终于整理出来了,Crypto / AI Agent 必装开源仓库
Crypto / AI Agent 必装开源仓库清单(按用途分类)
如果你准备让 Codex / Claude Code 做链上研究、策略回测甚至自动交易,这些仓库基本覆盖了从数据 → 研究 → 回测 → 执行 → 监控的完整链路。
一、链上数据 / 研究
- Dune Skills — Dune 官方 Agent Skill,支持查询链上数据、钱包持仓、Holder 分布、DeFi 仓位等。
https://github.com/duneanalytics/skills - CryptoSkills — 综合性 Crypto Skill 合集,覆盖 Uniswap、Aave、Chainlink、The Graph、Safe、ENS,以及 Foundry、Hardhat、viem、ethers.js、Solana Kit 等。
https://github.com/andresdefi/cryptoskills - Awesome Crypto Skills — Crypto Agent Skills 精选清单,按交易、合约、安全、跨链等方向分类,便于按需查找。
https://github.com/kukapay/awesome-crypto-skills
二、交易所接口 / 行情与下单
- CCXT — 统一接入 100+ 中心化交易所,支持行情、K 线、订单、资金费率和交易执行,是跨交易所 Agent 的基础设施。
https://github.com/ccxt/ccxt
三、链上交互 / 钱包 / 合约执行
- EVM Agent Skills — 支持 Agent 直接读取链上数据、调用合约、监听 Event、发送交易,适合作为 EVM 链上策略底盘。
https://github.com/SkandaBhat/evm-agent-skills - EVM Cortex — 另一套 EVM Agent 工具,聚焦链上数据读取、合约交互和自动执行。
https://github.com/ccashwell/evm-cortex - Coinbase AgentKit — Coinbase 官方 Agent 工具包,为 AI Agent 提供钱包管理、转账、Swap、链上操作等能力。
https://github.com/coinbase/agentkit - Foundry / viem — 合约开发、本地 Fork、ABI 调用和链上测试的核心工具,相关 Skill 已包含在 CryptoSkills 中。
四、策略 / 回测 / 自动交易
- Hummingbot — 专注自动交易、做市和套利,支持 CEX + DEX,适用于高频执行和跨市场策略。
https://github.com/hummingbot/hummingbot - Freqtrade — 成熟的量化交易框架,支持策略开发、回测、Dry Run、实盘及 FreqAI 机器学习模块。
https://github.com/freqtrade/freqtrade - Jesse — 侧重策略研究与严谨回测,接口简洁,适合策略验证后再迁移至实盘。
https://github.com/jesse-ai/jesse - NautilusTrader — Rust 核心 + Python 策略的事件驱动交易系统,回测与实盘共用执行模型,适合多市场、高并发场景。
https://github.com/nautechsystems/nautilus_trader - TradingAgents — 多 Agent 投研框架,让基本面、情绪、技术、交易和风控 Agent 互相辩论,更适用于 AI 投研决策系统。
https://github.com/TauricResearch/TradingAgents
五、监控 / 运维
- Prometheus — 虽非 Crypto 专用,但对 7×24 小时运行的 Agent 非常实用,可监控 RPC 延迟、WebSocket 心跳、订单失败率、服务状态及 PnL。
https://github.com/prometheus/prometheus
最小组合推荐(快速起步)
- 数据与研究:Dune + CCXT + CryptoSkills
- 策略与交易:Freqtrade / Jesse / Hummingbot(三选一)
- 链上执行:AgentKit / EVM Agent Skills
- 监控:Prometheus
这套组合搭建完成后,基本就构成了一个 Crypto AI Agent 从看懂市场到自动下单的完整技术栈。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 极客的赛博空间 | 专注 AI 与技术分享!
评论


