risque-de-peg — Passerelle de sécurité pour le collatéral et le listage
Cette compétence répond à une question avant que vous n'expédiiez : cet actif à ancrage est-il sûr à intégrer maintenant, et quels paramètres doivent le régir ? C'est une passerelle de sécurité pré-intégration — pas un tableau de bord de surveillance. La sortie est un bloc RISK-PARAMS prêt à coller (classe d'actif, seuils d'avertissement/refus/liquidation en points de base, limite d'obsolescence de l'oracle, sensibilité directionnelle) que vous pouvez insérer directement dans la configuration d'un protocole de prêt, la logique de listage ou les gardes de routage. La méthodologie est dérivée d'un framework d'évaluation du risque de dépeg sous licence MIT (github.com/lrafasouza/pegana-replay) qui tourne en production sur le mainnet Solana depuis le 2026-05-29.
Pourquoi ceci n'est pas identique aux outils adjacents
| Autres compétences/outils | Cette compétence |
|---|---|
| Compétences Pyth / Switchboard — donnent un prix | Juge si ce prix a dévié du peg par rapport à la valeur intrinsèque |
| Scanners de réputation de jeton / anti-rug — mint, honeypot, sécurité des détenteurs | Juge le risque du mécanisme d'ancrage de l'actif (écart marché-intrinsèque, NAV/CR) |
| jupiter-lend / kamino — santé LTV/liquidation d'un emprunteur | Juge l'intégrité du peg de l'actif de collatéral lui-même avant de l'accepter |
Procédure opérationnelle
| Ce dont vous avez besoin | Allez vers |
|---|---|
| Comprendre les 5 états et les seuils par classe | etats-peg.md |
| Comprendre pourquoi les vérifications naïves de dépeg mentent (et les 5 gardes réelles) | modes-échec.md |
| Obtenir les prix intrinsèques et de marché pour une classe d'actif spécifique | calcul-écart.md |
| Exécuter la passerelle complète et produire un verdict RISK-PARAMS | évaluer.md |
| Liens vers les API, source de la méthodologie, pointeur d'opérationnalisation | ressources.md |
Divulgation progressive
etats-peg.md— 8 classes d'actifs, 5 états, tableaux de seuils par classe (bps + chemin CR), constantes, et comment recalibrer les valeurs par défaut par actif.modes-échec.md— Les 5 façons dont une vérification naïve de dépeg ment, avec la garde pour chacune et l'incident réel sur mainnet qui l'a prouvée.calcul-écart.md— Comment calculer leintrinsèqueet lemarchépour chaque classe à l'aide des API 2026 (Pyth Hermes, Jupiter, Helius DAS, Sanctum, @solana/kit). Inclut des adaptateurs exécutables de niveau 1 et des recettes de lecture on-chain de niveau 2.évaluer.md— Le workflow de la passerelle : classer l'actif → tirer l'écart → exécuter le classifieur → émettre le VERDICT + le bloc RISK-PARAMS prêt à coller. Inclut un exemple complet avec jitoSOL.ressources.md— Liens canoniques vers la source de la méthodologie, Pyth, Helius, Jupiter, Sanctum, Switchboard, plus un pointeur en 3 lignes pour "exécuter ceci en continu".
Commande et agent
- Commande :
/peg-assess <adresse_du_mint>— exécute la passerelle de bout en bout pour une adresse de mint donnée. - Agent :
peg-risk-analyst(modèle : opus) — effectue le workflow de classification complet.
Cette compétence est en lecture seule. Toutes les interactions on-chain sont des lectures. La compétence ne signe jamais de transactions, n'envoie jamais de fonds et ne demande jamais de clé privée. Utilisez toujours votre propre
HELIUS_API_KEY; la clé fournie dans le kit renvoie une erreur 401. Les seuils dans cette compétence sont des valeurs par défaut dérivées de données de production — traitez-les comme des points de départ et recalibrez-les par actif.