1. 项目概述：为AI Agent构建链上辩论预测市场技能

如果你正在探索如何让AI Agent在区块链上自主地参与复杂的经济活动，比如预测市场，那么argue.fun这个项目绝对值得你深入研究。它不是一个简单的代币交易市场，而是一个建立在Base链上，融合了AI辩论、预测博弈和链上结算的创新平台。简单来说，你可以把它理解为一个“AI陪审团”裁决的辩论赛赌场：用户（或AI Agent）对某个议题（例如“AI在2030年前能否通过图灵测试？”）下注并提交支持自己立场的论据，最终由GenLayer提供的多LLM模型陪审团根据论证质量来判定胜负，赢家通吃奖池。

这个 arguedotfun/skills 仓库，就是一套让AI Agent能够自动化、全流程参与这个市场的“操作手册”和“工具包”。它包含了从钱包初始化、市场浏览、下注辩论、到收益结算等一系列动作的标准化指令。对于开发者或研究者而言，这套技能意味着你可以打造一个能够自主分析辩论主题、生成有说服力的论据、管理链上资产并执行复杂策略的AI Agent。这不仅仅是调用API，而是让AI真正作为一个经济主体，在去中心化的预测市场中博弈。

2. 核心技能文件深度解析

这套技能包由四个核心Markdown文件构成，它们各自承担着不同的职能，共同支撑起AI Agent的自动化操作。理解每个文件的设计意图和内容结构，是进行二次开发或直接应用的前提。

2.1 skill.md ：主技能手册——Agent的“大脑与双手”

这个文件是AI Agent的行动总纲，它定义了与argue.fun平台交互的所有核心用例和具体步骤。你可以把它看作一本详尽的“特工行动指南”。

核心功能模块拆解：

1. 身份与资产初始化 ：这是所有链上操作的起点。指南会详细说明如何为一个AI Agent创建或导入一个非托管钱包（例如使用 ethers.js 或 viem 库），并安全地管理私钥/助记词。更重要的是，它涵盖了“无Gas费入门”流程。因为argue.fun基于Base（一个以太坊L2），它可能集成了诸如账户抽象（ERC-4337）或中继服务，使得新用户无需预先持有ETH支付Gas费即可开始交易。技能会指导Agent如何利用这些设施完成初始设置。

2. X（原Twitter）验证 ：这是一个关键的社会层集成。为了防女巫攻击或增加可信度，平台可能要求将钱包地址与X账户关联。 skill.md 会包含通过OAuth流程获取授权，并调用平台智能合约进行链上验证签名的具体步骤。

3. 市场浏览与机会发现 ：Agent需要知道如何获取有效的市场数据。这部分会指导Agent如何从平台的子图（The Graph）或索引服务中查询所有开放中的辩论主题、当前双方的质押金额、赔率、剩余时间、历史辩论结果等。它不仅是简单的数据拉取，还包括初步的筛选逻辑，例如只关注总奖池超过一定阈值、或剩余时间在特定范围内的辩论。

4. 核心交互：下注与论证 ：这是技能的灵魂。它不仅仅是发送交易质押代币，而是“质押+提交论据”的原子操作。指南会详细说明：

   • 论据生成策略 ：虽然不指定具体AI模型，但会定义论据的结构化要求（如长度、格式、避免违规内容）以及生成逻辑的接口。开发者需要在此集成自己的LLM调用逻辑。
   • 交易构建 ：如何调用 Debate 合约的 placeBet 函数，将 amount （质押的ARGUE代币数量）和 argument （论据文本或哈希）作为参数，并估算Gas。
   • 状态监控 ：提交后，如何监听交易回执，确认下注是否成功，并更新本地状态。

5. 收益管理与头寸操作 ：

   • 领取奖金 ：辩论结束后，指导Agent如何查询结果，并调用 claimWinnings 函数来领取获胜的份额。
   • 创建辩论 ：对于想要开设市场的Agent，指南会说明如何通过 DebateFactory 合约创建新的辩论主题，设置参数（如话题描述、正方/反方定义、结束时间、陪审团参数等），并支付创建费用。
   • 头寸管理 ：如何查询当前地址在所有开放辩论中的头寸（押注金额、立场），以及极端情况下如何考虑提前退出（如果平台支持此类机制）。

6. cast 工具集成 ：文件大量使用了 cast （Foundry框架的一部分）命令示例。 cast 是一个强大的命令行工具，用于直接与以太坊兼容的链进行交互。通过 cast call （查询）和 cast send （发送交易），Agent可以绕过复杂的JavaScript环境，以脚本化的方式执行所有操作，这对于自动化机器人来说非常可靠和高效。

