓库存在 tests/test_trend_engine.py，覆盖 μ 计算、死盘判定、预报崩盘提示、趋势方向等核心逻辑（通过 patch 隔离外部依赖）。 CI/CD：已补齐 GitHub Actions 工作流，至少覆盖 Python lint/test、前端 build、Docker build 三条门禁；当前缺口不再是“有没有 CI”，而是“是否已在 GitHub 分支保护中强制执行”。 运维验收：除 scripts/validate_frontend_cache.sh 外，现已新增配置校验、运行态迁移/核验、EMOS rollout 判断等脚本，并提供 /healthz、/api/system/status、/metrics 作为基础观测入口。 部署/更新：Compose 用于启动服务；另有 update.sh 通过 pkill + nohup 重启 bot 与 web。

优势与薄弱点

优势

产品闭环完整、目标明确：从“天气→结算→市场→错价信号→付费体系（订阅/积分/链上支付）”形成可商业化闭环，并在 README 清晰列出当前产品状态（订阅、积分抵扣、链上支付、自动补单等已上线）。 复用一套分析内核服务多端：趋势/概率/DEB 等核心逻辑被抽成分析模块，并被 web 与 bot 共用，避免“两套逻辑漂移”。 面向外部 API 的工程防护意识较强：Open-Meteo 429 冷却期、最小调用间隔、磁盘缓存、缓存 TTL 等措施表明作者已遭遇并处理速率限制与冷启动问题。 同时 AviationWeather 官方文档也明确建议控制频率并可使用 cache 文件降低负载，项目后续可进一步对齐最佳实践。 支付侧有“事件监听 + 确认补单”的双通路：支付链路天然存在“交易 pending / RPC 延迟 / 日志索引不完整”等问题，项目通过 event loop 与 confirm loop 双机制提升最终一致性。

薄弱点与风险

核心文件过大问题已明显缓解，但边界仍需继续稳定：WeatherDataCollector 与 web/app.py 的超大文件问题已完成第一阶段拆分；当前风险已从“文件过大”转为“跨模块兼容与边界稳定性”，例如旧调用路径、兼容导出、跨层 helper 仍需持续清理。 可复现性已从“缺模板”进入“模板与生产对齐”的阶段：.env.example、.env.secrets.example、中文配置文档、前端部署文档、运行时配置校验器都已存在；当前风险主要在于线上历史 .env 与新模板并存、旧变量命名残留、以及密钥轮换与分层是否真正落实。 CI 已建立，但组织级质量门禁未必完全收口：CI 现已覆盖 Python、前端与 Docker build。当前问题不再是“缺 CI”，而是是否把这些 status check 绑定到 main 保护策略，以及是否逐步引入更严格的 pre-merge 审查。 运行态状态/缓存与核心离线链路的 SQLite 收口已完成：daily_records、telegram_alert_state、probability_training_snapshots、open_meteo 缓存已经支持并在生产中主读 SQLite，迁移/校验脚本可用；进一步地，在临时移除 data/*.json / data/*.jsonl 后，训练集导出、概率拟合、评估报告、shadow report 和关键 backfill 脚本已验证仍可运行。当前 legacy 文件路径主要是显式回退入口，而不再是默认主输入。 第三方服务合规与稳定性风险： 项目强依赖外部 API（Open-Meteo、AviationWeather、NWS、HKO、CWA、Polymarket、Supabase）。其中 AviationWeather Data API 有明确速率限制；Polymarket 官方说明 Gamma/Data/CLOB 三套 API 分属不同域，CLOB 交易端点需鉴权且策略可能变化；Supabase 明确强调 service_role/secret keys 绝不可暴露。若缺乏集中治理（重试/退避/熔断/降级/配额监控/密钥轮换），稳定性与合规不可控。 可观测性最小闭环已完成，但监控深度仍待加强：项目现在已有 /healthz、/api/system/status、/metrics，并已补齐 Prometheus 抓取、Alertmanager 规则、Grafana 面板、Telegram relay 与巡检脚本。当前缺口不再是“有没有外部监控”，而是节点级资源、数据库体积趋势、更细粒度支付指标、按城市/来源拆分的业务 SLA 以及更成熟的运行日报。 EMOS 已完成工程接入，但未完成生产发布：EMOS/CRPS 校准、shadow 观测、rollout report、上线门禁都已实现；当前真实门禁结果为 hold，阻塞原因是 shadow bucket brier 明显退化。因此概率引擎标准化并非未做，而是“工程完成、发布未通过”。 许可证/商业使用的潜在冲突点：仓库自身现为 AGPL-3.0-only，但如果未来尝试引入外部 AI 预报模型，仍需单独核验第三方代码与权重的商用条件：GraphCast 仓库代码 Apache-2.0，但权重使用 CC BY-NC-SA 4.0（非商业），Pangu-Weather 权重同样 BY-NC-SA 且明确禁止商业用途；不加区分地把这些模型用于付费产品会留下法律风险。

