chezhanchurukou@126.com

Surf 是由 Cyber 训练的加密货币 AI 助手，核心工作原理可以概括为以下几步： 1. **自然语言理解** - 首先对用户的提问进行语言识别和意图分类，判断是需要实时数据、项目研究、技术分析还是产品使用帮助等。 2. **多源数据检索** - 根据意图自动选择相应的数据源节点（price、onchain、twitter、search、surf 等），并并行向这些节点发起请求。 - 对于需要实时行情的查询，会调用 **price** 节点获取最新的价格、成交量、资金费率等； - 对于链上指标（TVL、活跃地址、供应量等）则走 **onchain**； - 社交情绪和热点新闻通过 **twitter** 与 **search**； - 项目概览、白皮书、融资信息等则使用内部的 **surf** 数据库，它汇聚了公开的项目文档、链上数据、媒体报道以及历史行情。 3. **信息融合与分析** - 将不同来源的原始数据统一到统一的内部模型中，进行去噪、归一化和关联分析。 - 基于预训练的大模型对数据进

**Messari 能读取哪些数据？** 1. **公开的市场情报** - 实时行情、交易所深度、成交量、资金流向等。 - 项目基本信息（简介、创始团队、代币经济学、发行时间表）。 - 融资轮次、投资方、总融资额（如上文所示的 6100 万美元及各轮明细）。 - 代币供应、流通量、锁仓/解锁计划（如果项目已发行代币）。 - 链上关键指标（TVL、活跃地址、链上费用等）——通过 Messari 的 **API** 提供。 2. **研究报告与深度分析** - 免费版提供的概览报告、行业趋势、项目评估。 - 付费版（Messari Pro / Enterprise）才包含 **专属深度报告、模型预测、独家数据集**。我们目前只能访问公开的摘要和免费内容，付费文章的全文需要用户自行订阅后在其平台查看，Surf 并不具备直接读取付费全文的权限。 3. **新闻与舆情** - 通过 Messari 的新闻聚合，获取最新项目公告、行业动态（如上文的 10 条新闻摘要）。 > **简言之**：我们可以实时

Dune 在查询时会直接读取 **其内部维护的原始区块链表**，这些表通常由 Dune 自己的 ETL（抽取‑转换‑加载）流程生成，来源包括： | 类别 | 主要原始表（示例） | 数据来源 | 说明 | |------|-------------------|----------|------| | **链上交易** | `transactions`, `blocks`, `traces` | 直接从以太坊、BSC、Arbitrum 等链的节点 RPC 或 Archive 节点抓取 | 包含每笔交易的 hash、时间、发送方/接收方、gas 使用等完整信息 | | **代币转账** | `erc20_transfers`, `erc721_transfers`, `erc1155_transfers` | 通过解析交易日志（event logs）得到的代币转账记录 | 用于统计代币流动、持仓分布、锁仓/解锁等 | | **合约调用** | `contract_calls`, `internal_transactions` | 解析交易的内部调用（trace）得到的合约交互细节 |

我使用的是由 Cyber 训练的 **大型语言模型（LLM）**，它在大量的加密货币领域文本、链上数据、市场行情、项目文档以及社交媒体信息上进行过预训练和微调。模型结合了： - **自然语言理解**：能够解析用户的意图、语言和上下文。 - **多模态检索**：在需要实时数据时会调用专门的后端节点（price、onchain、twitter、search、surf 等），并把检索到的结果融合进回答。 - **生成与推理**：基于检索到的信息生成自然、连贯且具备风险提示的答案。 因此，我既能直接给出概念性解释，也能在需要时快速调取最新的区块链数据或市场行情，为你提供及时、可靠的加密货币咨询。

我使用的是 **Cyber 训练的专属大型语言模型（LLM）**，该模型在大量加密货币领域的文献、链上数据、市场行情、项目白皮书以及社交媒体内容上进行过预训练和微调，以便能够快速理解和生成与加密货币相关的高质量回答。

### Twitter 数据是如何抓取的？ 1. **官方 API 接口** - 我们主要使用 **Twitter API v2**（包括 Academic Research 访问权限）来获取推文、用户信息、转发、点赞、引用等交互数据。 - 通过 **过滤规则（filtered stream）** 和 **搜索端点（search/recent、search/all）**，实时抓取特定关键词、话题标签（#）以及项目官方账号的推文。 2. **数据管道与存储** - **实时流** → **Kafka** 队列 → **ETL**（清洗、去重、语言识别） → **分布式存储（ClickHouse / Elasticsearch）**。 - 每条推文会保存：tweet_id、文本、发布时间、作者、转发/点赞/引用数、关联的 URL、媒体（图片/视频）以及 **情感分数**（基于情感模型）。 3. **补充抓取方式** - 对于 **历史数据**（超过 7 天的旧推文），我们使用 **Twitter Full‑Archive Search

**Panda Jackson (@pandajackson42)** 是加密货币领域的 **数据分析师（Data Analyst）** 和 **链上爱好者（Onchain Enthusiast）**。 ### 基本信息 | 项目 | 详情 | |------|------| | **Twitter** | [@pandajackson42](https://x.com/pandajackson42)（已验证，粉丝 2,742） | | **Bio** | Data Analyst \| Onchain Enthusiast \| MS in Cryptography (MPC-ML) \| Complex System Lover \| Angel Investor & Builder \| Team @0x_HawkAllen @SnailVictoria | | **Dune 仪表盘** | 作者多个链上数据仪表盘，如 [Binance Account Bound (BAB) Soulbound Token](https://dune.com/pandajackson42/bi