Vue d'ensemble
Synthèse de l'observatoire
Les données ne sont pas disponibles.
Phase actuelle · Collecte des tickers
Observer le marché
Observer le marché
avant le sursaut.
Le catalogue Bitpanda est recensé et les tickers sont maintenant qualifiés en continu avant la future recherche de signaux précurseurs.
Progression métier
Qualification de l'univers
Observables
—
À qualifier
—
Une paire n'entre dans l'univers observable qu'après validation de ses données de marché. La présence au catalogue ne suffit pas.
Journal de bord
Derniers événements
Univers 01
Univers observable
Paires actives dont les données de marché ont été validées. Cet univers constituera la base de la collecte historique et de la détection des sursauts. Sélectionnez une ligne pour consulter son ticker détaillé.
Paires qualifiées
—
00
L'univers attend sa première qualification.
Le catalogue est disponible, mais les tickers n'ont pas encore été contrôlés paire par paire. Cet état est normal à ce stade du projet.
| Paire | Dernier prix | Plage 24 h | Volume 24 h | Qualification | Dernière observation |
|---|
Univers 00
Catalogue des paires
Ensemble des marchés connus de Bitpanda Fusion, qu'ils soient ou non encore qualifiés pour l'observation. Sélectionnez une ligne pour ouvrir sa fiche.
Résultats
—
| Paire | Actif | Cotation | Catalogue | Qualification | Dernier prix |
|---|
—
Traçabilité
Événements du catalogue
Historique immuable des découvertes, disparitions, réactivations et changements de contraintes observés lors des synchronisations.
Événements
—
| Date | Événement | Élément | Motif | Synchronisation |
|---|
—
Série temporelle
Historique des marchés
Évolution des relevés réellement collectés par Observer. La fenêtre disponible se constitue progressivement et reste limitée à dix jours par défaut.
Relevés dans la période
—
↗
Sélectionnez une paire.
Le graphique apparaîtra dès que cette paire possédera au moins deux relevés.
Prix et volume
—
Prix
Briques : volume cumulé sur 24 h
—
Interprétation V0
Contenu de l'Oracle
Résultats déterministes produits à l'instant T. La note mesure une intensité heuristique explicable de 0 à 100 ; ce n'est pas une probabilité de hausse.
Dernière exécution
—
◇
Aucune exécution Oracle.
La vue se remplira après le premier cycle ou rejeu.
Run sélectionné
Résultats par paire
| Paire | Statut | Note | Couverture | Motifs et composantes |
|---|
—
Cycles persistésExécutions récentes
| Instant T | Mode | État | Candidates | Notées |
|---|
Qualité prédictive
Apprentissage Oracle
Suivez la maturation des exemples, les datasets, les évaluations et les modèles expérimentaux sans les confondre avec l’Oracle actif.
État globalEn constitution
Chaîne expérimentale
Monitoring de l’apprentissage
Les modèles présentés ici sont expérimentaux. Aucun artefact n’est activé ni promu automatiquement.
Laboratoire indépendant
Préanalyse morphologique
Matière destinée aux comparaisons visuelles notes / prix. Cette vue glissante n’alimente ni l’entraînement ni l’Oracle actif.
Couverture——
Paires——
Captures——
Maturation——
Événements——
Stockage——
—
Datasets récents
| Dataset | Mode | État | Exemples | Période |
|---|
Rapports V0 récents
| Rapport | État | Couverture | Precision@10 | Lift@10 |
|---|
Modèles LEARN-005
| Modèle | Cycle de vie | État | Support | λ | Coût | Activation |
|---|
—
Campagnes LEARN-005/006
| Campagne | Cible | Verdict | λ retenu | Motifs |
|---|
Chaque ligne matérialise un passage idempotent de dataset à verdict. Un verdict insuffisant ou non concluant n’active aucun modèle.
Cycle de vie et activation
| Modèle | Cible | État | SHADOW | Actif | Dernière action | Justification |
|---|
Les transitions SHADOW, VALIDATED, APPROVED et ACTIVE sont auditables. Une activation exige 30 jours d’observation, une validation puis une approbation humaine explicite.