对标分析

为满足“至少 3 个相似开源项目或近期论文”对标，本报告选择三类代表： 1）AI 气象预报模型（GraphCast / FourCastNet / Pangu-Weather）：用于评估“若 PolyWeather 未来扩展到更强预测能力”的技术与许可边界； 2）概率后处理方法（EMOS）：作为 PolyWeather 概率引擎的更标准化替代/对照； 3）预测市场 API 客户端生态（Polymarket/py-clob-client、aiopolymarket）：用于评估市场层的工程选型。

关键对比表

项目/论文 解决的问题 输出形态 性能/效果（公开描述） 易用性与依赖 许可证要点
PolyWeather（本仓库） 温度结算市场气象情报：多源→概率桶→错价扫描→订阅/支付 生产级应用（Web+Bot+API+支付） 以工程能力为主；内置 DEB、概率桶、死盘判定、市场扫描；覆盖 20 城市。 主要依赖外部 API；Docker Compose 一键启动。 仓库 AGPL-3.0-only；品牌、生产私有数据与运营规则不随代码许可证授权。
GraphCast（google-deepmind/graphcast） 10 天全球中期预报（ML 替代/增强 NWP） 模型代码+权重+notebooks 论文与介绍提到在大量指标上优于主流确定性系统；仓库提供预训练权重与示例数据入口，并提示 ERA5/HRES 数据条款需另行遵守。 完整训练需 ERA5 等；更适合科研/平台级推理，不是产品级 BFF。 代码 Apache-2.0；权重 CC BY-NC-SA 4.0（商业限制）。
FourCastNet（NVlabs/FourCastNet） 高分辨率 data-driven 全球预报（AFNO/ViT） 模型训练/推理代码+数据/权重链接 README 描述：0.25° 分辨率、周尺度推理非常快，并可做大规模集合；适合平台型预报。 训练/数据依赖大（ERA5 子集 TB 级）；工程集成成本高。 BSD 3-Clause（代码）。
Pangu-Weather（198808xc/Pangu-Weather + Nature 论文） 3D Transformer 架构的中期全球预报 ONNX 推理代码+预训练模型 Nature 论文称在 reanalysis 上对比 IFS 有更强确定性预报表现，并强调速度优势；仓库提供 ONNX 推理与 lite 版训练说明。 模型文件大（多份 ~GB 级），训练资源需求高；更适合科研推理或内部平台。 权重 BY-NC-SA 4.0、明确禁止商业用途。
EMOS（Gneiting & Raftery 等） 集合预报校准：纠偏与解决 underdispersion 统计后处理方法 提出用回归形式输出概率分布（常见为高斯），并以 CRPS 等指标拟合，属于成熟的气象概率校准路线。 易落地：对 PolyWeather 而言只需“历史库+拟合器”。 方法论（论文）；可自行实现，无额外许可约束（注意论文版权）。
Polymarket/py-clob-client Polymarket CLOB 读写 SDK Python SDK 官方 SDK，支持 read-only 与交易接口；协议与端点在官方文档中给出。 易用，适合增强 PolyWeather 市场层。 MIT。
aiopolymarket Polymarket APIs 的 async 客户端 Python async 客户端 强调类型安全（Pydantic）、自动分页、重试与 backoff，适合高并发与健壮性诉求。 适合替换/补强当前同步 requests 与自定义缓存。 以仓库许可为准（此处建议上线前核验）。

对标结论：PolyWeather 与这类“全球 AI 预报模型”不在同一层级：PolyWeather 是“面向结算市场的产品化情报系统”，其价值核心是将预测转成可交易/可结算的决策信息。短中期内更高 ROI 的方向不是“自训大模型”，而是把现有“采集+后处理+市场映射”的链路做成可复现、可观测、可评测、可扩展的工程平台；在许可合规前提下，再评估引入外部模型推理作为额外信号源。

