globalpercent

从现有证据看，globalpercent 更适合判断为一个开源的数据接入与面板型 AI Skill，而不是已经被广泛验证的成熟投研产品。GitHub 仓库信息能支持它确实围绕 Polymarket 与 Kalshi 提供“全球宏观预期概率面板”与零鉴权数据管线，但目前证据主要来自仓库页本身，采用样本有限，热度只能谨慎看待。

它的实际作用，比较像“给 AI 编码助手准备的宏观概率数据层”，让模型或脚本可调用预测市场信号，生成结构化面板、摘要或辅助判断。它不是通用大模型，也不是完整量化交易系统，更准确的类比是面向 AI agent / coding assistant 的市场数据 skill 或轻量 API 封装。

门槛和成本方面，现有证据只明确支持“开源”“零鉴权数据管线”等仓库描述；这能说明上手门槛可能低于需要申请 key 的数据源，但不等于稳定、长期、无成本服务承诺。没有看到官方定价、托管费用或 API 账单说明，因此成本只能保守地说：代码获取成本低，真实运行维护成本与数据稳定性样本不足。

适合想给 AI 工作流接入宏观事件概率、做实验性面板或 agent 能力扩展的开发者；不太适合需要强 SLA、合规背书或成熟投研交付的团队。证据质量上，目前几乎只有 GitHub 仓库这一类官方/半官方信息：它能提供“好用证明”的方向线索，但缺少实测、教程、长文评测；64 star 与 17 fork 更偏热度证明，不足以单独证明效果，整体讨论质量仍属样本有限。