Observation prospective SHADOW
| Modèle | Fenêtre | Prédictions | Couverture | Log-loss | Calibration | Dérive |
|---|
Les fenêtres 7 et 30 jours utilisent uniquement des prédictions produites en temps réel avant leur résultat futur. Les rejeux sont exclus.
Guide de lecture
Comprendre l’apprentissage
Comment les observations connues à un instant T deviennent des exemples, des évaluations puis, éventuellement, un modèle candidat.
À retenir
L’apprentissage ne modifie jamais directement l’Oracle actif. Il fabrique des artefacts expérimentaux séparés. Une promotion exigera une validation chronologique LEARN-006 et une décision explicite.
01Observer à TDonnées connues uniquement
→
02Attendre 24 hFutur réellement observé
→
03Figer un datasetDates et empreintes
→
04EntraînerChallenger inactif
→
05ValiderJamais sur son passé d’entraînement
Lire l’écran « Apprentissage » de haut en bas
Le monitoring représente un processus séquentiel. Une étape verte ne signifie pas que le modèle est performant : elle signifie uniquement que cette étape technique dispose de données ou a terminé son traitement. Les conclusions statistiques apparaissent plus tard, dans les rapports et la validation.
État global et chaîne expérimentale
| Élément affiché | Ce qu’il mesure | Interprétation dans l’apprentissage |
|---|---|---|
| En constitution | État synthétique de la chaîne. | Les observations s’accumulent, mais aucun modèle exploitable ou validé n’est encore disponible. Ce n’est ni un échec ni un verdict sur l’Oracle. |
| Capture — Actif | Nombre d’exemples figés à leur instant T. | Chaque exemple contient uniquement les caractéristiques alors connues. Un grand nombre indique que la collecte fonctionne, pas que les exemples possèdent déjà leur réponse future. |
| Maturation 24 h | Exemples ayant attendu tout l’horizon nécessaire au calcul du label. | « En attente » est normal pendant les premières 24 heures. Les cas matures reçoivent un label ; les données incomplètes deviennent inexploitables, jamais négatives par défaut. |
| Dataset | Manifestes reproductibles construits à partir d’exemples matures. | Un dataset fixe les exemples, leurs révisions, poids et partitions temporelles. Zéro manifeste signifie que la matière mature n’est pas encore suffisante ou qu’aucune construction n’a été lancée. |
| Entraînement | Artefacts LEARN-005 produits à partir d’un dataset. | Un artefact est un biais, quatre poids, une configuration et leurs preuves de convergence. Même entraîné, il reste séparé de l’Oracle actif. |
| Validation | Verdict de la campagne LEARN-006 la plus récente. | INSUFFICIENT_DATA, INCONCLUSIVE, REJECTED et VALIDATED décrivent des niveaux de preuve distincts. Aucun de ces états ne vaut approbation ou activation automatique. |
Bloc « Préanalyse morphologique »
| Élément | Ce qu’il mesure | Comment l’interpréter |
|---|---|---|
| Couverture | Profondeur actuellement disponible rapportée à la fenêtre glissante paramétrée, fixée à 7 jours sur le VPS. | Une période partielle reste consultable et permet les premiers échanges ; elle ne doit pas être confondue avec un échantillon stabilisé. |
| Paires | Paires EUR présentes dans la fenêtre et taille cible du futur échantillon morphologique. | L’échantillon final devra couvrir plusieurs profils de courbes, pas seulement les meilleures notes ou les hausses déjà visibles. |
| Captures / maturation | Observations à T, résultats matures et cas encore en attente de T+24 h. | Les captures récentes sont utilisables pour dessiner notes et prix, mais pas encore pour qualifier objectivement la hausse future. |
| Événements | Nombre de hausses positives et de cas négatifs disponibles selon la cible terminale versionnée. | « Matière suffisante » signifie seulement que les deux familles peuvent être comparées ; ce n’est pas une preuve de pertinence de la note. |
| Stockage | Copie minimale dédiée : paire, instant T, note, caractéristiques, prix de référence et résultat différé. | Les lignes situées hors des 7 jours sont physiquement supprimées à chaque run. La purge générale traite séparément les exemples officiels et leurs dépendances. |
| Déclenchement | La copie, l’actualisation des labels et la purge s’exécutent après chaque run Oracle temps réel complet. | Aucun timer supplémentaire n’est nécessaire ; un rapport pourra être généré avant le remplissage complet des 10 jours. |
Rétention générale : 7 jours pour cette matière morphologique, 14 jours pour les sources Oracle et d’apprentissage, puis 21 jours pour les datasets, rapports, campagnes et modèles. La purge générale précède la campagne quotidienne ; les dépendances d’un éventuel modèle actif sont protégées et signalées.
