Chaque investisseur en crypto finit par poser la même question douloureuse :
« L'équipe a-t-elle déjà vendu avant que j'achète ? »
Dans de nombreux cas, au moment où les investisseurs particuliers réalisent que quelque chose ne va pas, les dégâts sont déjà faits. La liquidité disparaît, les premiers portefeuilles commencent à sortir, et ce qui semblait être un projet prometteur se transforme rapidement en liquidité de sortie pour les initiés.
Un des plus grands défis dans l'écosystème Web3 est que ces signaux existent souvent sur la chaîne longtemps avant que le crash ne se produise, mais ils sont éparpillés sur plusieurs sources de données, la sécurité des contrats, la distribution des détenteurs, l'activité des fonds intelligents, le battage médiatique social et le comportement des portefeuilles des créateurs.
Individuellement, ces signaux peuvent être difficiles à interpréter.
Mais lorsqu'ils sont combinés, ils peuvent révéler une image beaucoup plus claire.
En tant que mon entrée pour l'événement Binance OpenClaw AI Agents, j'ai construit RugRadar, un outil d'analyse on-chain alimenté par l'IA conçu pour détecter d'éventuelles ventes d'initiés avant que les investisseurs de détail ne le remarquent.
Au lieu de vérifier manuellement des dizaines de tableaux de bord, RugRadar consolide ces signaux en un pipeline d'analyse structuré en 5 étapes, aidant les utilisateurs à évaluer rapidement si un projet montre des signes de croissance saine ou un comportement de rug potentiel.
Dans les sections suivantes, je vais expliquer comment fonctionne RugRadar et décrire les cinq couches d'investigation qui alimentent son modèle de détection.
Étape 𝟏 )- 𝐀𝐮𝐝𝐢𝐭 𝐝𝐞 𝐥𝐚 𝐒𝐞𝐜𝐮𝐫𝐢𝐭𝐞 𝐝𝐞 𝐥𝐞 𝐜𝐨𝐧𝐭𝐫𝐚𝐭
La première couche de RugRadar se concentre sur le contrat de jeton lui-même.
Avant de regarder l'action des prix, le comportement des portefeuilles ou l'élan social, je voulais que l'outil réponde à une question basique mais critique :
Le contrat est-il structurellement dangereux ?
Pour cette étape, RugRadar utilise le module de vérification de jeton pour inspecter si un jeton contient des motifs de risque classiques tels que :
comportement de honeypot
taxes d'achat ou de vente cachées
fonctions de liste noire ou de gel
logique de suspension de négociation
auto-destruction ou autres permissions suspectes
Cela importe car de nombreux jetons peuvent sembler actifs en surface tout en cachant des mécaniques dangereuses à l'intérieur du contrat. Si les utilisateurs ne peuvent pas vendre librement, ou si le propriétaire du contrat conserve un contrôle abusif, tout le reste devient secondaire.
Dans RugRadar, cette première étape agit comme le filtre de sécurité de base.
Si le contrat est propre, l'analyse avance.
S'il contient de grands drapeaux rouges, le jeton mérite immédiatement une prudence accrue.
Dans la démo montrée ci-dessous, le jeton passe la couche de contrat avec un résultat de Risque Faible :
aucun honeypot détecté
la taxe d'achat est de 0%
la taxe de vente est de 0%
aucune liste noire trouvée
contrat renoncé
Cela ne signifie pas automatiquement que le projet est sûr dans l'ensemble.
Cela signifie seulement que le contrat lui-même ne montre pas de mécaniques malveillantes évidentes.
Cette distinction est importante, car de nombreux projets ne sont pas solides uniquement par la conception du contrat, ils sont solides à travers le comportement de distribution, les sorties de portefeuille et la manipulation du marché, ce qui est exactement pourquoi RugRadar continue vers les prochaines couches.
Étape 𝟐 )- 𝐀𝐧𝐚𝐥𝐲𝐬𝐞 𝐝𝐞 𝐥𝐚 𝐒𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐞 𝐝𝐞 𝐣𝐞𝐭𝐨𝐧
Après avoir vérifié que le contrat lui-même ne contient pas de mécaniques malveillantes évidentes, RugRadar passe à la deuxième couche d'investigation : la structure des jetons et la distribution des détenteurs.
