讲师中心 微信公众号
AI工具推荐 视频效率加速

Uniswap Analyze Burn Economics

Polar Sponsor
爱发电 赞助
.NET 9.0

Uniswap燃烧池经济学综合分析:历史燃烧盈亏、积累趋势、费用来源构成、竞争动态及盈利预测。治理级研究报告。用于回答「燃烧经济学是什么?」、「协议费用燃烧历史」或「每次燃烧平均利润」等问题。

Analysis Burn Economics.

功能概述

Analysis Burn Economics.是一项面向实际任务的技能,主要用于Overview. 纯研究技能, 生成Uniswap协议费系统的烧伤经济学的治理级别分析;这种技能解答了UNI ho的问题。

核心要点

  • 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
  • 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
  • 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。

使用与执行

从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;

结果检查与注意事项

若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。

分析销毁经济学

概述

一项纯研究型能力,可生成面向治理层级的 Uniswap 协议费用系统销毁机制经济学分析报告。该能力回答 UNI 持有者、治理参与者及协议研究人员真正关心的问题:销毁操作的历史盈利性如何?费用趋势如何变化?资产积累由哪些因素驱动?何时应调整参数?

无执行能力——本能力严格限定于分析用途。

为何该能力比单独调用各工具提升 10 倍效率:

  1. 跨时间维度的历史交叉分析:单次 get_burn_history 调用仅返回原始事件日志。本能力将每次销毁事件与对应时刻的 UNI 价格(通过 get_token_price_history 获取)、Gas 成本及所申领资产进行交叉关联,生成单次销毁的盈亏明细表——这是任何单一工具均无法独立完成的任务。
  2. 跨时间趋势分析:通过将积累速率与销毁历史相结合,智能体可识别协议费用系统整体盈利性是随时间增强还是减弱、销毁频率是否上升(反映搜索者竞争加剧),以及费用构成是否发生结构性偏移。
  3. 面向治理的预测性分析:报告包含敏感性分析模块——展示盈利性在 UNI 价格波动、阈值调整及费率变更等不同假设下的变化路径。此类数据正是治理参与者评估参数提案所必需的核心依据。
  4. 一条命令替代 30+ 分钟人工分析:手动计算单次销毁盈亏需依次查询每笔销毁事件、查找对应区块高度的代币价格、核算 Gas 成本并汇总结果。本能力端到端自动化整个研究工作流。

适用场景

当用户表达以下任一语义时启用:

  • “销毁经济学现状如何?”
  • “展示协议费用销毁历史”
  • “单次销毁平均盈利多少?”
  • “最近一次销毁发生在何时?”
  • “Firepit 的盈利性如何?”
  • “分析协议费用趋势”
  • “销毁历史与盈利性分析”
  • “当前费用系统运行是否良好?”
  • “协议费用的治理分析”
  • “销毁盈利性随时间如何变化?”

请勿使用于以下场景:用户希望执行销毁操作(应改用 seek-protocol-fees),或需要实时监控仪表盘(应改用 monitor-tokenjar)。

参数说明

参数 是否必需 默认值 提取方式
chain 否 ethereum TokenJar/Firepit 始终部署于以太坊主网
days 否 90 回溯周期:“最近 30 天”、“过去一年” = 365
include-projections 否 true 若用户明确要求“仅历史数据”或“无需预测”,则设为 false

工作流程

                     ANALYZE-BURN-ECONOMICS PIPELINE
  ┌─────────────────────────────────────────────────────────────────────┐
  │                                                                     │
  │  步骤 1:数据采集(并行 MCP 调用)                                 │
  │  ├── get_burn_history — 回溯窗口内全部销毁事件                      │
  │  ├── get_fee_accumulation_rate — 当前积累动态                       │
  │  ├── get_firepit_state — 当前阈值与合约参数                         │
  │  ├── get_tokenjar_balances — 当前 TokenJar 状态                     │
  │  ├── get_token_price (UNI) — 当前 UNI 价格                          │
  │  └── get_token_price_history (UNI) — 回溯周期内 UNI 价格历史        │
  │          │                                                          │
  │          ▼ (所有数据输入至步骤 2)                                 │
  │                                                                     │
  │  步骤 2:分析(protocol-fee-seeker 运行于分析模式)                 │
  │  ├── 单次销毁盈亏计算                                               │
  │  ├── 销毁频率与时序分析                                             │
  │  ├── 费用来源与构成趋势分析                                         │
  │  ├── 积累速率随时间变化分析                                         │
  │  ├── 竞争动态分析(搜索者行为建模)                                 │
  │  └── 输出:历史分析报告                                             │
  │          │                                                          │
  │          ▼ (若 include-projections = true)                        │
  │                                                                     │
  │  步骤 3:预测分析                                                   │
  │  ├── 下一次盈利性销毁的预期时间                                     │
  │  ├── 当前速率下的预期盈利                                           │
  │  ├── 对 UNI 价格变动的敏感性分析                                    │
  │  ├── 阈值参数调整的影响分析                                         │
  │  └── 输出:预测分析报告                                             │
  │                                                                     │
  └─────────────────────────────────────────────────────────────────────┘