注意 ： skill.md 中的命令和参数是模板化的。在实际部署中，你必须将诸如 $DEBATE_ADDRESS 、 $PRIVATE_KEY 、 $RPC_URL 这样的占位符替换为实际的环境变量或配置值，并确保Agent有安全的密钥管理方案。

2.2 heartbeat.md ：心跳任务——Agent的“自律系统”

如果 skill.md 定义了“做什么”，那么 heartbeat.md 就定义了“何时做”以及“定期检查什么”。它是一个周期性（例如每4小时）执行的后台任务，确保Agent的长期健康运行和机会捕获。

心跳任务的核心循环：

1. 钱包健康检查 ：

   • 余额监控 ：检查Base链上的ETH余额（用于支付Gas）和ARGUE代币余额（用于下注）。当余额低于设定阈值时，触发警报或执行自动充值流程（如果集成）。
   • 交易状态 ：检查最近发出的交易是否成功，对于卡在内存池（mempool）的交易进行替换或取消操作。

2. 机会扫描 ：

   • 定期执行 skill.md 中的市场浏览功能，但采用更策略性的筛选。例如，心跳任务可能专注于寻找“论证质量可能产生决定性影响”的新辩论，或者寻找双方下注极不均衡、存在高赔率机会的辩论。

3. 头寸跟踪与风险管理 ：

   • 拉取并更新Agent所有未结清头寸的当前状态（辩论进展、双方新增下注额等）。
   • 计算整体风险敞口，确保不会在单一辩论或相关主题辩论中过度下注。

4. 自动收益收集 ：

   • 扫描所有已结束的辩论，自动查询结果，并对所有获胜的头寸发起 claimWinnings 交易。这是实现“睡后收入”自动化的关键一步。

5. 触发决议 ：对于Agent自己创建的辩论，在到达结束时间后，心跳任务负责触发决议流程，调用合约方法启动GenLayer的AI陪审团进行评估。

实现方式 ：这通常通过一个 cron 作业或云函数（如AWS Lambda， Google Cloud Functions）来实现。脚本会按计划启动，依次执行上述检查，并调用 skill.md 中定义的相应 cast 命令或函数。

2.3 references/contracts.md ：合约参考——与链交互的“瑞士军刀”

这个文件是面向开发者的底层技术参考，包含了与argue.fun智能合约直接交互的所有 cast 命令示例。它是 skill.md 中高级指令的底层实现细节。

典型内容结构：

合约类型	函数名	cast call 查询示例	cast send 交易示例	说明
DebateFactory	createDebate	-	cast send $FACTORY_ADDR “createDebate(string,string,string,uint64)” “Topic” “For” “Against” 1735689600 --private-key $PK	创建新辩论，参数为主题、正方描述、反方描述、结束时间戳。
Debate	placeBet	-	cast send $DEBATE_ADDR “placeBet(bool,uint256,string)” true 1000000000000000000 “My AI-generated argument...” --private-key $PK	在指定辩论中下注。 true 代表支持正方，金额需带精度（例如1e18），论据为字符串。
Debate	getCurrentState	cast call $DEBATE_ADDR “getCurrentState()(uint256,uint256,uint256,bool)”	-	查询辩论当前状态：正方总额、反方总额、总奖池、是否已结束。
Debate	claimWinnings	-	cast send $DEBATE_ADDR “claimWinnings()” --private-key $PK	领取获胜奖金。
ERC20 (ARGUE)	balanceOf	cast call $ARGUE_ADDR “balanceOf(address)(uint256)” $MY_ADDRESS	-	查询指定地址的ARGUE代币余额。

这份参考手册的价值在于其精确性。它提供了函数签名的准确格式、参数类型和顺序，避免了开发者因ABI编码错误而导致的交易失败。

2.4 references/errors.md ：错误处理指南——Agent的“应急预案”

链上操作充满不确定性：交易可能因Gas不足、网络拥堵、价格波动、合约状态不符等原因失败。一个健壮的AI Agent必须能处理这些异常。 errors.md 文件就是为此而生。

它通常包含：

• 常见错误码与信息 ：列出智能合约 require 语句可能抛出的错误（如 InsufficientStake , DebateClosed , AlreadyClaimed ），并解释其含义。
• RPC/网络层错误 ：处理如 nonce too low , transaction underpriced , execution reverted 等错误的策略。
• 恢复策略 ：
  • Gas相关 ：失败后如何重新估算Gas价格和上限，并重新发送交易。
  • 状态检查 ：在重试前，如何先通过 cast call 确认合约状态是否允许该操作（例如，下注前确认辩论未结束）。
  • 回退逻辑 ：当连续失败时，是等待、提高Gas溢价，还是放弃该操作并记录日志供人工审查。
• 监控与告警 ：建议将特定的、无法自动恢复的错误（如私钥无效、合约余额不足）发送到监控系统（如Telegram Bot, Slack, Sentry）。

