Glassnode CLI 現可與 AI 代理配合進行快速加密貨幣研究

Peter Zhang 2026年4月1日 13:13

Glassnode 展示了 AI 編碼代理如何使用其 CLI 工具在幾分鐘內將自然語言提示轉換為完整的鏈上分析。

Glassnode 發布了一個工作流程，展示交易者如何將 AI 編碼代理與其命令列介面結合，以自動化鏈上研究——在幾分鐘內將簡單的英文問題轉換為統計分析和圖表。

這家區塊鏈分析公司於4月1日展示了這一方法，並逐步說明一個真實範例：測試極端的 BTC 交易所流入量是否能預測短期價格回檔。整個分析——從資料檢索到視覺化——僅需要兩個自然語言提示。

實際運作方式

該工作流程依賴於 Glassnode 的 CLI 工具，該工具讓 Claude Code、ChatGPT 的 Codex 或 Cursor 等 AI 代理能夠自主發現可用指標、獲取資料，並執行 Python 分析，而無需手動配置 API。

在 Glassnode 的演示中，使用者提交了這樣的提示：「下載過去一年的 BTC 每日交易所流入量和收盤價。分析流入量激增是否能預測接下來7天的回檔。」

然後 AI 代理在幕後處理一切——執行 gn metric list 以找到正確的資料路徑，下載交易所流入量和價格資料的 CSV 檔案，編寫統計分析程式碼，並返回格式化的結果。

測試發現

樣本分析標記了10個「激增日」，其中 BTC 交易所流入量超過平均值兩個標準差。與正常時期相比，這些日子在接下來一週內的回檔幅度增加了約1.9個百分點。

Glassnode 迅速指出了局限性。由於僅有10個集中在兩個波動視窗內的激增事件，該訊號「具有提示性而非統計上穩健」。適當的回測需要控制波動率機制、避免重疊的測量視窗，並進行樣本外驗證。

不過，重點不在於證明假設——而是展示交易者能多快地測試想法。

實際應用

該公司為探索該工作流程的使用者建議了幾個入門提示：

• 「下載過去6個月的 ETH 質押存款並繪製趨勢圖」
• 「比較過去90天內 BTC 和 ETH 的交易所淨流量」
• 「找出與 BTC 30天回報率相關性最高的指標」

這是 Glassnode 更廣泛推動鏈上資料更易於存取的一部分。該公司在3月17日，即兩週前發布了一份關於使用其平台建立加密貨幣研究策略的指南。

存取要求

對於散戶使用者有一個限制：CLI 需要僅向 Glassnode Professional 訂閱者提供的 API 金鑰。該工具透過可選的技能配置支援與大多數主要 AI 編碼助手整合。

不過，對於已經為 Glassnode 存取付費的機構交易台和認真的研究人員來說，該工作流程可以顯著縮短從假設到初步結果之間的時間——特別是在投入完整回測之前篩選想法時。

• glassnode
• ai
• 鏈上分析
• bitcoin
• 加密貨幣研究