Cette étape analyse comment l'approvisionnement en jetons est distribué et si la structure de propriété introduit un risque potentiel.
En utilisant le module d'informations sur le jeton, RugRadar évalue plusieurs métriques importantes, y compris :
allocation du portefeuille des développeurs
concentration parmi les principaux détenteurs
statut de blocage de liquidité
signaux de pression d'achat et de vente
distribution de propriété précoce
Ces facteurs sont critiques car de nombreux rug pulls ne reposent pas sur des contrats malveillants.
Au lieu de cela, ils s'appuient sur une distribution de jetons déséquilibrée, où un petit nombre de portefeuilles contrôle un pourcentage important de l'approvisionnement.
Lorsque le portefeuille du créateur ou les premiers initiés détiennent une part significative de jetons, ils peuvent facilement créer une pression de vente qui submerge les acheteurs de détail.
Par exemple, si le portefeuille du développeur contrôle une grande part de l'approvisionnement, cela peut indiquer que l'équipe du projet a la capacité de déclencher des sorties soudaines du marché.
RugRadar analyse également la pression d'achat par rapport à la pression de vente pour déterminer si l'activité du marché semble saine ou déséquilibrée.
Dans l'exemple de démonstration, l'analyse détecte un signal de Risque Moyen, principalement en raison d'une concentration relativement élevée du portefeuille des développeurs.
Cela n'indique pas automatiquement une intention malveillante, mais cela met en évidence un facteur structurel qui pourrait augmenter la probabilité de mouvements de prix pilotés par des initiés.
Parce que la structure du jeton seule ne peut pas révéler le tableau complet, RugRadar poursuit l'investigation en examinant le comportement de l'argent intelligent dans l'étape suivante.
Étape 𝟑 )- 𝐀𝐧𝐚𝐥𝐲𝐬𝐞 𝐝𝐞 𝐥'𝐚𝐜𝐭𝐢𝐯𝐢𝐭𝐞𝐫 𝐝𝐞 𝐥'𝐚𝐧𝐭𝐢𝐜𝐢𝐩𝐞
Une fois que RugRadar évalue la distribution structurelle du jeton, l'étape suivante consiste à analyser le comportement de l'argent intelligent.
Dans de nombreux cas, les traders expérimentés et les premiers participants se déplacent avant que le marché plus large ne remarque des signaux importants. Suivre ces portefeuilles peut révéler si la confiance dans un jeton augmente ou disparaît discrètement.
Pour cette étape, RugRadar utilise le module de signal de négociation pour observer l'activité des portefeuilles associée à des traders de haut signal et à des participants précoces à la liquidité.
L'outil examine des motifs tels que :
entrées d'argent intelligent précoces
récentes grandes sorties de portefeuilles
accumulation versus comportement de distribution
élan de signal de négociation
Ces indicateurs aident à déterminer si les participants du marché informés entrent dans des positions ou sortent progressivement.
Si les portefeuilles d'argent intelligent accumulent de manière cohérente, cela peut indiquer une confiance croissante dans le projet.
Cependant, si ces portefeuilles commencent à réduire leur exposition alors que l'activité de détail augmente, cela peut parfois signaler que des initiés ou des traders expérimentés se préparent à sortir.
Dans l'exemple montré dans la démonstration, RugRadar détecte un signal de prudence, car plusieurs premiers portefeuilles ont commencé à diminuer leurs positions.
Cela n'indique pas automatiquement une activité malveillante, mais cela met en évidence un changement potentiel dans le sentiment du marché qui mérite de l'attention.
Parce que le comportement du portefeuille seul ne peut pas capturer l'ensemble du récit autour d'un jeton, RugRadar procède à analyser une autre couche importante : l'élan de la communauté et l'activité sociale.
Comprendre si la communauté s'agrandit ou perd de l'intérêt peut fournir un contexte supplémentaire aux signaux détectés dans les étapes précédentes.
