智能风控的链上策略管家

OpenFunderse 策略机器人，基于市场快照和风险策略自动提出交易意向，支持 NadFun 生态的链上意图提交，需显式授权方可执行。

基本信息

• 技能名称?openfunderse-strategy
• 中文名称?智能风控的链上策略管家
• 作者?wiimdy
• 分类?开发
• 版本?2.0.0
• 标签?finance-accounting, automation, backend, api, devops

使用方法

使用说明
核心用法
OpenFunderse Strategy 是一个专为去中心化基金管理设计的策略机器人 Skill，核心功能是根据最终确定的数据快照（snapshot）提出结构化的交易意向（trade intent）。用户通过 propose_intent 任务输入市场状态、风险策略和快照信息，Skill 会评估市场条件、流动性和风险政策，决定是提出交易（PROPOSE）还是持有观望（HOLD）。对于 NadFun 生态的代币，Skill 必须使用 lens 报价来推导 minAmountOut ，并拒绝路由不匹配的情况。
关键操作通过 proposeIntentAndSubmit 完成：首先构建规范化的交易提案，仅在满足显式提交门控（explicit submit gating）时才向 relayer 提交或上链注册。这种设计确保了人机协作——AI 负责分析和建议，人类保留最终决策权。
显著优点

1. 多层安全门控 ：默认启用 STRATEGY_REQUIRE_EXPLICIT_SUBMIT=true 和 STRATEGY_AUTO_SUBMIT=false ，强制人工确认，防止意外执行。
2. 风险策略完备 ：支持最大名义金额、滑点限制、代币白名单、交易场所白名单等多维度风控，以及止盈止损、持仓时间等卖出触发器。
3. NadFun 生态深度集成 ：针对 bonding curve 和 DEX 两种 venue 分别处理，自动查询 lens 报价，确保价格发现和滑点保护。
4. 确定性输出 ：严格的 JSON Schema 约束，包含完整的风险检查报告（riskChecks）和执行计划（executionPlan），便于审计和追踪。
5. 来源可信 ：属于 OpenClaw 生态系统，GitHub 来源明确，提交历史可追溯，文档详尽。
   潜在缺点与局限性
6. 配置复杂度高 ：需要配置超过 20 个环境变量，包括私钥、合约地址、RPC、relayer 等，对非技术用户门槛较高。
7. 私钥管理风险 ： STRATEGY_PRIVATE_KEY 是 EOA 私钥，虽建议使用 HSM 或密钥管理器，但实际部署中用户可能因便利而降低安全标准。
8. 依赖外部基础设施 ：依赖 relayer、RPC 节点、NadFun 合约等外部服务，任何单点故障都可能导致策略失效或执行延迟。
9. 仅支持特定生态 ：当前主要针对 NadFun 和 Monad 生态，通用性有限，跨链或多 DEX 聚合能力未明确。
10. 无回测或模拟模式 ：文档未提及离线模拟或历史回测功能，策略验证必须依赖测试网或真实资金。
    适合的目标群体
    DeFi 基金经理 ：需要自动化策略执行但保留人工最终审批权的链上基金管理者。
    DAO 财库管理 ：希望以结构化、可审计方式管理社区资金的 DAO 组织。
    量化交易团队 ：具备技术能力，能够配置和维护复杂环境变量的专业交易者。
    NadFun 生态参与者 ：专注于 Monad 链上 bonding curve 代币交易的投资者。
    使用风险
11. 资金安全风险 ：私钥泄露或配置错误可能导致资金损失，必须使用专用、最小权限的钱包。
12. 智能合约风险 ：依赖 NadFun 合约、IntentBook 等外部合约，存在合约漏洞或升级风险。
13. Relayer 风险 ：恶意或故障的 relayer 可能拦截、篡改或延迟交易，需严格配置可信主机白名单。
14. 市场极端情况 ：bonding curve 的流动性可能在 graduation 前后剧烈变化，静态风险参数可能无法适应。
15. 操作风险 ：环境变量配置错误（如混淆主网和测试网地址）可能导致意外交易。