Table « Datasets récents »
| Colonne | Signification | Point de vigilance |
|---|---|---|
| Dataset | Identifiant dérivé d’un manifeste immuable. | Deux identifiants différents peuvent utiliser la même cible mais des périodes ou exemples différents. |
| Mode | EXPLORATORY ou CONFIRMATORY. | L’exploratoire vérifie la chaîne ; seul un protocole confirmatoire peut soutenir une décision de validation. |
| État | READY ou INSUFFICIENT_DATA. | « Prêt » décrit la conformité du dataset, pas la qualité du futur modèle. |
| Exemples | Effectif total, positifs et négatifs. | Il faut regarder simultanément le support et le déséquilibre des classes ; un taux sans effectif est trompeur. |
| Période | Première et dernière dates de référence T. | Une longue période peut rester pauvre en épisodes positifs ou concentrée dans un seul régime de marché. |
Table « Rapports V0 récents »
| Colonne | Signification | Lien avec l’apprentissage |
|---|---|---|
| Rapport | Évaluation immuable attachée à un dataset et une cible. | Il établit le niveau de référence que le futur modèle appris devra dépasser sur une population comparable. |
| État | Disponibilité statistique du rapport. | INSUFFICIENT_DATA est un résultat honnête : les métriques ne sont pas fabriquées lorsque les deux classes manquent. |
| Couverture | Part des exemples attendus possédant une note V0 comparable. | Une amélioration obtenue en excluant silencieusement des cas difficiles ne serait pas acceptable. |
| Precision@10 | Part de labels positifs parmi les dix meilleures notes de chaque instant T. | Elle évalue la qualité du classement en tête, avec le même horizon et la même cible. |
| Lift@10 | Precision@10 rapportée à la fréquence naturelle des positifs. | Un lift supérieur à 1 indique un enrichissement par rapport au hasard de base, sans garantir rentabilité ni causalité. |
Table « Modèles LEARN-005 »
| Colonne | Signification | Comment la lire |
|---|---|---|
| Modèle | Identifiant de l’artefact signé par empreinte. | Il permet de reproduire exactement les coefficients et leur provenance. |
| Cycle de vie | Expérimental ou candidat. | « Candidat » signifie entraînement confirmatoire convergé, pas modèle approuvé. |
| État | Convergence, insuffisance de données ou échec explicite. | Un modèle non convergé ne doit jamais passer à la promotion. |
| Support | Nombre d’exemples, positifs et négatifs utilisés. | Un coût faible avec très peu de positifs reste fragile. |
| λ | Force de régularisation des quatre poids. | Une valeur plus forte réduit les coefficients ; elle doit être choisie sur validation temporelle, pas sur le test final. |
| Coût | Erreur logistique initiale puis finale. | La baisse prouve le fonctionnement de l’optimisation sur l’entraînement, mais pas la généralisation. |
| Activation | Effet éventuel sur l’Oracle en production. | DISABLED garantit que l’artefact observé ne remplace pas le score V0. |
Table « Campagnes LEARN-005/006 »
| Colonne | Signification | Comment la lire |
|---|---|---|
| Campagne | Identité immuable du passage dataset → sélection de λ → entraînement → validation. | Une relance avec le même manifeste et le même protocole réutilise la campagne ; elle ne double pas artificiellement le support statistique. |
| Cible | Événement futur prédit : hausse terminale ou épisode rapide. | Les résultats de deux cibles différentes ne sont pas directement interchangeables. |
| Verdict | Conclusion calculée après les portes de données et de qualité. | INSUFFICIENT_DATA signifie que la preuve ne peut pas encore être calculée ; REJECTED qu’une porte a échoué ; INCONCLUSIVE qu’une étape, notamment SHADOW, reste requise. |
| λ retenu | Régularisation choisie sur les plis temporels du développement. | Une valeur vide est normale lorsqu’aucun dataset confirmatoire complet ne permet encore la sélection. |