步骤 1:数据采集(并行 MCP 调用)

为提升效率,并行发起全部调用:

  1. mcp__uniswap__get_burn_history(limit: 100)——获取回溯窗口内全部销毁事件。
  2. mcp__uniswap__get_fee_accumulation_rate——获取当前日/周/月级积累速率。
  3. mcp__uniswap__get_firepit_state——获取当前阈值、nonce 及合约参数。
  4. mcp__uniswap__get_tokenjar_balances——获取当前 TokenJar 内容以提供上下文。
  5. mcp__uniswap__get_token_price(UNI)——获取当前 UNI 价格。
  6. mcp__uniswap__get_token_price_history(UNI)(interval: "1d",limit 与回溯 days 一致)——获取用于交叉验证销毁事件的 UNI 价格历史。

向用户呈现:

步骤 1/3:数据采集完成

  销毁事件数量:   过去 90 天共发现 17 笔销毁
  UNI 价格区间:   $5.80 - $8.20(90 天)
  当前 UNI 价格:   $7.00
  当前 TokenJar 总值:   $52,000
  当前积累速率:   ~$7,400/天

  正在分析销毁经济学...

步骤 2:分析(protocol-fee-seeker)

将全部采集数据交由 Task(subagent_type:protocol-fee-seeker) 在分析模式下执行:

生成一份完整的销毁经济学分析报告。

历史数据:
- 销毁历史:{步骤 1 获取的完整销毁事件数据}
- UNI 价格历史:{步骤 1 获取的日度 OHLCV 数据}
- 当前积累速率:{步骤 1 获取的数据}
- 当前 Firepit 状态:阈值={threshold},nonce={nonce}
- 当前 TokenJar 余额:{步骤 1 获取的数据}
- 当前 UNI 价格:${price}
- 回溯周期:{days} 天

分析任务:
1. 针对每次销毁事件,计算:
   - 销毁发生时的 UNI 成本(阈值 × 当时区块对应的 UNI 价格)
   - Gas 成本(来自交易回执)
   - 所申领资产的名义总价值
   - 净盈亏
   - 投资回报率(ROI)

2. 计算聚合统计指标:
   - 周期内总销毁次数
   - 单次销毁平均盈利
   - 单次销毁中位盈利
   - 盈利最高与最低的销毁事件
   - 通过销毁分发的资产总值
   - 销毁事件平均时间间隔

3. 趋势分析:
   - 销毁盈利性呈上升还是下降趋势?
   - 销毁频率是否上升(竞争加剧)?
   - 费用构成如何变化?(WETH / USDC / 其他稳定币占比变化)
   - UNI 价格与销毁盈利性之间是否存在相关性?

4. 竞争动态分析:
   - 独立搜索者地址数量?
   - 是否存在重复参与销毁的地址?
   - 触发销毁行为的最低 ROI 阈值?(观测到的最小 ROI)

返回一份结构化分析报告,涵盖全部指标。

完成后向用户呈现:

步骤 2/3:历史分析完成

  过去 90 天共分析 17 笔销毁。
  分发总值:$612,000
  平均单次盈利:$18,400(平均 ROI 65.7%)

  正在生成预测分析...

步骤 3:预测分析(如启用)

智能体基于历史分析结果生成前瞻性预测:

基于历史分析结果,生成如下预测:

当前状态:
- TokenJar 总值:${jar_value}
- 日积累速率:${daily_rate}/天
- UNI 价格:${uni_price}
- 销毁阈值:{threshold} UNI
- 销毁成本:${burn_cost}

需计算的预测项:
1. 下一次盈利性销毁的预计触发时间(若当前尚未达到盈利条件)
2. 基于当前积累速率的预期盈利(1 天、3 天、7 天预测)
3. 敏感性分析:若 UNI 价格上下浮动 20%,盈利性如何变化?
4. 阈值敏感性分析:若阈值调整为 2,000 或 8,000 UNI,影响如何?
5. 盈亏平衡分析:当前 TokenJar 在何种 UNI 价格下将失去盈利性?

