Communitygithub.com

Analyse de Portefeuille Wallet (EVM)

Analyse la répartition des actifs d'un portefeuille EVM et identifie les expositions à haut risque dans les protocoles DeFi.

Qu'est-ce que Analyse de Portefeuille Wallet (EVM) ?

Cette compétence analyse de manière approfondie un portefeuille EVM donné. Elle utilise d'abord l'API Zerion pour récupérer tous les actifs et positions DeFi du portefeuille. Ensuite, elle catégorise ces actifs (natifs, stablecoins, positions DeFi, autres tokens) et calcule leur répartition en pourcentage. Pour chaque protocole DeFi identifié, elle effectue une évaluation des risques en consultant DefiLlama (TVL, audits, chaînes) et rekt.news (incidents récents). Un score de risque est calculé selon plusieurs critères (absence d'audit, exploitation récente, baisse de TVL, ancienneté du protocole). Enfin, elle génère un rapport structuré en Markdown listant la distribution des actifs, les positions principales, les avoirs importants (>2%), l'exposition DeFi avec le niveau de risque (vert/jaune/rouge), un résumé des risques et les sources de données. La compétence est utile pour les utilisateurs de Claude Code, Cursor, Codex et autres agents AI qui souhaitent auditer rapidement un portefeuille EVM et identifier les protocoles risqués avant d'investir ou de réallouer des fonds.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/analysis/pubfi-wallet-portfolio-analysis

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Analyse de Portefeuille Wallet

Objectif : Fournir une analyse concise de la répartition des actifs et une évaluation des risques pour les portefeuilles EVM.

Entrées

  • wallet_address (obligatoire) : Adresse EVM (0x...)

Source de Données

Principale : API Zerion via zerion-portfolio.py

# Obtenir tous les actifs
python3 zerion-portfolio.py <address>

# Obtenir uniquement les positions DeFi
python3 zerion-portfolio.py <address> --only-defi

Environnement : ZERION_API_KEY doit être défini. Sinon, obtenez votre clé API sur : https://www.zerion.io/api

Flux d'Exécution

Étape 1 : Validation de l'Entrée

1. Vérifier le format de l'adresse : 0x + 40 caractères hexadécimaux
2. Si format invalide : Quitter avec un message d'erreur

Étape 2 : Récupération des Données du Portefeuille

# Exécuter le script Zerion
python3 skills/pubfi-wallet-portfolio-analysis/zerion-portfolio.py <address>

Gérer les cas particuliers :

  • Portefeuille vide → Signaler « Portefeuille vide »
  • Échec de l'API → Quitter avec erreur, impossible de continuer
  • Positions de valeur nulle → Ignorer

Étape 3 : Catégorisation des Actifs

Regrouper par type :
  Natifs : ETH, MATIC, BNB, etc.
  Stablecoins : USDC, USDT, DAI, USDS
  Positions DeFi : Possède un attribut protocole + position_type != 'wallet'
  Autres Tokens : Tout le reste

Suivre la valeur totale par catégorie pour les pourcentages de répartition

Étape 4 : Identification des Protocoles DeFi

Pour chaque position DeFi :
  1. Extraire le nom du protocole depuis attributes.protocol
  2. Identifier le type de position (Prêt/Staking/LP/etc.)
  3. Enregistrer la valeur de la position et le pourcentage du portefeuille
  4. Créer une liste de protocoles uniques pour l'évaluation des risques

Étape 5 : Évaluation des Risques (Protocoles DeFi Uniquement)

Pour chaque protocole identifié :
  
  A. Récupérer les Données du Protocole (en parallèle) :
     - API DefiLlama : curl "https://api.llama.fi/protocol/{slug}"
     - Extraire la TVL, les chaînes, les informations d'audit, la catégorie
  
  B. Vérifier les Exploits Récents :
     - Rechercher le nom du protocole sur rekt.news
     - Filtrer les 90 derniers jours
     - Enregistrer tout incident
  