| Motifs | Codes expliquant précisément le verdict. | CONFIRMATORY_HISTORY_TOO_SHORT concerne la durée couverte, même si le nombre brut d’exemples est élevé. |
Portes statistiques appliquées à une campagne
| Porte | Principe | Conséquence |
|---|---|---|
| Support et diversité | Vérifie les nombres de positifs, d’actifs et de dates distinctes dans le développement et le test. | Évite qu’un résultat porté par quelques événements ou un seul régime soit présenté comme général. |
| Comparateurs | Compare la log-loss à une fréquence constante et à un modèle momentum seul ; compare aussi Precision@10 à V0 sur la même population. | Un modèle plus complexe doit démontrer un apport face à des références plus simples. |
| Bootstrap temporel | Rééchantillonne 2 000 fois des blocs appariés de sept jours contenant toutes les paires et tous les modèles comparés. | La borne supérieure à 95 % de la différence de log-loss doit rester négative ; le simple meilleur score ponctuel ne suffit pas. |
| Calibration | Compare probabilités annoncées et fréquences observées dans dix tranches. | Une bonne discrimination ne suffit pas si les probabilités sont systématiquement trop confiantes ou trop faibles. |
| Observation prospective | Exige au moins 30 jours en mode SHADOW avec couverture et dérive contrôlées. | Le modèle prédit sans remplacer le champion ; l’étape bloque toute approbation prématurée. |
Table « Cycle de vie et activation »
| Colonne | Signification | Garantie apportée |
|---|---|---|
| Modèle / Cible | Artefact exact et événement futur auquel il appartient. | Empêche d’activer un résultat sous une cible différente de celle qui a été validée. |
| État | TRAINED, SHADOW, VALIDATED, APPROVED, ACTIVE, RETIRED ou REJECTED. | Chaque transition est persistée ; un entraînement convergé ne saute jamais directement à l’état actif. |
| SHADOW | Compteurs de prédictions matures, encore en attente et inexploitables. | Ces prédictions sont produites uniquement sur les runs temps réel ; un rejeu historique ne peut pas gonfler artificiellement l’observation prospective. |
| Actif | Indique l’unique modèle éventuellement désigné pour la cible. | Une cellule vide signifie que l’Oracle V0 reste inchangé. |
| Dernière action | Transition et acteur qui l’a demandée. | L’auteur d’une décision humaine reste identifiable. |
| Justification | Motif obligatoire associé à la transition. | Activation, retrait et retour arrière sont auditables et idempotents. |
Table « Observation prospective SHADOW »
| Colonne | Signification | Interprétation |
|---|---|---|
| Fenêtre | Calcul glissant sur les 7 ou 30 derniers jours. | La fenêtre courte détecte rapidement une anomalie ; la fenêtre de 30 jours porte la condition de validation prospective. |
| Prédictions | Nombre total, puis nombre de résultats déjà matures. | Les dernières 24 heures restent normalement en attente du futur. |
| Couverture | Part des prédictions scorées ayant obtenu un label mature exploitable. | Une couverture inférieure à 95 % bloque la validation à 30 jours. |
| Log-loss / Calibration | Qualité probabiliste et écart moyen entre probabilités et fréquences observées. | Plus bas est meilleur ; ces mesures ne sont affichées que lorsque les labels nécessaires existent. |
| Dérive | Plus grand déplacement de moyenne des quatre caractéristiques face au développement. | Un déplacement supérieur au seuil versionné de 0,15 bloque le passage automatique à VALIDATED. |
Lecture de l’état initial montré par le monitoring
Un écran peut afficher plus de 100 000 captures et plusieurs dizaines de milliers de labels matures tout en concluant INSUFFICIENT_DATA. Le nombre de lignes ne remplace pas la profondeur temporelle : deux jours très denses ne fournissent ni les 60 jours de développement initial, ni les blocs de calibration et de test. Les manifestes exploratoires vérifient alors la chaîne sans autoriser d’entraînement confirmatoire.