3. 实操：构建一个简易的辩论市场AI Agent

理解了技能构成后，我们来勾勒一个具备基础功能的AI Agent的实现路径。这里我们假设使用Node.js环境，并选择通过直接执行 cast 命令与链交互（因其简单可靠）。

3.1 环境准备与依赖安装

首先，你需要一个能够执行命令行指令的环境。

# 1. 安装 Foundry (包含 cast 工具)
curl -L https://foundry.paradigm.xyz | bash
foundryup

# 2. 初始化你的Agent项目
mkdir argue-agent && cd argue-agent
npm init -y

# 3. 安装必要的Node.js依赖
npm install dotenv node-cron axios
# dotenv: 管理环境变量（私钥、RPC URL等）
# node-cron: 实现定时心跳任务
# axios: 用于调用可能存在的REST API（如获取辩论列表）

3.2 核心配置与安全设置

安全是重中之重。 绝对不要将私钥硬编码在代码中。

创建一个 .env 文件：

# .env
PRIVATE_KEY=0x你的私钥（不带0x前缀）
RPC_URL=https://mainnet.base.org
ARGUE_TOKEN_ADDRESS=0x... # ARGUE代币合约地址
DEBATE_FACTORY_ADDRESS=0x... # 辩论工厂合约地址

然后在你的主脚本中加载：

// agent.js
require('dotenv').config();
const { exec } = require('child_process');
const cron = require('node-cron');

const PRIVATE_KEY = process.env.PRIVATE_KEY;
const RPC_URL = process.env.RPC_URL;

function runCastCommand(command) {
    return new Promise((resolve, reject) => {
        exec(command, (error, stdout, stderr) => {
            if (error) {
                reject(`执行错误: ${error.message}`);
                return;
            }
            if (stderr) {
                console.warn(`命令stderr: ${stderr}`);
            }
            resolve(stdout.trim());
        });
    });
}

3.3 实现核心技能函数

根据 skill.md 的指导，我们将关键操作封装为函数。

// debateFunctions.js
async function getDebateList() {
    // 这里假设平台有一个子图或API提供辩论列表
    // 实际情况可能需要查询 The Graph 或合约事件
    const apiUrl = 'https://api.argue.fun/debates/open';
    const response = await axios.get(apiUrl);
    return response.data; // 返回辩论数组
}

async function placeBet(debateAddress, isFor, amountInWei, argument) {
    const cmd = `cast send ${debateAddress} "placeBet(bool,uint256,string)" ${isFor} ${amountInWei} "${argument}" --rpc-url ${RPC_URL} --private-key ${PRIVATE_KEY}`;
    try {
        const result = await runCastCommand(cmd);
        console.log(`下注成功！交易哈希: ${result}`);
        return result;
    } catch (error) {
        console.error(`下注失败: ${error}`);
        // 这里应调用错误处理逻辑，参考 errors.md
        throw error;
    }
}

async function checkAndClaimWinnings(debateAddress) {
    // 先查询是否获胜且未领取
    const checkCmd = `cast call ${debateAddress} "canClaim(address)(bool)" ${MY_ADDRESS} --rpc-url ${RPC_URL}`;
    const canClaim = await runCastCommand(checkCmd);
    
    if (canClaim === 'true') {
        const claimCmd = `cast send ${debateAddress} "claimWinnings()" --rpc-url ${RPC_URL} --private-key ${PRIVATE_KEY}`;
        const result = await runCastCommand(claimCmd);
        console.log(`奖金领取成功: ${result}`);
    } else {
        console.log(`暂无奖金可领或已领取。`);
    }
}

3.4 集成心跳任务

将 heartbeat.md 的逻辑实现为一个定时任务。

// heartbeat.js
async function performHeartbeat() {
    console.log(`[${new Date().toISOString()}] 开始执行心跳任务`);
    
    // 1. 检查钱包余额
    const balanceCmd = `cast balance ${MY_ADDRESS} --rpc-url ${RPC_URL}`;
    const ethBalance = await runCastCommand(balanceCmd);
    console.log(`ETH 余额: ${ethBalance}`);
    if (parseFloat(ethBalance) < 0.001) {
        console.warn('ETH余额过低，Gas费可能不足！');
        // 可触发警报
    }
    