优先级改进建议

下表按截至 2026-03-21 的真实状态重排优先级。已完成项不再继续列为“待做”，只保留当前仍需推进的事项。

优先级 改进项 预估工作量 主要收益 主要风险 可执行步骤（建议顺序）
高 稳定 EMOS shadow 并收紧上线门禁 1–2 周 让概率引擎升级具备明确发布条件，避免拍脑袋切换 当前 shadow bucket brier 退化明显，存在误上线风险 1) 持续积累 snapshot 样本 → 2) 定期重训与生成 evaluation_report / shadow_report / rollout_report → 3) 重点压 bucket_brier 退化 → 4) 只有门禁从 hold 进入 observe/promote 后才考虑上线
中 把最小外部监控继续补深：从“可告警”提升到“可运营” 3–7 天 不再只知道服务坏没坏，还能看资源趋势、来源 SLA 和支付波动 指标过多会带来维护噪音 1) 增加节点 CPU/内存/磁盘 → 2) 增加 SQLite/支付体积与事件趋势 → 3) 把 HTTP/来源指标细分到城市/来源维度 → 4) 增加日报或异常摘要
中 市场层升级为 async + 类型安全：引入 aiopolymarket 或在现有层加重试/backoff/连接池 4–7 天 行情层更稳，减少短时网络抖动；更易扩展更多市场/分页 依赖升级带来的行为差异 1) 把 requests.Session 替换为 aiohttp/httpx → 2) 在 Gamma/CLOB 调用侧实现指数退避 → 3) 引入 typed models，减少解析失败
中 支付合约从“最小可用”升级到“更强合约防护” 1–2 周 在已完成的链下审计与容灾之上，进一步收紧链上授权边界 合约升级需要重新部署、迁移配置并再次验证 1) 维持现有事件重放、SQLite 审计、多 RPC fallback → 2) 升级合约到 SafeERC20 + Pausable → 3) 评估链上 plan/amount/token 绑定或 EIP-712 签名校验 → 4) 迁移后更新 PolygonScan 验证与支付审计文档
中 将 CI 与分支保护/发布流程真正绑定 1–3 天 让现有 CI 从“存在”变成“强制门禁” 历史分支/热修流程可能受影响 1) GitHub main 开启 required checks → 2) 把 release/tag 流程绑定 CI → 3) 明确热修例外流程
低 引入外部 AI 预报模型作为附加信号（GraphCast/FourCastNet/Pangu-Weather 等） 2–6 周（取决于范围） 可能提升极端/中期预测能力与差异化 商业许可限制（多为 CC BY-NC-SA/禁止商业）与算力成本 1) 先做合规评审（权重许可/数据条款）→ 2) 仅在研究/非商业环境评估 → 3) 若要商用，优先选择可商用权重或自研/购买授权

文档、测试与贡献流程的具体补强建议（落到仓库层面）

1）文档体系：保留现有中文 API/TechDebt 文档的同时，增加三份“高价值”文档： （a）《运行与配置手册》：按环境（本地/测试/VPS/生产）列必需变量、默认值、敏感等级；（b）《数据源与合规说明》：列出 Open-Meteo、AviationWeather、NWS、HKO、CWA、Polymarket、Supabase 的使用条款要点、速率限制与降级策略（例如 AviationWeather 明确建议降低请求频率并提供 cache 文件）。 （c）《故障排查 Runbook》：429、支付 pending、市场扫描 miss、前端缓存异常等典型故障处理。 2）测试金字塔：在现有 trend_engine 单测基础上，补齐： （a）天气 provider 的“录制回放”测试（VCR 思路：固定响应→确保解析稳定）；（b）市场层的契约测试（Gamma/CLOB schema 变更时提前失败）；（c）支付链路的本地链集成测试（Hardhat/Anvil + 事件扫描回放）。这些测试能把“外部依赖漂移”尽量转成可控的回归失败。 3）贡献工作流：引入 CONTRIBUTING.md（分支策略、PR 模板、变更日志、版本号策略）、CODEOWNERS（核心模块审查人）、SECURITY.md（漏洞披露与密钥处理），并把静态检查（ruff/eslint）作为 pre-commit + CI 必过项。

建议实验与基准

PolyWeather 的评测应围绕“结算场景”而非传统数值天气预报所有变量。建议建立两类基准：气象预测基准（结算导向）与市场信号基准（交易导向）。

气象预测与概率校准基准

数据集（建议从现有生产数据演进） 1）daily_records.json 的历史快照：已包含多模型预报、actual_high、deb_prediction、mu 与概率快照字段，天然可转成评测数据（建议迁移到 DB 后做版本化导出）。 2）观测“真值”统一口径：对 METAR 城市用 AviationWeather Data API；对香港/台北等按结算源（HKO/CWA）作为真值，和项目当前逻辑一致。 指标 1）确定性误差：MAE、RMSE（按城市、按季节、按风险等级分组）； 2）结算命中率：WU_round(pred) == WU_round(actual)（项目已有统计口径）； 3）概率质量：Brier Score（对离散温度桶），以及建议补充 CRPS（连续变量概率评分，EMOS 体系常用）。 4）校准曲线：预测概率分箱的可靠性图（reliability diagram）与 Sharpness（分布集中度）。 基线

  • Baseline A：Open-Meteo 当日最高温（或 forecast median）作为点预测；

  • Baseline B：等权平均（DEB 在历史少时也会回退此策略）；

  • Baseline C：当前 DEB；

  • Baseline D：EMOS（以 ensemble 均值/方差为输入，拟合 μ 与 σ，优化 CRPS）。 预期结果（定性）

  • 若历史样本足够，DEB 应在“系统性偏差明显”的城市提升 MAE；

  • EMOS 类方法通常能在概率校准（可靠性与 CRPS）上更稳定，尤其当 ensemble 信息可用（项目已接入 Open-Meteo ensemble/p10/p90）。 算力：以上评测全部可在 CPU 上完成；数据量按“20 城市 × 180 天”级别，pandas/duckdb 即可。若引入更复杂拟合（如分层贝叶斯/分位数回归），也通常不需要 GPU。

错价信号与市场有效性基准

数据集

  • 保存每次扫描输出：date/city/bucket/model_prob/market_price/liquidity/edge，并加上未来 settled_bucket 作为标签；Polymarket 市场发现与报价来自 Gamma/CLOB（官方文档说明三套 API：Gamma/Data/CLOB）。 指标

  • Signal 覆盖率：能否找到正确 market / bucket；

  • Edge 稳健性：不同流动性分位的 edge 分布；

  • 交易模拟（如需）：在考虑滑点/手续费/成交概率下的期望收益（即使项目当前只读，也可以离线评估“若执行”会怎样）。 基线

  • 简单策略：仅用市场中间价（不做模型）作为概率；

  • 当前策略：模型概率 vs 市场概率 edge 阈值；

  • 改进策略：引入“流动性/盘口深度/波动”作为信号置信度（aiopolymarket/py-clob-client 提供更完整的盘口读取能力）。 算力：CPU 即可；关键在于数据采样与回放。

路线图与风险缓解

下面给出一个12 周（约 3 个月）的建议路线图，按“可稳定交付的工程里程碑”组织；人力以“1 名后端/数据工程 + 1 名前端（可兼职）+ 0.5 名链上工程（按需）”估算。

时间窗 里程碑 交付物 资源/备注
第 1–2 周 工程地基：CI + 规范 + 配置可复现 GitHub Actions；ruff/eslint；pytest 可一键跑；.env.example；敏感项分级说明（尤其 Supabase service role key 不可暴露）。 后端为主；前端补 eslint/typecheck
第 3–5 周 核心模块解耦：采集 Provider 化 + API 分层 provider 接口与实现；web/app.py 拆分路由与服务；核心 schema（Pydantic） 风险：行为漂移；用回放测试压住
第 6–8 周 状态/缓存统一 + 可观测性 daily_records/open_meteo_cache 主读 SQLite；离线脚本也切到 SQLite 优先；指标（请求量/429/延迟/命中率）；Prometheus/Alertmanager/Grafana 最小链路与告警阈值 可先用 SQLite/Redis，后续再上 Postgres
第 9–10 周 评测体系上线 离线评测脚本（MAE/RMSE/WU-hit/Brier/CRPS）；日报/周报自动生成 直接基于项目现有字段扩展
第 11–12 周 概率引擎升级（可选）+ 市场层健壮性增强 EMOS/CRPS 拟合的 shadow 输出；Gamma/CLOB 客户端增强（async、重试、分页） 以“小步可回滚”为原则，避免一次性替换

主要风险与缓解策略

外部 API 速率限制/格式变更：AviationWeather 明确 rate limit 与建议使用 cache 文件；Open-Meteo 也可能在不同端点策略上变化。缓解：统一“请求预算”与退避/熔断；关键响应做 schema 校验与回放测试；对高频数据优先拉取官方 cache/批量接口（若可用）。 密钥泄露与权限滥用：Supabase 明确强调 service_role 属高权限密钥，绝不可出现在前端或公开环境。缓解：密钥分级、CI secret scan、运行时最小权限、日志脱敏。 支付链路最终一致性与链上不确定性：链上事件索引延迟、RPC 不稳定、交易确认数不足都会导致误判。当前项目已经补齐“事件监听 + 确认补单”双路径、事件重放脚本、SQLite 审计事件与多 RPC fallback；现阶段的主要剩余风险不再是“没有防护”，而是链上合约仍为最小实现，owner 为单地址管理，且没有 pause 开关与 SafeERC20。 引入外部 AI 预报模型的商业合规风险：GraphCast/Pangu-Weather 的权重许可均带非商业限制（CC BY-NC-SA/BY-NC-SA）；若 PolyWeather 是付费产品，必须先做法务与授权评审。缓解：只在研究环境评估；商用优先选择可商用权重/购买授权/自研。 代码公开与生产私有资产边界导致的“公开仓库与生产行为不一致”：README 明确品牌、商标、生产私有数据与运营阈值不在代码许可证授权范围内。缓解：把“公开核心”的可复现与评测做扎实（接口/数据 schema/测试/评测），私有策略只作为可插拔 policy layer 接入。

参考链接

Reference in New Issue View Git Blame Copy Permalink