De l’Oracle V0 à un exemple supervisé
Lors d’un run, LEARN-003 conserve pour chaque paire évaluable les caractéristiques disponibles à T, la note V0, la qualité et les références de source. Après 24 heures et un délai de finalisation, il mesure ce qui est réellement arrivé. Un trou ou un ancrage invalide reste inconnu : il ne devient jamais artificiellement un échec.
- Exemples à maturer
- Captures encore trop jeunes pour connaître leur résultat futur.
- Labels terminaux
- Hausse d’au moins 30 % au terme des 24 h, selon le contrat versionné.
- Épisodes rapides
- Hausse répondant aussi aux contraintes de vitesse, durée, amplitude et persistance.
Les quatre entrées du modèle
Le premier modèle logistique utilise un vecteur commun à toutes les paires, sans identifiant d’actif.
- Momentum
- Variation récente du prix, bornée par le profil.
- Accélération
- Renforcement du mouvement entre deux fenêtres.
- Position dans la plage
- Situation du dernier prix entre minimum et maximum récents.
- Variation du volume
- Évolution du volume glissant 24 h ; une valeur absente exclut l’exemple.
Ce que calcule la régression logistique
Le modèle combine un biais et quatre poids : z = b + Σ(wᵢ×xᵢ), puis transforme ce résultat par la sigmoïde p = 1/(1+e⁻ᶻ). Cette sortie est une estimation expérimentale non calibrée tant que la validation n’est pas terminée.
- λ
- Régularisation qui limite les poids trop grands ; elle sera choisie sur des périodes de validation.
- Coût initial → final
- Erreur logistique avant et après optimisation. Une baisse indique que le solveur a appris, pas qu’il généralisera.
- Convergence
- Le gradient est devenu suffisamment faible avant le budget maximal d’itérations.
Pourquoi les datasets sont séparés dans le temps
LEARN-004 affecte ensemble toutes les paires d’un même instant T et ménage des périodes purgées entre développement, calibration et test. Le modèle ne doit jamais apprendre à partir d’informations appartenant au futur de la période évaluée.
DéveloppementPurge 51 hCalibrationPurge 51 hTest final
- Exploratoire
- Historique encore insuffisant pour conclure ; utile pour tester la chaîne.
- Confirmatoire
- Découpage complet et figé avant l’évaluation finale.
- Empreinte
- SHA-256 du manifeste : deux expériences identiques retrouvent exactement le même dataset.
Lire les rapports V0
- Couverture
- Part des exemples attendus disposant d’une note comparable.
- Precision@10
- Proportion de positifs parmi les dix meilleures notes à chaque instant T.
- Lift@10
- Precision@10 divisée par la prévalence ; 1 signifie aucune amélioration sur la fréquence de base.
Lire le cycle de vie des modèles
- Expérimental
- Chaîne fonctionnelle, données ou validation encore insuffisantes.
- Candidat
- Entraînement confirmatoire convergé, encore séparé du champion.
- Désactivé
- Le modèle ne produit aucun effet dans l’Oracle actif.
- Shadow
- Prédictions prospectives produites automatiquement pendant au moins 30 jours, rapprochées de leur label à T+24 h, sans remplacer le champion.
- Validé
- Portes hors échantillon et observation SHADOW satisfaites ; aucune activation automatique.
- Approuvé
- Décision humaine explicite, attribuée et justifiée.
- Actif / Retiré
- Modèle désigné pour sa cible, ou remplacé de façon atomique avec possibilité de retour arrière.
Analyse d'une paire
Paire Oracle
Consultez sa trajectoire persistée ou expérimentez d'autres fenêtres temporelles sans modifier les résultats officiels.
Trajectoire persistée
Notes et prix de la paire
V0 officielle
Sélectionnez une paire pour afficher sa trajectoire.
