什么是 Research Token？

Research Token 技能是为 Openclaw Skills 生态系统设计的尖端工具，使 AI 代理能够对去中心化金融资产进行深度的技术研究。它专门针对 Uniswap 协议，为开发者和交易者提供代币流动性深度、成交量趋势以及多链分布情况的清晰视图。通过综合复杂的链上数据，它将原始资金池信息转化为具有操作价值的交易情报。

该技能对于在 Openclaw Skills 框架内构建自动交易机器人、研究助手或投资组合管理工具的任何人来说都至关重要。它不仅限于简单的价格检查，还通过分析市场影响、资金池碎片化和集中度风险，确保代理能够基于可观察的协议指标提供高保真的财务见解。

下载入口:https://github.com/openclaw/skills/tree/main/skills/wpank/research-token

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

Research Token 应用场景

• 在执行大额交易前，评估 UNI 或 PEPE 等代币的流动性深度。
• 进行自动尽职调查，以识别新上线代币的高风险资金池集中情况。
• 分析包括 Ethereum、Arbitrum 和 Polygon 在内的多条链上的成交量趋势。
• 确定在价格影响最小的情况下，特定资产可能的最大交易规模。

1. 代理接收包含代币名称、符号或合约地址的用户请求。
2. 从提示词中提取特定链或特定分析重点（流动性、成交量或风险）等参数。
3. 该技能将核心处理委托给 Openclaw Skills 架构内专门的 token-analyst 子代理。
4. 子代理对 Uniswap 资金池进行全面扫描，以汇总 TVL 和成交量数据。
5. 生成结构化报告，重点说明流动性碎片化、换手率和分级风险因素。

Research Token 配置指南

要在您的环境中部署此技能，请确保已配置 Openclaw Skills 运行时并启用了 token-analyst 子代理。您可以通过 CLI 发起研究任务：

# 为特定资产触发代币研究任务
openclaw-agent run research-token --token "UNI" --chain "ethereum"

确保您的模型配置在清单的允许工具部分包含 Task(subagent_type:token-analyst)。

Research Token 数据架构与分类体系

该技能生成一份包含代币市场健康状况详细元数据的结构化报告。数据组织为以下类别：

name: research-token
description: Research a token's Uniswap liquidity, volume profile, pool distribution, and risk factors. Use when the user asks about a token's tradability, liquidity depth, or wants due diligence.
model: opus
allowed-tools: [Task(subagent_type:token-analyst)]

Research Token

Overview

Performs comprehensive due diligence on a token from a Uniswap protocol perspective. Delegates to the token-analyst agent to analyze liquidity across all pools, volume trends, and risk factors.

When to Use

Activate when the user asks:

• "Research UNI token"
• "Is there enough liquidity for X?"
• "Token analysis for PEPE"
• "Due diligence on this token"
• "What pools trade X?"
• "How liquid is X on Uniswap?"
• "Is X safe to trade?"

Parameters

Workflow

1. Extract parameters from the user's request: identify the token and any chain/focus filters.

2. Delegate to token-analyst: Invoke Task(subagent_type:token-analyst) with the token identifier. The agent resolves the token, discovers all pools, analyzes liquidity and volume, and produces a risk assessment.

3. Present results: Format the token-analyst's report into a user-friendly summary.

Output Format

Token Research: UNI (Uniswap)

  Address:  0x1f9840a85d5aF5bf1D1762F925BDADdC4201F984
  Chains:   Ethereum, Arbitrum, Optimism, Polygon, Base
  Pools:    24 active pools across all chains

  Liquidity:
    Total TVL:   $85M across all pools
    Best pool:   WETH/UNI 0.3% (49.4% of liquidity)
    Depth (1%):  $2.5M trade size
    Fragmentation: Moderate

  Volume:
    24h: $15M | 7d: $95M | 30d: $380M
    Trend: Stable
    Turnover: 0.18x daily

  Risk Factors:
    - Moderate pool concentration (49.4% in one pool) — LOW severity

  Trading: Suitable for trades up to $2.5M with < 1% price impact

Important Notes

• Delegates entirely to token-analyst — no direct MCP tool calls.
• The analysis is from a Uniswap protocol perspective only — not a general investment analysis.
• Risk factors are based on observable on-chain metrics, not price predictions.

Error Handling