Monad Metropolis 黑客松 Track 01 · 链上金融与交易 奖金路径 $25,500

Metrix AI
不止会聊天的 Agent,会交易的 Agent。

Monad 上的自主交易 Agent:现货走 Kuru 全链订单簿(测试网已有成交)。Perpl 适配器已写、尚未直播成交。 三套确定性策略 + 六条服务端风控;自然语言目前是离线解析,不是生产 LLM。

"The agent that doesn't just chat — it trades." — built on Monad, verifiable on-chain.

为什么是 Metrix AI

本届主题是"AI 从聊天工具进化为会管钱、能交易的自主经济主体"——我们就是答案本身。

🧠

确定性策略引擎,模型不碰钱

信号来自可回测规则。Chat 当前是离线解析 + 确认卡;即使以后接 LLM 也不能绕过 RiskGate。

  • 网格策略:格位穿越触发,GTC postOnly 做市
  • 均值回归:VWAP±kσ 反向入场 + EMA 趋势过滤
  • ML 信号:PyTorch LSTM 方向分类(GPU 训练)
🛡️

六条硬风控,代码兜底

风控上限硬编码在服务端,UI 只能调严不能调松。这是"可托付"的前提。

  • R1 单笔 ≤ 净值 5% · R2 敞口 ≤ 30%
  • R3 日亏 -3% 熔断 · R4 回撤 -10% 强平
  • R5 链上滑点强制 · R6 幂等 + 限频
🔗

全链上可验证

现货走 Kuru 官方 SDK,每一笔都落在 Monad 公开订单簿合约上;决策理由与 tx hash 绑定存档。

  • 信号快照 → 规则命中 → 风控裁决 → tx 链接
  • 五屏移动端壳(PWA 安装包尚未发布)
  • PostgreSQL write-through 持久化

Demo · 约 1 分钟

本地 sim 界面走查 + Kuru 测试网已验证成交。无配音;英文字幕硬烧。不是 Perpl 成交。

本地 sim UI(localhost:3000)+ MonadScan 测试网哈希。公网 App 仍是 https://gsym236998-metrix-ai.ms.show,评审不要用 localhost。

系统架构

感知 → 决策 → 风控 → 执行 → 审计,事件驱动主循环;venue 无关的执行路由。

前端 · Next.js 五屏(mobile-first;PWA 未装) 金库看板 · 实时决策流 · 自然语言指令 · 策略设置(WebSocket 推送) Agent Core · 感知 → 决策 → 风控 → 执行 → 审计 策略引擎 ×3 网格 / 均值回归 / ML 风控引擎 R1–R6 限额 · 熔断 · 强平 · 幂等 执行路由(venue 无关) 现货 → Kuru · 永续 → Perpl Chat:离线解析;不进决策路径 Kuru OrderBook(已验证:Monad 测试网) 全链上订单簿 · 官方 SDK · GTC/IOC Perpl 适配器(尚未直播成交) REST + WS 已写 · PERPL_ENABLED 默认关 + ML 信号服务(PyTorch GPU · Docker)· PostgreSQL 持久化 · GitHub Actions CI

奖金路径与链上验证

一个项目,多条独立奖金路径;所有交易在 Monad 公开合约上可查。

奖金路径

Track 01 主赛道$10,000
最佳使用 Perpl API$5,000
最佳分析/风险工具(Perpl)$3,000
最佳 Agent 钱包插件$2,500
Kuru 消费级交易应用$5,000
潜在合计$25,500

链上验证入口

评审可点开 MonadScan 测试网查看 Agent 在 Kuru 上的成交(Perpl 尚未有公开成交哈希):

开源与可复现

评审要求验证 6 周内的新开发工作——我们提供双证据链:commit 历史 + 链上交易时间戳。

📦

Monorepo

apps/agent(Fastify+WS)· apps/web(Next.js 五屏)· packages/shared(共享类型)· ml/(PyTorch)

🧪

CI + 单元测试

GitHub Actions:typecheck + 风控/策略/R5 滑点下限测试,每次 push 自动运行。

🐳

一键复现

docker compose up 全栈(含 PostgreSQL 与 ML 服务),或 npm run dev:agent + dev:web。