Candidate V1 — zone de bruit neutralisée
La candidate sera affichée séparément de la V0.
Prix relevé
Le prix sera affiché sur la même période.
Hausse maximale chronologique : —
Baisse maximale chronologique : —
Les profondeurs sont exprimées en runs ; leur durée réelle dépend de la cadence Oracle.
Analyse de sensibilité
Laboratoire Oracle
Ce calcul est un aperçu non persisté : il ne modifie aucune note officielle.
Guide de lecture
Comprendre l'Oracle
Cette page explique les informations affichées dans la vue Oracle V0, leur mode de calcul et les précautions nécessaires pour les interpréter correctement.
À retenir
La note Oracle est une intensité heuristique expérimentale. Une note élevée décrit des caractéristiques de marché plus marquées selon les règles V0 ; elle ne prédit pas une hausse, ne mesure pas une probabilité et ne constitue pas un conseil financier.
Référence technique complète : SuiviDev/Calcul_Oracle_SCORE_V0.html
Dernière exécution et instant T
Une exécution, aussi appelée run, est un calcul complet de l'Oracle. Son instant T est la date à laquelle le marché est observé et jugé. Le calcul n'utilise que les données disponibles jusqu'à T, jamais les valeurs futures.
- Temps réel
- Cycle calculé sur les observations les plus récentes.
- Rejeu
- Recalcul historique à un instant T choisi, avec les mêmes règles.
- Terminé
- Le cycle a été calculé et ses résultats ont été persistés.
Les quatre indicateurs
- Paires notées
- Candidates disposant de données suffisantes et ayant reçu une note sur 100.
- Non évaluables
- Paires que l'Oracle ne peut pas noter, notamment faute de données suffisantes ou conformes.
- Filtrées
- Paires écartées par une règle avant l'étape de notation.
- Fenêtre analysée
- Durée passée examinée avant T. Une valeur de 360 min correspond à 6 heures.
Cette fenêtre totale de 6 heures (`DT`) est distincte de la sous-fenêtre de 60 minutes (`W`) utilisée pour calculer le momentum. Toutes deux regardent le passé ; aucune ne représente un horizon de prévision.
Exécutions récentes
Ce tableau conserve l'historique des cycles. Sélectionner une ligne remplace le détail affiché plus bas par les résultats de cette exécution précise.
Instant TDate de référence du calcul.
ModeTemps réel ou rejeu historique.
ÉtatAvancement ou résultat technique du cycle.
CandidatesPaires soumises au cycle avant qualification.
NotéesPaires ayant finalement reçu une note.
Résultats par paire
La recherche et le filtre de statut portent uniquement sur le run sélectionné. La couverture indique le nombre de points disponibles par rapport au nombre attendu ; les trous signalent les interruptions détectées dans la série temporelle.
PaireMarché analysé, par exemple BTC-EUR.
StatutNotée, non évaluable ou filtrée.
NoteSomme des composantes, bornée entre 0 et 100.
CouverturePoints présents / points attendus, suivis du nombre de trous.
MotifsCodes expliquant un rejet, une limite de données ou une particularité du calcul.
Décomposition de la note V0
« Voir les composantes » détaille la contribution de chaque facteur. Les plafonds affichés indiquent le poids maximal de la composante dans la note totale.
data_quality10 pointsQualité, présence et régularité des observations utilisées.
price_acceleration25 pointsRenforcement récent du mouvement du prix entre les fenêtres comparées.
price_momentum35 pointsAmplitude et direction de la variation récente du prix.
range_position15 pointsPosition du prix courant dans sa plage observée, du plus bas au plus haut.
volume_24h_change15 pointsÉvolution du volume glissant sur 24 h ; ce n'est pas le volume propre au dernier intervalle.
Comment lire un résultat
- Vérifier l'instant T, le mode et la version des règles du run.
- Contrôler la couverture et les trous avant de regarder la note.
- Ouvrir les composantes pour comprendre ce qui contribue au total.
- Comparer plusieurs exécutions : une note ponctuelle seule ne décrit pas une trajectoire.
