binance-leaderboard

Binance Leaderboard 技能

链上钱包排行榜和地址分析。按盈亏、胜率等查询顶级交易者。使用 6 维评分模型评估钱包质量。

前置条件

此技能需要 baw CLI（@binance/agentic-wallet npm 包）。如果找不到 baw：

npm install -g @binance/agentic-wallet

验证：baw --version 应输出 1.6.2 或更高版本。如果安装失败，或用户没有 Node.js，请告知他们需要 Node.js >= 18。

适用场景

用户意图	命令
按盈亏／胜率／交易量查询顶级交易者	baw leaderboard query
分析单个钱包地址（6 维评分 + AI 类型）	baw leaderboard analyze
查找持有特定代币的钱包（Gem Hunter）	baw leaderboard alpha-radar
保存／加载预设筛选条件	baw leaderboard preset save/list
保存／加载 Gem Hunter 配置	baw leaderboard alpha-radar-config save/list

支持的链

链	chainId
BSC	56
Solana	CT_501
Base	8453
Ethereum	1

命令树

baw leaderboard
  query                     # Leaderboard query (Public, no auth)
  analyze                   # Single address analysis (6-dim score + AI overlay)
  alpha-radar              # Gem Hunter query (Private, agentSessionId)
  preset
    save                    # Save preset filters (Private)
    list                    # List preset filters (Private)
  alpha-radar-config
    save                    # Save Gem Hunter config (Private)
    list                    # List Gem Hunter config (Private)

所有命令均支持使用 --json 输出结构化数据。

排行榜查询

# Basic query — top 20 by PnL on BSC, 7d period
baw leaderboard query -c 56 -p 7d -t ALL --json

# Sort by win rate, KOL tag only
baw leaderboard query -c 56 -p 30d -t KOL --sort-by 20 --json

# Pagination (page from 0, size max 20)
baw leaderboard query -c 56 -p 7d --page 0 --size 20 --json

公开端点——无需身份验证。返回每个地址的盈亏、胜率、交易量、交易次数、代币分布、每日 PNL 和收益最高的代币。

主要查询参数：-c/--chain-id（必填）、-p/--period（7d/30d/90d）、-t/--tag（ALL/KOL/MPC）、--sort-by（0=盈亏 · 20=胜率 · 30=总交易量 · 50=交易次数 · 60=近期活动 · 70=收益率 · 80=代币数量）、--order-by（0/2=降序 · 1=升序）、--page（从 0 开始）、--size（最大 20）。

完整参数和返回字段参考：references/cli.md

单地址分析

# Analyze a wallet address — 6-dim scoring + AI archetype
# Default scans top 1000 entries
baw leaderboard analyze -c 56 -a 0xabc... --json

# Scan more entries (up to 5000) for long-tail addresses
baw leaderboard analyze -c 56 -a 0xabc... --top-n 5000 --json

从 6 个维度评估地址（胜率 25 + 稳定性 20 + 回撤 20 + 标签 15 + 盈亏 10 + 跟单友好度 10 = 100），然后应用 AI 叠加评估（类型 + 行为标记 + AI 调整值 ±10）。

流程：查询排行榜前 1000 名（可通过 --top-n 配置）→ 反向查找目标地址 → 计算分数 → 应用 AI 叠加评估 → 输出评级。

评级：⭐⭐⭐ ≥ 80 · ⭐⭐ ≥ 65 · ⭐ ≥ 50 · ❌ < 50

如果地址不在前 N 名中（默认 1000），则返回 "N beyond top"。使用 --top-n 可将扫描范围提高至 5000。

评分模型完整详情：references/scoring.md

Gem Hunter

# Find wallets holding specific tokens
baw leaderboard alpha-radar -c 56 \
  -t 0xtoken1,0xtoken2 \
  -m 1 --json

私有端点——需要 agentSessionId。额外必填参数：-t/--tokens（以逗号分隔的代币地址）、-m/--match-count（≥ 1）。支持与查询命令相同的 -p/--period、--page 和 --size。

返回的记录包含与排行榜查询相同的字段，但 topEarningTokens 替换为 marchedTokens（匹配的代币）。

注意：CLI 输出中的字段拼写为 marchedTokens（不是 "matched"）。

预设和 Gem Hunter 配置

# Save preset filter conditions (pass null/empty to clear all)
baw leaderboard preset save --config '[{"name":"MyPreset","period":"7d","winRateMin":50}]' --json

# List saved presets
baw leaderboard preset list --json

# Save Gem Hunter config (pass null/empty to clear)
baw leaderboard alpha-radar-config save -c 56 \
  --config '[{"uuid":"u1","name":"MyRadar","matchTokenCount":2,"tokenAddressList":[{"tokenAddress":"0xabc"}]}]' --json

# List saved configs
baw leaderboard alpha-radar-config list -c 56 --json

核心规则

评分模型概览

6 维模型（总分 100）+ AI 叠加评估（±10）。维度：胜率（25）、稳定性（20）、回撤（20）、标签（15）、盈亏（10）、跟单友好度（10）。完整的分档评分表和 AI 叠加评估规则：references/scoring.md。

Top-N 反向查找

analyze 会查询排行榜前 1000 条（可通过 --top-n 配置，最大 5000），并反向查找目标地址。如果未找到，则返回 "N beyond top"——请告知用户可以增大 --top-n，或使用 binance-wallet-tracker 的地址列表查找长尾钱包。

清除预设和配置

向 preset save 或 alpha-radar-config save 传入 null 或空数组会清除所有已保存项。

跨技能场景

某些场景需要同时使用排行榜和钱包追踪器技能：

• 评估关注列表：使用 binance-wallet-tracker 的 tracker follow 获取用户关注的地址，然后对每个地址运行 leaderboard analyze。
• 排行榜差异对比：查询排行榜前 N 名，然后与 binance-wallet-tracker 的 address list 对比，找出尚未追踪的钱包。
• 批量导入：使用筛选条件查询排行榜 → 输出地址列表 → 将列表传入 binance-wallet-tracker 的 address batch 命令。

写回确认

保存预设或配置后，通过 list 重新获取数据，确认操作成功——不要仅凭 API 响应就假定操作成功。如果重新读取时发现保存的数据缺失，请告知用户“保存可能未生效，请稍后重试”——绝不要提及后端错误或静默失败。

面向用户的呈现

此技能面向终端用户，而非开发者。面向用户的输出中绝不能出现内部字段名、错误代码和 CLI 内部细节。

1. 术语映射（内部 → 面向用户）

内部值	面向用户的术语	备注
archetype: sniper	狙击手
archetype: swing	波段交易者
archetype: accumulator	累积者
archetype: farmer	农场主
archetype: mixed	混合型
sort-by: 0	按盈亏排序
sort-by: 20	按胜率排序
sort-by: 30	按总交易量排序
sort-by: 50	按交易次数排序
sort-by: 60	按近期活动排序
sort-by: 70	按盈利率排序
sort-by: 80	按代币数量排序
address（显示时）	省略	除非用户要求，否则不要显示原始地址；使用 {addressLabel}
finalScore	得分	不要显示公式 totalScore + aiAdjustment

原始枚举值（sniper、swing 等）可以出现在 CLI 语法示例和内部查找表中，但绝不能出现在面向用户的回复中。

2. 绝不暴露内部标识符

• groupId、displayOrder——内部 ID，绝不向用户展示
• 错误代码（70001001 等）——仅转换为自然语言消息
• 后端行为细节（例如预设保存返回 data: true，但未实际持久化）——绝不提及“后端错误”或“静默失败”

3. 展示模板规范

所有输出都使用面向用户的术语。archetype 字段应翻译为对应的中文术语（狙击手、波段交易者等）——绝不显示原始英文枚举值。得分应显示为数字，而非公式。

错误代码

错误代码仅供内部查询——绝不向用户显示数字代码或内部名称。请将其转换为自然语言消息。

代码	内部名称	面向用户的消息
70001001	TRACKER_API_ERROR	查询失败，请稍后重试
70004001	TRACKER_LEADERBOARD_EMPTY	排行榜数据为空
70004002	TRACKER_ADDRESS_NOT_RANKED	地址未上榜（排名在前 250 名之外）

展示模板

排行榜条目：

{addressLabel} | PnL: {realizedPnl} ({realizedPnlPercent}%) | Win Rate: {winRate}% | Trades: {totalTxCnt} | Tokens: {totalTradedTokens}

地址分析评级：

📊 {addressLabel} Address Analysis

Rating: ⭐⭐⭐ (85/100)
Trading Style: Sniper
Behavior Patterns: High Frequency Small Amount, Nocturnal Active

Dimension Scores:
  Win Rate: 22/25 | Stability: 18/20 | Drawdown: 16/20
  Tags: 15/15 | PnL: 8/10 | Trackability: 6/10

AI Adjustment: +5 (consistent trading style, stable pattern)

CLI 完整参考

• references/cli.md — 所有命令及其参数表、返回字段表和示例
• references/scoring.md — 6 维评分模型、AI 叠加层和评级标准