输出格式

完整报告

销毁经济学报告(过去 90 天)

  ══════════════════════════════════════
  汇总统计
  ══════════════════════════════════════
  总销毁次数:           17
  分发总值:             $612,000
  销毁 UNI 总量:       68,000 UNI ($476,000)
  总 Gas 消耗:          $765
  净盈利总额:           $135,235
  单次销毁平均盈利:     $7,955
  单次销毁中位盈利:     $6,200
  平均 ROI:             65.7%
  平均销毁间隔:         5.3 天

  ══════════════════════════════════════
  销毁历史
  ══════════════════════════════════════
  日期         TokenJar 总值  UNI 成本   Gas    净盈利     ROI     搜索者地址
  2026-02-03   $52,000        $28,000    $45    $23,955    85.4%   0xab..12
  2026-01-28   $41,200        $27,200    $38    $13,962    51.3%   0xcd..34
  2026-01-22   $38,500        $26,800    $42    $11,658    43.5%   0xab..12
  2026-01-17   $35,100        $25,600    $35    $9,465     37.0%   0xef..56
  ...          ...            ...        ...    ...        ...     ...
  (共 17 笔销毁)

  最佳销毁:   2026-02-03 — $23,955 盈利(85.4% ROI)
  最差销毁:   2025-12-15 — $1,200 盈利(4.3% ROI)

  ══════════════════════════════════════
  费用构成
  ══════════════════════════════════════
  代币      平均占比    趋势(90 天)
  WETH      35.2%        稳定
  USDC      27.8%        上升(+3.2%)
  USDT      16.5%        稳定
  WBTC      11.4%        下降(-1.8%)
  DAI       6.1%         下降(-0.5%)
  其他      3.0%         上升(+1.1%)

  ══════════════════════════════════════
  积累趋势
  ══════════════════════════════════════
  当前速率:    $7,400/天
  30 天均值:    $6,800/天
  90 天均值:    $6,200/天
  趋势:          上升(90 天内 +19.4%)

  按来源划分的速率(估算):
    V3 费用:       ~$4,200/天  (56.8%)
    V4 费用:       ~$1,400/天  (18.9%)
    UniswapX:      ~$1,100/天  (14.9%)
    V2 费用:       ~$500/天    (6.8%)
    Unichain:      ~$200/天    (2.7%)

  ══════════════════════════════════════
  竞争动态
  ══════════════════════════════════════
  独立搜索者地址数:     4 个(过去 90 天)
  最活跃搜索者:         0xab..12(17 笔销毁中占 8 笔,47%)
  销毁触发的最低 ROI:   4.3%(部分搜索者接受极低利润空间)
  销毁触发的平均 ROI:   65.7%
  竞争趋势:             上升(过去 30 天新增 2 名搜索者)

  ══════════════════════════════════════
  预测分析
  ══════════════════════════════════════
  当前 TokenJar:     $52,000(盈利中 — 净盈利 $23,955)
  下一次 10% ROI:    已超出
  下一次 100% ROI:   ~0.5 天

  若今日 TokenJar 为空:
    盈亏平衡点:    ~3.8 天($28,045 / $7,400/天)
    10% ROI:       ~4.2 天
    50% ROI:       ~5.7 天

  UNI 价格敏感性(当前 TokenJar 总值 $52,000):
    UNI $5.60(-20%):销毁成本 $22,445 → 盈利 $29,555(ROI 131.7%)
    UNI $7.00(当前):销毁成本 $28,045 → 盈利 $23,955(ROI 85.4%)
    UNI $8.40(+20%):销毁成本 $33,645 → 盈利 $18,355(ROI 54.6%)
    UNI $13.00(盈亏平衡):销毁成本 $52,045 → 盈利 -$45

  阈值敏感性(当前 UNI 价格 $7.00):
    2,000 UNI:销毁成本 $14,045 → 盈利 $37,955(ROI 270.2%)
    4,000 UNI:销毁成本 $28,045 → 盈利 $23,955(ROI 85.4%)  ← 当前设置
    8,000 UNI:销毁成本 $56,045 → 盈利 -$4,045(不可盈利)