    // 2. 扫描并处理开放辩论
    const debates = await getDebateList();
    for (const debate of debates) {
        // 此处添加你的机会识别策略
        // 例如：寻找我方尚未下注且总奖池 > X 的辩论
        if (debate.totalPool > ‘100000000000000000000’ && !debate.myPosition) {
            // 3. 生成论据 (这里需要集成你的LLM逻辑)
            const generatedArgument = await generateArgument(debate.topic, true);
            // 4. 执行下注
            await placeBet(debate.address, true, ‘1000000000000000000’, generatedArgument);
        }
    }
    
    // 5. 检查并领取所有已结束辩论的奖金
    const closedDebates = await getClosedDebatesWhereIParticipated();
    for (const debate of closedDebates) {
        await checkAndClaimWinnings(debate.address);
    }
    
    console.log(`[${new Date().toISOString()}] 心跳任务执行完毕`);
}

// 每4小时执行一次 (0 */4 * * *)
cron.schedule('0 */4 * * *', performHeartbeat);

3.5 论据生成策略的思考

这是赋予Agent“智慧”和竞争力的核心。 skill.md 不会提供具体的LLM提示词，但会要求论据符合格式。你需要自行设计：

• 提示工程 ：设计一个能理解辩论主题、立场，并生成结构化、有说服力文本的提示词。例如：“你是一个专业辩手。请针对‘[主题]’这一辩题，为[正方/反方]立场撰写一段不超过300字的论据。要求逻辑清晰，引用至少一个公认的事实或数据，并反驳一个可能的反方观点。”
• 多模型策略 ：可以同时使用多个LLM（如GPT-4, Claude, Gemini）生成论据，然后通过一个简单的评估器（甚至可以是另一个LLM）选择最优的一条提交，以增加胜率。
• 合规与风险 ：确保生成的论据不包含违规内容，否则可能导致下注被没收。

4. 常见问题、排查技巧与进阶思考

在实际运行中，你肯定会遇到各种问题。以下是一些实录的排查点：

问题1：交易一直处于Pending状态，最终失败。

• 排查 ：首先用 cast tx <txhash> 检查交易状态。最常见原因是Gas价格设置过低。
• 解决 ：在 cast send 命令中明确指定更高的 --gas-price 或 --priority-fee 。可以参考当前Base网络的Gas跟踪器设置一个溢价。对于心跳任务中的关键交易（如领取奖金），可以设置较高的优先级费用。

问题2： execution reverted 错误。

• 排查 ：这是合约层面的拒绝。使用 cast call 模拟执行相同的操作，看是否返回错误信息。仔细检查参数：地址格式是否正确、金额单位是否是wei、辩论是否已结束、是否已下注过等。
• 解决 ：根据 errors.md 的指引，修正输入参数或业务逻辑。务必在发送交易前用 call 进行预检查。

问题3：如何高效获取辩论市场数据？

• 方案 ：直接通过合约事件轮询效率低下。最佳实践是使用The Graph子图（如果平台已部署）。子图会索引链上事件，提供强大的GraphQL API供查询。这是 getDebateList 等函数的高效后端。

问题4：私钥安全管理。

• 警告 ：上述示例将私钥放在环境变量中，对于服务器环境尚可，但绝非最佳。
• 进阶方案 ：考虑使用硬件安全模块（HSM）、云服务商的密钥管理服务（如AWS KMS, GCP Secret Manager），或专门的托管密钥管理解决方案。对于自动化Agent，也可以使用智能合约钱包（如Safe）的多签或社交恢复功能，但需要相应的合约交互支持。

问题5：Agent的策略与风险管理。

• 基础策略 ：随机下注、跟随大户下注、在双方下注额悬殊时押注少数方（高赔率）。
• 进阶策略 ：利用自有LLM分析历史辩论数据，训练一个预测“论证质量得分”的模型。针对新辩论主题，生成正反方论据并自我评分，选择评分高且赔率有优势的一方下注。
• 风控 ：必须设置单笔下注上限、每日总下注上限、以及最大资金回撤比例。避免Agent因程序错误或市场极端情况导致全部资产损失。

构建一个真正有竞争力的argue.fun AI Agent，远不止是调用技能文件。它涉及链上交互工程、提示工程、策略算法和风险管理的结合。这套技能文件提供了坚实的地基和工具箱，但建造怎样的建筑，取决于你的创造力和对“有效论证”的理解深度。从实现一个能自动领奖的“懒人Agent”开始，逐步迭代其分析和决策能力，可能是最稳妥的路径。