- Ne pas transformer la note en probabilité ni en décision d'achat.
Administration
Stockage de l'observatoire
Capacité réellement utilisée par SQLite et marge disponible sur le disque du VPS. L'espace interne libéré reste réutilisable même si le fichier ne rétrécit pas.
Espace disque disponible
—
Maintenance physique
Récupérer l'espace inutilisé
La rétention logique est exécutée après chaque collecte acceptée. La réduction physique exige le jeton administrateur distinct, suspend les écritures et peut prendre du temps.
Dernière rétention —
Dernière maintenance —
Capacité du disque —
Pages utilisées —
Validation économique
De l'offre au paiement
Suivi en lecture seule du service de calcul GOLEM proposé sur le mainnet.
Étape atteinte
—
Service proposé
Provider GOLEM
- Réseau
- —
- Prix environnement
- —
- Prix CPU
- —
- Valeur des paiements
- —
- Créances acceptées non réglées
- —
- Plus ancienne créance
- —
- Seuil de diagnostic
- 12 h vigilance · 24 h anomalie · 48 h problème
- Cours GLM/EUR
- —
- Dernier relevé
- —
Points de vigilance
Diagnostic du cycle
Chargement…
Référence externe
Positionnement sur le réseau GOLEM
Providers en ligne—— sur le mainnet
Providers en calcul—— du réseau
Revenus réseau · 24 h—— sur 7 jours
Prix CPU——
Prix environnement——
Comparaison avec les prix médians publiés par Golem Network Stats.
Traçabilité
Derniers événements économiques
Chargement…
Analyse glissante
Offres associées à des tâches
Répartition des ressources et des prix des providers mainnet récemment sélectionnés, comparée à notre offre.
Quartiles
Position de notre offre
| Paramètre | 25 % | Médiane | 75 % | Notre offre | Percentile |
|---|---|---|---|---|---|
| Chargement… | |||||
Pour les ressources, un percentile élevé signifie davantage de capacité. Pour les prix, un percentile bas signifie une offre moins chère.
Méthode et limites
Chargement…
Une tâche reçue ne prouve pas nécessairement qu'elle a été terminée et payée. Les critères privés du requestor ne sont pas publics.
Infrastructure conservée
Outils d'administration du VPS
Socle sécurisé conservé pour diagnostiquer et administrer le VPS sans exposer d'accès privilégié direct.
PrincipeAccès contrôlé
Courtier local
MCP vers SSH
- Transport
- MCP local en stdio, sans port public
- Connexion
- SSH par clé avec vérification stricte de l'hôte
- Compte distant
vps-mcp, non privilégié par défaut- Usage possible
- Diagnostic ponctuel et opérations d'exploitation approuvées
Garde-fous
Politique et audit
- Commandes
- Délais, volume de sortie et motifs dangereux contrôlés localement
- Privilèges
sudolimité à des actions explicitement autorisées- Traçabilité
- Appels journalisés par empreinte SHA-256, sans contenu sensible en clair
- Usage possible
- Automatisations bornées et interventions reproductibles
Services disponibles
Usages possibles du socle conservé
Diagnostic systèmeCPU · RAM · disqueCharge, capacité et disponibilité du VPS
Servicessystemd · journauxÉtat, erreurs et redémarrages contrôlés
AgentCryptoStockage · collectesInspection et maintenance via les actions dédiées
RéseauÉtat et connectivitéPorts, routes et résolution, sans exposer de secret
VirtualisationKVM disponibleRéutilisable pour une sandbox temporaire et isolée
Cette page est descriptive : elle ne déclenche aucune commande et n'expose ni clé SSH, ni secret, ni accès administrateur.
Votre espace de conversation
Connexion au conseiller
Utilisez le compte privé du conseiller, distinct de l'accès API du Board.
Le Conseiller peut consulter l'univers et l'Oracle en lecture seule. Aucun ordre ne peut être passé.
Connexions LLM
La clé est transmise au service Conseiller et conservée chiffrée. Elle n'est jamais ajoutée à vos messages ni réaffichée.
Nouvelle conversation
Posez une question pour commencer une conversation.