  C. Calculer le Score de Risque :
     Risque = Base + Événements + Audit + Tendance TVL
     
     Facteurs :
     - Pas d'audit : +5
     - Exploit récent (90 jours) : +5
     - Baisse de TVL >50% (30 jours) : +3
     - Baisse de TVL 20-50% : +2
     - Nouveau protocole (<6 mois) : +2
     - Audit unique : +1
     - Audits multiples : -2
     - Éprouvé (>1 an) : -1
  
  D. Attribuer le Niveau de Risque :
     - Score > 7 : 🔴 Risque Élevé
     - Score 4-7 : 🟡 Risque Moyen
     - Score < 4 : 🟢 Risque Faible
  
  E. Gestion des Erreurs :
     - DefiLlama échoue : Marquer TVL comme « N/A », continuer
     - Rekt.news indisponible : Marquer les exploits comme « Inconnu »

Protocoles Connus Sûrs (auto 🟢) :
  - Aave V2/V3, Uniswap V2/V3, Compound V2/V3
  - Lido, Curve, MakerDAO/Sky

Étape 6 : Génération du Rapport

Produire un rapport structuré en Markdown en suivant la section Format de Sortie ci-dessous.


Format de Sortie

1) Résumé

Portefeuille : 0x...
Valeur Totale : $X XXX USD
Chaînes : Ethereum, Arbitrum, Base

2) Répartition des Actifs

Répartition des Actifs :
• Natifs : $XXX (XX%)
• Stablecoins : $XXX (XX%)
• Positions DeFi : $XXX (XX%)
• Autres Tokens : $XXX (XX%)

3) Positions Principales

Tableau affichant toutes les positions triées par valeur :

Protocole/Wallet | Type de Position | Valeur | % Portefeuille
----------------|------------------|--------|---------------
Wallet Assets   | Wallet           | $XXX   | XX%
Protocole A     | Prêt             | $XXX   | XX%
Protocole B     | LP               | $XXX   | XX%

4) Principaux Avoirs (>2% du portefeuille)

Tableau :

Chaîne | Actif | Type | Montant | Valeur | % Portefeuille
-------|-------|------|---------|--------|---------------

5) Exposition DeFi

Pour chaque protocole avec risque 🟡 Moyen ou 🔴 Élevé uniquement (sauter 🟢 Risque Faible) :

Nom du Protocole (Chaîne)
• Valeur de la Position : $XXX (XX% du portefeuille)
• Type de Position : Prêt/Staking/LP/etc.
• Risque : 🟡/🔴
• TVL : $XXX (DefiLlama)
• Audit : Oui/Non (noms des auditeurs)
• Problèmes Récents : Aucun / [décrire]

Si tous les protocoles sont à faible risque, afficher : « Toutes les positions DeFi sont dans des protocoles à faible risque (🟢) »

6) Résumé des Risques

Haute Priorité :

  • Lister les positions à risque 🔴 élevé avec les actions recommandées

Priorité Moyenne :

  • Lister les positions à risque 🟡 moyen avec les considérations

Évaluation Globale :

  • Un paragraphe de résumé
  • Score de risque : Faible/Moyen/Élevé

7) Sources de Données

  • API Zerion : Données du portefeuille (horodatage)
  • DefiLlama : TVL et informations des protocoles
  • Rekt.news : Incidents de sécurité
  • [Autres sources utilisées]

Normes de Qualité

Concision :

  • Rapport total : 200-400 mots (hors tableaux)
  • Se concentrer uniquement sur les informations exploitables
  • Pas de remplissage ni de déclarations génériques

Précision :

  • Toutes les données doivent avoir un horodatage
  • Toutes les valeurs doivent provenir d'appels API réels
  • Les évaluations de risque doivent citer des preuves spécifiques

Utilité :

  • Mettre en évidence les positions >5% du portefeuille
  • Signaler immédiatement toute exposition à haut risque
  • Fournir des actions claires si nécessaire

Fréquence de Mise à Jour

  • Base de données des risques : Mise à jour mensuelle avec rekt.news
  • Protocoles connus : Mise à jour lors du lancement de nouveaux protocoles majeurs
  • Statut des audits : Vérification trimestrielle

Dernière mise à jour : 2026-02-05

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Skills associés