K3 Blockhain Agent Skill

核心用法

K3 Blockchain Agent 是一个面向区块链数据自动化的工作流构建技能。用户通过自然语言描述需求（如"每日推送 WETH/USDC 池的 TVL 变化"），系统自动生成、部署并运行完整的工作流。核心流程遵循 UNDERSTAND → FIND DATA → TEST → BUILD → DEPLOY 五步闭环。

关键操作能力

| 阶段 | 核心动作 |

|------|---------|

| 需求理解 | 解析数据目标、协议、链、调度频率、分析类型、交付方式等 8 大参数 |

| 数据源发现 | 调用 `listTeamMcpServerIntegrations()` 探测团队已集成的 MCP 数据源（TheGraph、CoinGecko 等） |

| 数据测试 | 先构建最小化测试工作流，验证数据返回后再完整构建，避免空数据部署 |

| 工作流构建 | 通过 `generateWorkflow()` 提交详细配置，经多轮 `editGeneratedWorkflow()` 对话精调 |

| 部署验证 | 手动触发 `executeWorkflow()`，用 `getWorkflowRunById()` 核验数据→分析→通知全链路 |

数据获取能力

内置 8 类数据函数：Read API（任意 REST/GraphQL）、Read Smart Contract（直接链上查询）、Read Market Data（代币价格/市值）、Read Wallet（钱包余额/交易历史）、Read NFT（地板价/持有者）、Read Graph（TheGraph 子图查询）、Read Deployment（自有部署代码输出）、AI Web Scraper（网页结构化提取）。

典型应用场景

• DeFi 协议监控（TVL、交易量、费率变化）
• 钱包活动追踪（大额转账、异常交互预警）
• 代币价格与流动性池分析
• NFT 藏品地板价与持有分布追踪
• 智能合约事件监听与自动化响应

显著优点

1. 自然语言转自动化：零代码将口语化需求转为可运行系统，降低区块链分析门槛
2. 多源数据融合：支持链上合约、子图索引、市场 API、网页抓取等多渠道数据整合
3. AI 驱动分析：内置 AI 节点可对原始数据进行异常检测、趋势总结、交易信号生成
4. 灵活交付渠道：支持 Email、Telegram、Slack、Google Sheets 等多种通知方式
5. 可扩展架构：通过 MCP 机制接入团队自定义数据源，每个团队的集成能力可差异化配置
6. 测试优先设计：强制要求先验证数据源有效性，减少无效部署

潜在缺点与局限性

1. 依赖外部 MCP 连接：必须预先配置 K3 Development MCP，否则无法调用核心工具
2. 多轮对话开销：复杂工作流需 2-4 轮 editGeneratedWorkflow 交互，无法一键生成
3. 数据源可靠性差异：不同协议 API/子图质量参差不齐，需人工评估和维护
4. 链上查询成本：高频读取智能合约可能产生 Gas 或节点调用费用
5. 无内置回滚机制：工作流部署后若逻辑有误，需手动编辑修复而非自动回滚
6. 上下文窗口限制：工具调用需避免批量 dump 大量响应，复杂查询需分步处理

适合人群

• DeFi 研究员与分析师：需要自动化采集多协议数据并生成定期报告
• 交易团队：希望构建自定义监控预警系统（钱包追踪、价格异动）
• 项目运营方：需向社区或投资人推送协议数据仪表板
• 开发者：希望通过低代码方式快速验证链上数据自动化想法
• 风控与合规团队：监控可疑钱包活动或协议异常事件

常规风险

| 风险类别 | 具体描述 | 缓解建议 |

|---------|---------|---------|

| 数据准确性风险 | 子图索引延迟、API 数据错误可能导致分析结论偏差 | 多源交叉验证，设置数据新鲜度检查 |

| 密钥与权限泄露 | 工作流中可能配置 API Key、私钥等敏感信息 | 使用 MCP 集成而非硬编码，定期轮换凭证 |

| 自动化执行风险 | 误配置可能导致意外交易执行或资金操作 | 沙箱环境充分测试，生产环境启用人工确认节点 |

| 服务可用性依赖 | 依赖 TheGraph、CoinGecko 等第三方服务稳定性 | 设计降级策略，主源失效时切换备用源 |

| 合规与隐私 | 钱包追踪可能涉及敏感地址监控，存在法律边界问题 | 明确告知用户用途，遵守当地数据保护法规 |

来源与可信度说明

本技能基于 K3 官方 MCP 文档生成，技术细节来源于 node-types.md、data-sources.md 等参考手册。因附带的《安全认证报告》为系统自动生成的占位文本（明确标注"未执行安全扫描"），实际安全等级需以真实扫描结果为准。建议用户在处理资金相关工作流前，进行独立的安全审计。

核心用法

K3 Blockchain Agent 是一款文档型技能，专用于指导用户在 K3 平台上构建自动化区块链分析工作流。核心流程遵循「理解→找数据→测试→构建→部署」五步法：

1. 需求解析：将用户自然语言请求（如"每日推送 Uniswap WETH/USDC 池数据"）转化为结构化参数，涵盖数据目标、协议、链、调度频率、分析类型、交付渠道等八大维度。

2. 数据源匹配：基于团队已集成的 MCP 数据源（TheGraph、CoinGecko 等），选择最优数据获取路径——Read API/Read Smart Contract/Read Graph/Read Market Data 等七大内置函数。

3. 预测试验证：强制要求先构建最小测试工作流，验证数据返回格式后再完整部署，避免"空数据运行"陷阱。

4. 对话式编排：通过 generateWorkflow 与 editGeneratedWorkflow 的多轮交互完成配置，最终调用 deployWorkflow: true 上线。

5. 运行监控：支持手动触发测试、执行历史查询、实时输出校验。

显著优点

• 零代码风险：纯 Markdown 文档，无可执行代码（0行 Python/JS/Shell），无 eval/exec/system 等危险函数。
• 流程严谨：强调"测试先行"原则，文档多处警示跳过数据验证的后果。
• 生态集成：原生支持主流区块链数据源（CoinGecko、TheGraph、Etherscan、OpenSea、DeFiLlama）。
• 交付灵活：支持邮件、Telegram、Slack、Google Sheets 等多渠道结果推送。
• AI 驱动分析：内置 AI 节点可对 TVL 波动、异常交易、趋势信号等进行自动研判。

潜在局限

• 依赖外部平台：所有功能依赖 K3 Development MCP 及第三方数据源可用性，非独立工具。
• 来源可信度 T3：维护者为个人开发者（alexgrankinukr-hash），非知名机构背书。
• 许可证未明确：skill-card.md 未指定开源许可证，使用权利边界模糊。
• 指导而非执行：用户需按文档手动操作，无法一键完成工作流部署。

适合人群

• K3 平台用户，希望自动化 DeFi 监控、钱包追踪、NFT 分析等任务
• 区块链分析师，需要定制化链上数据报告与智能告警
• 交易员/基金经理，寻求 TVL、资金流向、异常信号等自动化洞察
• 技术背景较弱但熟悉 DeFi 概念的用户（文档会解释 TVL、流动性池等术语）

常规风险

• 资产操作风险：文档指导可能涉及代币转账、合约写入等敏感操作，用户误配置可能导致资金损失
• 数据源可靠性：依赖第三方 API（CoinGecko、TheGraph 等），存在服务中断或数据延迟风险
• 个人开发者维护：更新频率与长期支持存疑，建议关注 K3 官方文档变更
• MCP 连接前提：技能本身不提供 MCP，需用户预先配置 K3 Development MCP 连接