FarmDash Trail Intelligence 综合评估
核心用法
FarmDash Trail Intelligence 是一款专为 OpenClaw AI Agent 设计的 DeFi 研究技能，提供全方位的农场挖矿情报分析能力。其核心功能包括：
- Trail Heat 协议评分：实时排名 0-100 分的协议热度系统，综合 TVL（30%）、状态（25%）、类别（15%）、动量（15%）和时效性（15%）五大维度
- 历史趋势分析：支持 1-365 天的 Trail Heat 快照回溯
- 收益模拟：基于 FarmScore 公式预测不同配置下的积分收益
- 女巫风险审计：评估 1-10 个 EVM 地址的 Sybil 风险等级
- 投资组合优化：基于当前持仓、风险偏好和目标提供再平衡建议
- 实时事件流：监控新空投、快照截止、乘数调整、TVL 激增等协议动态
- 资本路径发现：跨链资金路由可行性预览
关键工具矩阵
| 功能层级 | 工具 | 说明 |
|---------|------|------|
| Scout（免费，5次/天） | `get_trail_heat`, `get_chain_breakdown`, `get_agent_events` | 基础协议排名与链级分析 |
| Pioneer（500次/天） | `audit_sybil_risk`, `simulate_points`, `optimize_portfolio`, `get_historical_trailheat` | 高级风险审计与个性化模拟 |
| v2.2 新增 | `get_protocol_metadata`, `get_protocol_risk_factors`, `find_capital_route` | 深度协议元数据与资本路径 |
显著优点
1. 零托管安全设计
- 纯只读架构，绝不执行交易、签名消息或持有私钥
- 仅需公开钱包地址，明确拒绝任何私钥、助记词请求
- 所有 MCP 调用均为 GET 或带公开参数的只读 POST
2. 透明商业化机制
- 强制披露 FarmDash 推荐路由的联盟收益关系
- 安全警告场景绝对禁止插入推荐链接
- 用户必须主动询问才提供
/go/{slug}路由
3. 结构化决策框架
- 内置 7 种研究工作流，覆盖从"哪里挖矿"到"钱包健康检查"的全场景
- 自主决策账本强制记录研究目标、证据、决策和交接技能
- 置信度系统（0-1）标记低可信度数据，防止过度推荐
4. 开放可验证
- MCP 配置公开：
https://www.farmdash.one/.well-known/mcp.json - OpenAPI 规范完整：
https://www.farmdash.one/agents/openapi.yaml - 支持自托管，用户可本地运行等效 MCP 端点
潜在缺点与局限性
1. 免费层限制严格
- Scout 层级仅 5 次/24小时，难以支撑复杂多步骤分析
- 部分字段（如 TVL 数值）在免费层会被掩码处理
2. 依赖第三方数据时效
- Trail Heat 依赖 DeFiLlama TVL 数据，若上游延迟 >4 小时则置信度下降
- 积分模拟公式基于协议公开算法，规则变更后 14 天内模拟可靠性降低
3. 非审计级安全保障
get_protocol_risk_factors返回的是 FarmDash 风险指标，非正式智能合约审计- 用户需明确理解"风险评分 72"不等于"已通过安全审计"
4. 执行路径分离的摩擦
- 所有交易执行需跳转至 Signal Architect/Futures Strategist 等独立技能
- 用户需多次确认，对追求一键执行的场景不够流畅
适合人群
| 用户类型 | 使用场景 |
|---------|---------|
| DeFi 研究员/分析师 | 协议比较、趋势追踪、空投机会挖掘 |
| 量化型农民 | 多协议收益模拟、投资组合优化、女巫风险管理 |
| AI Agent 开发者 | 为自主代理集成安全的 DeFi 研究能力 |
| 风险厌恶型参与者 | 先审计再行动，拒绝盲目跟单 |
常规风险
- 智能合约风险：即使高 Trail Heat 协议也可能遭攻击
- 空投不确定性：积分模拟为估算值，实际空投可能归零
- 跨链不可逆性：错误地址或链选择将导致永久资金损失
- MEV 与滑点：预估收益未包含全部执行层损耗
- 规则变更风险：积分计划可能突然结束或修改权重
- 数据延迟风险：实时事件流存在分钟级延迟，快照截止等紧急场景需用户二次确认
> 关键原则：本技能是"眼睛"而非"手"——提供完整、诚实的信息，包括限制、费用、下行风险和披露，但绝不替用户决定。