ChainaAware Behavioral Prediction
基于链上行为分析，评估钱包安全与项目风险的AI工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：ChainaAware Behavioral Prediction。 它的用途是：基于链上行为分析，评估钱包安全与项目风险的AI工具 完整的 Skill 内容见：https://321skill.com/skills/chainaaware-behavioral-prediction-x/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请分析以太坊地址 0x1234... 最近三个月的交易行为，评估其是否存在欺诈或洗钱风险。’ 它会调用该技能，扫描该地址的所有关联交易、交互合约类型、资金流向模式，并生成一份包含风险评分、可疑交易标记和具体建议的报告。或者，
对AI说：‘帮我筛查一下即将进行的XXX项目空投，哪些钱包地址可能符合条件但风险较高？’ 它会结合空投规则和地址的历史行为，筛选出符合条件的地址并标注其风险等级。
介绍
本技能旨在解决用户在Web3和DeFi领域面临的核心安全与信任问题。当用户需要评估一个陌生钱包的安全性、判断某个DeFi项目是否存在欺诈风险（如Rug Pull）、或者分析代币持有者质量时，常常缺乏专业工具和足够的数据洞察。本技能通过整合链上数据分析能力，为用户提供一站式的风险评估服务。
使用时，用户只需向AI提出与钱包安全、项目风险、链上行为分析等相关的具体问题。例如，询问某个钱包地址的可疑交易记录，或请求分析某个新发代币的持有者集中度。AI将调用该技能，基于预设的链上分析模型，生成结构化的风险评估报告或给出明确的建议。
该技能非常适合需要频繁与链上资产交互的角色，如量化交易员、DeFi投资者、项目审计人员以及负责安全风控的运维工程师。他们可以利用此技能快速筛查风险，辅助投资决策或安全审计。
建议用户在使用时提供尽可能具体的查询目标，如钱包地址、合约地址或代币符号，以便获得更精准的分析。需要注意的是，链上分析基于公开数据，虽然能揭示模式和异常，但无法100%预测未来行为或保证绝对安全，应结合其他信息综合判断。
核心特点
与同类链上分析工具相比，它深度集成了针对中国用户常见风险场景（如特定模式的欺诈、空投筛查）的检测模型，并能提供基于行为模式的“链上声誉评分”，而不仅仅是简单的交易记录查询。
注意事项
不适合用于分析完全链下（Off-Chain）的交易行为或评估与区块链技术无关的传统金融产品风险。
常见问题
如何检测一个DeFi项目是否是Rug Pull？
提供项目合约地址，我会分析其流动性锁定、代币分配、大额转账模式及开发者钱包行为来评估风险。
能评估我钱包的资产安全吗？
可以，请提供你的钱包地址（或公钥），我将分析其交互历史、授权权限及关联地址风险，给出安全建议。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/chainaaware-behavioral-prediction-x/raw/index.md 读取 ChainaAware Behavioral Prediction 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/chainaaware-behavioral-prediction-x/raw/index.md（查看排版版本）