  ══════════════════════════════════════
  治理启示
  ══════════════════════════════════════
  - 费用系统健康:积累速率持续增长(90 天内 +19.4%),主要由 V3 及新兴 V4 交易量驱动。
  - 当前阈值(4,000 UNI)催生了健康的竞争格局:90 天内有 4 名活跃搜索者,平均销毁间隔 5.3 天。
  - 若将阈值上调至 8,000 UNI,在当前速率下将导致销毁不可盈利,除非 TokenJar 积累周期延长至约 7.6 天。
  - V4 费用贡献持续增长(18.9%),按当前趋势,其贡献占比有望在未来 30 天内超越 V2。

精简报告(不含预测)

销毁经济学摘要(过去 {days} 天)

  销毁次数:{count} | 分发总额:${total}
  平均单次盈利:${avg_profit}/次({avg_roi}% ROI)
  平均间隔:{days} 天
  积累速率:${daily_rate}/天(趋势:{direction})
  当前 TokenJar:${jar_value}({PROFITABLE | NOT_PROFITABLE})

重要说明

  • 只读能力。 本能力永不执行链上交易,仅输出分析结果。
  • 历史数据依赖销毁记录深度。 若 Firepit 刚启动或销毁事件极少,分析将受限。本能力会清晰提示数据可用性状况。
  • UNI 价格交叉引用为近似值。 本能力使用日度 OHLCV K 线估算每次销毁发生时刻的 UNI 价格;日内价格波动可能导致单次盈亏计算存在微小偏差。
  • 费用来源归属为估算值。 TokenJar 接收多来源费用,但 Transfer 事件并不总能标识具体来源;来源拆解基于已知合约地址与启发式规则。
  • 预测基于稳态假设。 前瞻性预测采用当前积累速率与 UNI 价格;市场环境突变、治理决策或协议升级可能使预测失效。
  • 治理启示属于分析结论,非操作建议。 报告仅呈现数据驱动的观察结果,不提供任何治理层面的操作推荐。

错误处理

错误类型 面向用户的提示信息 建议操作
无销毁历史 “过去 {days} 天内未发现销毁事件。” 扩大回溯周期
销毁事件不足 “仅发现 {count} 笔销毁事件。分析结果可能受限。” 扩大回溯周期,或接受有限数据集
UNI 价格历史不可用 “无法获取 UNI 价格历史。单次销毁盈亏计算将采用近似值。” 以当前价格作为兜底方案继续执行
积累数据稀疏 “积累数据有限。速率估算可能存在偏差。” 尝试扩大回溯窗口
代币价格不可用 “无法对 {token} 定价。部分 TokenJar 估值可能不完整。” 该代币可能为冷门或流动性极低资产
RPC 连接失败 “无法连接以太坊 RPC 节点。分析不可用。” 检查 RPC 配置
回溯周期过长 “{days} 天的回溯周期超出可用数据范围。” 缩短回溯周期
目录

热门AI工具

更多
Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

AionClaw
AionClaw Hot

AionClaw是一款面向办公、创作和编程任务的AI桌面智能体。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

相关专题

更多
Gradle插件开发入门教程
Gradle插件开发入门教程

本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。

0

2026.10.22

Gradle Wrapper配置教程
Gradle Wrapper配置教程

本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。

0

2026.10.22

Golangci-lint检查器使用教程
Golangci-lint检查器使用教程

本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。

0

2026.10.22

Gradle怎么构建Java项目
Gradle怎么构建Java项目

本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。

0

2026.10.22

PHP时间戳漏洞修复教程
PHP时间戳漏洞修复教程

本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。

0

2026.10.22

Golangci-lint配置文件与规则设置
Golangci-lint配置文件与规则设置

本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。

0

2026.10.22

Golangci-lint安装与入门教程
Golangci-lint安装与入门教程

本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查,覆盖本地环境、Docker及多平台用法,帮助Go开发者快速上手。

0

2026.10.22

PHP2Shell高危漏洞修复教程
PHP2Shell高危漏洞修复教程

PHP2Shell漏洞是什么,哪些PHP版本和运行环境会受到影响,服务器应该如何检测与修复?本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤,以及修复验证、临时缓解和应急响应方案。

0

2026.10.22

剧云人物设定与关系管理教程
剧云人物设定与关系管理教程

本专题介绍剧云人物设定与关系管理,讲解角色小传、性格职业、人物目标、背景资料和关系网络的创建及维护方法。

0

2026.10.22

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn