关于 ct-alpha
ct-alpha 是面向加密研究的命令行技能,用于搜索 X/Twitter 上的讨论、筛选信号并提取代币信息。它通过 TweetRank、协同行动检测和成本追踪辅助研究,同时将合约地址标为未经验证。
主要功能
- 01按相关性、可信度和时效评估推文
- 02从多种信号提取代币和合约地址
- 03检测低可信账号集中推广的代币
- 04发现趋势并监控分类关注列表
- 05读取长文并获取完整对话串
- 06缓存查询并追踪 API 支出
适用场景
- 01研究特定代币或加密叙事
- 02筛查热门代币的协同推广风险
- 03跟踪关注账号并查看推文串
- 04监控搜索用量和 API 成本
MCP 相关
这是供 Agent 使用的命令行研究技能,不是 MCP 服务。研究完成后可根据环境中可用的 MCP 工具建议后续核验步骤。
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ sendaifun/ skills --skill ct-alpha安装后在 Claude Code 中输入/ct-alpha确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
ct-search.tsinstall.tssetup.tsdata/known-tokens.jsonwatchlist.default.jsonexamples/basic-search.tslib/api.tscache.tscost.tsextract.tsfilters.tsformat.tstweetrank.tsresources/query-templates.mdtool-discovery.mdx-api.md详细介绍
CT Alpha — 加密货币 Twitter 情报
将 X/Twitter 转化为可执行的加密货币情报层。在 CT 上搜索叙事、Alpha、策略和情绪,然后使用 TweetRank(一种受 PageRank 启发的可信度评分系统)对结果排序,从多个信号中提取代币/CA,检测协同 Raid,并利用可用工具建议执行步骤。
概览
- 搜索:使用针对加密货币优化的噪声过滤和相关性排序查询 CT
- TweetRank:根据作者可信度、互动质量和时效性为推文评分
- 多信号代币检测:Cashtag、名称短语、加密货币 URL、合约地址
- Raid 检测:标记主要由低可信度账号推广的代币代码
- 趋势:通过多个搜索查询检测趋势代币
- 关注列表:按类别监控可信的 CT 账号
- 线程补全:获取完整的对话线程
- X Articles:提取长文帖子的全文(>280 个字符)
- 成本跟踪:跟踪每个会话的 API 支出(约 $0.005/条推文)
- 动态工具发现:使用 DeFi Llama、Backpack、Polymarket 等建议后续操作
前置条件
- 运行时:Bun(TypeScript 运行时)
- API 令牌:从 developer.x.com 获取 X API Bearer Token(通过 xAI 按使用量付费)
- 成本:每读取一条推文约 $0.005,每次快速搜索约 $0.10(20 条推文)
快速开始
安装
# Clone the skill
git clone https://github.com/yashhsm/skills.git
cd skills/skills/ct-alpha
# Run the installer (configures token, watchlist, cache)
bun run install.ts
环境设置
# Set your X API Bearer Token
export X_BEARER_TOKEN="your_token_here"
# Or save to persistent env file
mkdir -p ~/.config/env
echo 'export X_BEARER_TOKEN="your_token_here"' >> ~/.config/env/global.env
source ~/.config/env/global.env
基本用法
# Search for alpha on a token
bun run ct-search.ts search "$SOL alpha" --quick
# Detect trending tokens
bun run ct-search.ts trending --window 6h --solana-only
# Monitor watchlist accounts
bun run ct-search.ts watchlist --since 24h
# Read a specific tweet or article
bun run ct-search.ts read https://x.com/user/status/123456
# Check API spending
bun run ct-search.ts cost
CLI 参考
search — 核心研究命令
bun run ct-search.ts search "<query>" [flags]
| 标志 | 说明 | 默认值 |
|---|---|---|
--quick | 20 条推文,缓存 1 小时,约 $0.10 | 默认模式 |
--full | 最多 100 条推文,缓存 15 分钟,约 $0.50 | 先确认成本 |
--limit N | 推文总数上限 | 20(快速),100(完整) |
--sort <field> | likes、recency、relevancy | relevancy |
--since <duration> | 1h、6h、24h、7d | 24h |
--min-likes N | 互动过滤条件 | 3(快速) |
--from user1,user2 | 限定为指定账号 | — |
--extract-tickers | 显示提取的代币代码 | — |
--extract-cas | 显示合约地址和加密货币 URL | — |
--raw | JSON 输出 | — |
trending — 多信号趋势检测
bun run ct-search.ts trending [flags]
| 标志 | 说明 | 默认值 |
|---|---|---|
--window <duration> | 1h、6h、24h | 6h |
--min-mentions N | 最低提及次数 | 3 |
--solana-only | 仅限 Solana 生态 | — |
--top N | 前 N 条结果 | 20 |
watchlist — 监控 CT 账号
bun run ct-search.ts watchlist [flags]
| 标志 | 说明 | 默认值 |
|---|---|---|
--category <cat> | 按类别筛选 | 全部 |
--since <duration> | 时间范围 | 24h |
read — 读取特定推文/文章
bun run ct-search.ts read <tweet_url_or_id> [--thread] [--raw]
接受 x.com URL、twitter.com URL 或原始推文 ID。文章(长文帖子)将获取全文。
thread — 补全对话线程
bun run ct-search.ts thread <tweet_id>
cost — 跟踪 API 支出
bun run ct-search.ts cost [--reset]
核心功能
TweetRank 评分
每条推文都根据三个因素相乘得出分数:
- 作者可信度(0-10):在关注列表中(+5)、关注者/关注对象比例(最高 +5)、已验证(+1)、账号年龄(对数刻度,最高 +2)、机器人惩罚(-3)
- 互动质量:书签(×3,无法造假)> 引用(×2.5,投入度高)> 点赞(×1.5)> 转发(×1,容易刷量)。均采用对数刻度。
- 时效性加成:
1 / (1 + hoursAgo / 24)— 越新的推文得分越高。
TweetRank = AuthorCred × EngagementQuality × RecencyBoost
每条推文都会收到一个来源标签:
[WATCHLIST]— 作者在你的关注列表中(信任度最高)[HIGH-CRED]— 作者可信度 ≥ 5[UNKNOWN]— 未验证的作者[SUSPICIOUS]— 检测到类似机器人的模式
多信号代币检测
仅检测 Cashtag 会遗漏代币在 CT 上的实际传播方式。此功能会从四种信号类型中提取信息:
| 信号 | 示例 | 可信度 |
|---|---|---|
| Cashtag | $SOL、$JTO | 高 |
| 名称短语 | “pendle” + 加密货币语境 | 高/中 |
| 加密货币 URL | pump.fun、dexscreener、birdeye、jup.ag | 高 |
| 合约地址 | Base58(Solana)/ 0x(Ethereum),且包含相关语境 | 高/低 |
支持的加密货币 URL 域名:pump.fun、dexscreener.com、birdeye.so、jup.ag、raydium.io、solscan.io、etherscan.io。
Raid 检测
通过分析每个代币代码的作者可信度分布,检测协同拉盘活动:
- 如果提及某个代币代码的作者中,低可信度作者(AuthorCred < 3)占比超过 70%,则将其标记为潜在 Raid
- 输出包含 Raid 分数以及作者总数和低可信度作者数
噪声过滤
每次搜索都会自动追加加密货币噪声过滤器:
-is:retweet(移除转推)-"airdrop"、-"giveaway"、-"whitelist"(移除垃圾信息)-"follow and RT"、-"follow & RT"、-"free mint"、-"dm to claim"(移除诱导互动内容)- 快速模式还会添加
-is:reply
缓存
积极使用缓存,避免重复 API 调用:
| 缓存类型 | TTL | 使用场景 |
|---|---|---|
| 快速搜索 | 1 小时 | 默认搜索 |
| 完整搜索 | 15 分钟 | 深入调查 |
| 话题串 | 2 小时 | 对话话题串 |
| 个人资料 | 24 小时 | 用户查询 |
| 监控列表 | 4 小时 | 账号监控 |
缓存基于文件(JSON),并会在启动时自动清理过期项(硬性上限为 24 小时)。
研究方法
每次研究请求都遵循以下 6 步循环:
1. 拆解
将用户的问题拆分为 1–3 个有针对性的搜索查询。
- 代币研究:同时搜索
$TICKER和普通名称,并使用 OR - 叙事研究:搜索主题关键词,而不只是代币名称
- 策略研究:加入策略/收益/APY 关键词
2. 预筛选
发起任何 API 调用前:
- 检查缓存(TTL 内的相同查询无需付费)
- 噪声过滤器会自动应用
- 估算成本:快速模式约 $0.10,完整模式约 $0.50–1.50
- 缩小时间范围:趋势分析用 24 小时,研究用 7 天
3. 搜索
始终先使用 --quick 模式执行:
bun run ct-search.ts search "$TOKEN alpha" --quick --extract-tickers
4. 提取
分析 TweetRank 分数和信任标签。查找提取出的代币代码、合约地址和加密货币 URL。
