Communitygithub.com

ウォレットポートフォリオ分析

EVMウォレットの資産配分を分析し、高リスクなプロトコルエクスポージャーを特定します。

ウォレットポートフォリオ分析 とは?

このスキルは、EVMウォレットの資産配分を詳細に分析し、DeFiプロトコルへのエクスポージャーに関連するリスクを評価するためのツールです。ユーザーはEVMアドレスを入力するだけで、ポートフォリオ全体の構成、各資産の割合、そして参加しているDeFiプロトコルのリスクレベルを把握できます。Zerion APIを使用してポートフォリオデータを取得し、DefiLlamaとRekt.newsからプロトコルのTVL、監査情報、セキュリティインシデントを収集します。リスクスコアは、監査の有無、最近のエクスプロイト、TVLの変動、プロトコルの年数など複数の要素を基に計算され、高リスク(🔴)、中リスク(🟡)、低リスク(🟢)の3段階で評価されます。出力はマークダウン形式のレポートとして生成され、サマリー、資産配分、トップポジション、DeFiリスク評価が含まれます。Claude CodeやClineなどのAIエージェントプラットフォーム上で動作し、ウォレットの健全性を迅速に評価するのに役立ちます。

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ウォレットポートフォリオ分析 は何をしますか?

目標: EVMウォレットの簡潔な資産配分分析とリスク評価を提供する。

入力

  • wallet_address (必須): EVMアドレス (0x...)

データソース

主要: Zerion API (zerion-portfolio.py)

# 全アセットを取得
python3 zerion-portfolio.py <アドレス>

# DeFiポジションのみを取得
python3 zerion-portfolio.py <アドレス> --only-defi

環境変数: ZERION_API_KEY を設定する必要があります。設定していない場合は、以下でAPIキーを取得してください: https://www.zerion.io/api

実行ワークフロー

ステップ 1: 入力検証

1. アドレス形式を確認: 0x + 40桁の16進文字
2. 形式が無効な場合: エラーメッセージを表示して終了

ステップ 2: ポートフォリオデータ取得

# Zerionポートフォリオスクリプトを実行
python3 skills/pubfi-wallet-portfolio-analysis/zerion-portfolio.py <アドレス>

エッジケースの処理:

  • 空のウォレット → 「空のウォレット」と報告
  • API障害 → エラーで終了、処理不可
  • 価値ゼロのポジション → スキップ

ステップ 3: アセットの分類

タイプごとにグループ化:
  ネイティブ: ETH, MATIC, BNB など
  ステーブルコイン: USDC, USDT, DAI, USDS
  DeFiポジション: protocol属性を持ち、position_type が 'wallet' 以外
  その他のトークン: 上記以外すべて

配分比率を計算するために、カテゴリごとの合計値を追跡

ステップ 4: DeFiプロトコルの特定

各DeFiポジションについて:
  1. attributes.protocol からプロトコル名を抽出
  2. ポジションタイプを特定 (レンディング/ステーキング/LPなど)
  3. ポジション価値とポートフォリオに占める割合を記録
  4. リスク評価のため、固有プロトコルのリストを作成

ステップ 5: リスク評価 (DeFiプロトコルのみ)

特定された各プロトコルについて:
  
  A. プロトコルデータの取得 (並列):
     - DefiLlama API: curl "https://api.llama.fi/protocol/{slug}"
     - TVL、チェーン、監査情報、カテゴリを抽出
  
  B. 最近のエクスプロイトを確認:
     - rekt.news でプロトコル名を検索
     - 過去90日間にフィルター
     - インシデントがあれば記録
  
  C. リスクスコアの計算:
     リスク = ベース + イベント + 監査 + TVLトレンド
     
     要因:
     - 監査なし: +5
     - 最近のエクスプロイト (90日以内): +5
     - TVLが30日で50%以上減少: +3
     - TVLが20-50%減少: +2
     - 新しいプロトコル (6ヶ月未満): +2
     - 単一監査: +1
     - 複数監査: -2
     - 実績あり (1年以上): -1
  
  D. リスクレベルの割り当て:
     - スコア > 7: 🔴 高リスク
     - スコア 4-7: 🟡 中リスク
     - スコア < 4: 🟢 低リスク
  
  E. エラーハンドリング:
     - DefiLlamaが失敗: TVLを「N/A」としてマーク、続行
     - Rekt.newsが利用不可: エクスプロイトを「不明」としてマーク

既知の安全なプロトコル (自動 🟢):
  - Aave V2/V3, Uniswap V2/V3, Compound V2/V3
  - Lido, Curve, MakerDAO/Sky

ステップ 6: レポート生成

以下の出力形式セクションに従い、構造化されたマークダウンレポートを出力します。


出力形式

1) サマリー

ポートフォリオ: 0x...
総価値: $X,XXX USD
チェーン: Ethereum, Arbitrum, Base

2) 資産配分

資産内訳:
• ネイティブ: $XXX (XX%)
• ステーブルコイン: $XXX (XX%)
• DeFiポジション: $XXX (XX%)
• その他のトークン: $XXX (XX%)

3) トップポジション

価値順にソートされた全ポジションを表形式で表示:

プロトコル/ウォレット | ポジションタイプ | 価値 | ポートフォリオ比率
----------------|---------------|-------|------------
ウォレット資産   | ウォレット        | $XXX  | XX%
プロトコルA      | レンディング       | $XXX  | XX%
プロトコルB      | LP            | $XXX  | XX%

4) 主要保有資産 (ポートフォリオの2%超)

表形式:

チェーン | アセット | タイプ | 数量 | 価値 | ポートフォリオ比率
------|-------|------|--------|-------|------------

5) DeFiエクスポージャー

🟡 中リスクまたは 🔴 高リスクのプロトコルのみ (🟢 低リスクはスキップ):

プロトコル名 (チェーン)
• ポジション価値: $XXX (ポートフォリオのXX%)
• ポジションタイプ: レンディング/ステーキング/LPなど
• リスク: 🟡/🔴
• TVL: $XXX (DefiLlama)
• 監査: あり/なし (監査人名)
• 最近の問題: なし / [説明]

すべてのプロトコルが低リスクの場合、「すべてのDeFiポジションは低リスクプロトコルです (🟢)」と出力。

6) リスクサマリー

高優先度:

  • 🔴 高リスクポジションと推奨アクションを列挙

中優先度:

  • 🟡 中リスクポジションと考慮事項を列挙

全体評価:

  • 1段落のサマリー
  • リスクスコア: 低/中/高

7) データソース

  • Zerion API: ポートフォリオデータ (タイムスタンプ)
  • DefiLlama: プロトコルTVLと情報
  • Rekt.news: セキュリティインシデント
  • [その他使用したソース]

品質基準

簡潔さ:

  • レポート全体: 200~400語 (表を除く)
  • 実用的な洞察のみに焦点を当てる
  • 無駄な文や一般的な記述は避ける

正確性:

  • すべてのデータにタイムスタンプを付与
  • すべての値は実際のAPI呼び出しに基づく
  • リスク評価は具体的な証拠を引用

有用性:

  • ポートフォリオの5%超のポジションを強調
  • 高リスクエクスポージャーは即座にフラグ
  • 必要に応じて明確な次のアクションを提示

更新頻度

  • リスクデータベース: rekt.newsで毎月更新
  • 既知のプロトコル: 主要な新プロトコルのローンチ時に更新
  • 監査ステータス: 四半期ごとに確認

最終更新日: 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.

関連スキル