warden-desk

Warden Desk est un projet Python open source qui agit comme une couche de décision, et non comme un bot de trading, pour évaluer le risque on-chain des jetons de launchpad Solana. Il s'articule autour de huit agents qui partagent une interface commune et lisent tous les seuils depuis un unique fichier rules.json. Sept agents correspondent à des règles explicites : GRAVEYARD recherche les jetons morts sur une bonding curve vide, MIDWIFE détecte les vagues de tickers manufacturées, COLLECTOR évite les clones et les originaux déjà déplacés, CLOCK impose un verrou de détention minimal, TOLL refuse les entrées lorsque les frais dépassent le profit, LADDER interdit le renforcement à la baisse et n'autorise les ajouts que sur les positions gagnantes, et UNDERTAKER expire les trades après un minuteur de thèse. Le huitième agent, WARDEN, exécute les sept vérifications puis pose une question finale de liquidité : si j'achète ceci, qui me l'achètera ? Le projet est livré avec un instantané SQLite hors ligne d'un flux public de lancements Solana et un ensemble de candidats collectés, de sorte qu'un clone frais peut exécuter tout le pipeline sans accès réseau, clés API, portefeuilles ni signature de transaction. Les commandes peuvent afficher les règles, inspecter l'index fourni, exécuter le desk complet ou invoquer des agents individuels avec des paramètres en ligne de commande. Les verdicts sont écrits dans refusals.jsonl et peuvent être exportés en CSV, avec les adresses de contrat jointes afin que des observateurs ultérieurs puissent comparer les refus aux performances réelles des jetons. Les codes de sortie permettent de composer le desk comme couche de veto devant des systèmes d'exécution séparés. Le README est explicite sur les limites : il n'exécute pas de transactions, ne gère pas de clés et ne formule aucune affirmation de performance ; les données de détenteurs nécessitent un point de terminaison Solana RPC fourni par l'utilisateur et les données inconnues échouent en mode fermé sous forme de refus ; l'index fourni est historique plutôt que live ; et le taux de refus élevé est présenté comme une propriété mesurée des filtres plutôt qu'un chiffre marketing ajusté. Le développement inclut des tests hors ligne, du linting, la validation de schéma et des vérifications CI sur plusieurs versions de Python.