5. 深入调查(如有需要)
- 跟进高互动话题串:
bun run ct-search.ts thread <id> - 搜索特定作者:
--from author1,author2 - 只有在快速搜索结果不充分时才使用
--full扩展搜索
6. 综合
将发现汇总为可执行的情报:
- 按主题分组,而不是按查询分组
- 突出显示多信号检测结果强烈的代币代码
- 标记 Raid 风险
- 建议验证和执行步骤
查询字符串规则
查询参数支持 X API v2 运算符:
| 运算符 | 示例 | 说明 |
|---|---|---|
| keyword | solana alpha | 同时包含两个词 |
"exact" | "yield strategy" | 精确短语 |
OR | $SOL OR solana | 任一词项 |
- | -airdrop | 排除词项 |
from: | from:username | 用户发布的推文 |
has:links | has:links | 包含 URL 的推文 |
lang: | lang:en | 语言筛选 |
$ | $SOL | Cashtag |
不要使用以下 v1.1 运算符(它们会在 v2 按次付费模式下导致 400 错误):
min_faves:N、min_retweets:N— 请改用--min-likesCLI 标志place:、bio:、sample:— v2 不支持
不要在查询中手动添加噪声过滤器 — CLI 会自动追加这些过滤器。
动态工具发现
完成研究后,使用可用的 MCP 工具建议执行步骤:
| 工具前缀 | 用例 | 示例 |
|---|---|---|
mcp__defillama__* | TVL、收益率、费用、价格 | get_protocol_tvl("pendle") |
mcp__backpack__* | 交易所价格、深度、交易 | backpack_get_ticker("SOL_USDC") |
mcp__polymarket__* | 预测市场 | search_polymarket("solana ETF") |
mcp__coingecko__* | 代币数据、市场图表 | get_id_coins("solana") |
始终将建议表述为“核实”,而非“确认”——鼓励对 CT alpha 保持怀疑。
费用规范
- 始终先使用
--quick(20 条推文约 $0.10)。按相关性排序 = 最相关的结果优先显示。 - 只有在确实不够 20 条结果时,才增加
--limit。 - 使用
--full模式前,先显示费用估算。 - 缓存策略较激进——TTL 内相同查询免费。
- 两轮策略:先搜索 20 条结果。如果需要深入某个子主题,进行有针对性的后续搜索,而不要用更高的限制重新运行。
最佳实践
- 从具体范围开始,仅在需要时扩大:先使用具体的代码和上下文词
- 使用
--from获取信号:限制为关注名单中的账号,以获得最高信噪比 - 使用
has:links获取实质内容:分析性内容,而非热门观点 - 绝不将 CT 发现作为权威结论:始终注明置信度等级和风险要点
- 合约地址始终未经核实:交互前务必在链上核实
- 两轮研究:先快速搜索,再有针对性地深入调查
- 跟踪支出:使用
cost命令监控 API 用量
安全注意事项
- X Bearer Token 存储在
~/.config/env/global.env中——确保文件权限设置正确 - 切勿将令牌提交到版本控制系统
- 从推文中提取的合约地址始终未经核实——务必在链上核实
- 关注名单数据仅存储在本地(不会同步或共享)
- 缓存文件包含推文数据——敏感研究时可考虑清理
技能结构
ct-alpha/
├── SKILL.md # This file — agent instructions
├── ct-search.ts # Main CLI entry point
├── setup.ts # Interactive setup script
├── install.ts # Full installer
├── lib/
│ ├── api.ts # X API v2 integration, pagination, caching
│ ├── extract.ts # Multi-signal token extraction
│ ├── tweetrank.ts # TweetRank scoring and raid detection
│ ├── format.ts # Output formatting with trust labels
│ ├── cache.ts # File-based caching layer
│ ├── cost.ts # API cost tracking
│ └── filters.ts # Noise filtering, engagement filtering
├── resources/
│ ├── x-api.md # X API v2 reference
│ ├── query-templates.md # Pre-built search patterns
│ └── tool-discovery.md # Dynamic tool suggestion map
├── data/
│ ├── known-tokens.json # Token name → ticker mappings
│ └── watchlist.default.json # Default watchlist categories
└── examples/
└── basic-search.ts # Quick start example