farmdash trail intelligence
DeFi农场收益模拟与链上风险审计的只读研究工具
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：farmdash trail intelligence。 它的用途是：DeFi农场收益模拟与链上风险审计的只读研究工具 完整的 Skill 内容见：https://321skill.com/skills/farmdash-trail-intelligence-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
'分析当前Trail Heat排名前10的矿池，并模拟未来30天的收益衰减情况，同时审计这些矿池的Sybil风险等级。' 它会自动调用链上数据，返回排名列表、收益衰减曲线图以及每个矿池的风险评分，并标注高风险地址。
介绍
Farmdash Trail Intelligence 解决 DeFi 农场投资者在决策时面临的两大难题：如何快速评估不同矿池的收益潜力，以及如何识别隐藏的 Sybil 攻击风险。它通过排名 Trail Heat（矿池热度）、模拟带收益衰减的 farming 产出、审计 Sybil 风险，并实时流式推送协议事件，帮助用户在海量 DeFi 协议中筛选出高性价比、低风险的矿池。
使用方式非常直观：用户只需通过 OpenClaw 代理的自然语言指令，即可触发该 Skill 执行链上数据查询、收益模拟和风险分析。例如，你可以直接要求“分析当前 Trail Heat 排名前 10 的矿池，并模拟未来 30 天的收益衰减曲线”，系统会自动返回可视化结果和风险报告。整个过程无需手动编写代码或查询多个链上浏览器。
该 Skill 适合 DeFi 量化交易员、数据分析师以及智能体开发者。量化交易员可将其作为投资决策的辅助工具，快速筛选矿池；数据分析师能利用其模拟能力进行收益预测和风险建模；智能体开发者则可将该 Skill 集成到自己的 OpenClaw 代理中，构建自动化 DeFi 研究流程。
使用建议：由于该 Skill 为只读模式，不涉及任何交易执行，因此非常适合作为研究与风控的前置环节。建议在模拟收益时，结合自己的持仓和风险偏好调整参数。注意，所有数据均来自链上实时信息，但模拟结果仅供参考，不构成投资建议。
核心特点
与通用的 DeFi 数据分析工具不同，Farmdash Trail Intelligence 专注于 Trail Heat 排名机制和收益衰减模拟，并内置 Sybil 风险审计，三者结合形成完整的矿池评估闭环，且完全只读，适合作为代理的决策支持层。
注意事项
该 Skill 仅提供只读研究和模拟，不能执行任何交易或链上操作，且依赖 OpenClaw 代理平台，无法独立运行。
常见问题
Trail Heat 是什么？
Trail Heat 是 Farmdash 独有的矿池热度排名指标，综合了流动性、交易量、锁仓量等数据，实时反映矿池的活跃度和吸引力。
如何模拟收益衰减？
该 Skill 会根据矿池的历史收益率、当前 TVL 和代币激励释放曲线，利用 yield decay 模型预测未来收益变化，并输出可视化图表。
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/farmdash-trail-intelligence-x/raw/index.md 读取 farmdash trail intelligence 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/farmdash-trail-intelligence-x/raw/index.md（查看排版版本）