Étape 𝟒 )- 𝐌𝐨𝐦𝐞𝐧𝐭𝐮𝐦 𝐒𝐨𝐜𝐢𝐚𝐥 𝐞𝐭 𝐀𝐭𝐭𝐞𝐧𝐭𝐢𝐨𝐧 𝐝𝐮 𝐌𝐚𝐫𝐜𝐡é
Après avoir analysé le comportement de l'argent intelligent, RugRadar passe à une dimension différente mais tout aussi importante : l'attention du marché et l'élan social.
Dans les marchés crypto, les mouvements de prix sont souvent fortement influencés par des récits et l'engagement de la communauté. Même des jetons techniquement solides peuvent avoir du mal sans un intérêt soutenu, tandis que des projets alimentés par l'hype peuvent connaître une croissance rapide suivie d'effondrements soudains une fois l'attention estompée.
Pour cette couche, RugRadar utilise le module de classement du marché crypto pour évaluer les dynamiques d'attention plus larges entourant un jeton.
Cela inclut des signaux tels que :
classement relatif sur le marché
activité tendance à travers les listes de jetons suivis
élan par rapport à d'autres jetons dans la même catégorie
changements dans l'attention du marché au fil du temps
L'objectif ici n'est pas de mesurer la popularité seule, mais de comprendre si l'intérêt se renforce ou s'affaiblit.
Un jeton gagnant en visibilité de manière cohérente avec une liquidité en croissance peut indiquer une expansion saine du marché. D'autre part, un déclin brusque de l'attention alors que de grands portefeuilles commencent à sortir peut suggérer que le récit soutenant le projet commence à s'estomper.
Dans l'exemple de démonstration, RugRadar identifie un élan social en déclin, ce qui signifie que le jeton perd en visibilité relative par rapport à d'autres actifs sur le marché.
Cela ne signifie pas nécessairement que le projet échouera, mais lorsqu'il est combiné avec des signaux antérieurs, tels qu'une concentration structurelle ou des sorties d'argent intelligent, cela devient un indicateur contextuel important.
Parce que les tendances d'attention peuvent changer rapidement, RugRadar poursuit son enquête avec la dernière couche analytique : la forensique des portefeuilles des créateurs.
Étape 𝟓 )- 𝐅𝐨𝐫𝐞𝐧𝐬𝐢𝐪𝐮𝐞𝐬 𝐝𝐞 𝐥'𝐚𝐧𝐭𝐢𝐜𝐢𝐩𝐞
La dernière couche d'investigation se concentre sur l'une des questions les plus importantes dans toute analyse de jeton :
Que fait réellement l'équipe du projet avec ses jetons ?
Bien que les audits de contrat et les signaux du marché fournissent des informations utiles, de nombreux scénarios de rug se révèlent finalement à travers le comportement du portefeuille du créateur. Suivre comment le portefeuille de déploiement original et les adresses liées interagissent avec le jeton peut révéler des motifs qui ne sont pas immédiatement visibles à partir des graphiques de prix ou des annonces publiques.
Pour cette étape, RugRadar utilise le module d'informations sur l'adresse pour examiner l'activité on-chain du portefeuille du créateur et d'autres adresses étroitement liées.
L'analyse comprend des signaux tels que :
solde actuel du portefeuille du créateur
transferts historiques et interactions de liquidité
mouvements de jetons majeurs vers des échanges ou des pools de liquidité
réductions soudaines des avoirs des créateurs
motifs de transaction inhabituels suivant des augmentations de prix
Ces indicateurs aident à déterminer si l'équipe semble maintenir sa position ou sortir progressivement.
Dans des projets sains, les portefeuilles des créateurs maintiennent souvent des avoirs transparents et stables au fil du temps. De grands transferts inexpliqués ou des motifs de vente agressifs peuvent cependant indiquer que l'équipe pourrait réduire son exposition alors que la participation de détail continue de croître.
Dans l'exemple de démonstration utilisé par RugRadar, le portefeuille du créateur ne montre aucune activité de liquidation à grande échelle immédiate, ce qui maintient l'évaluation des risques dans une plage modérée.
Cependant, cette étape joue un rôle critique dans le système car les mouvements du portefeuille du créateur fournissent souvent les signaux les plus précoces et directs de l'intention des initiés.
𝐑𝐞𝐩𝐨𝐫𝐭 𝐝𝐞 𝐑𝐢𝐬𝐪𝐮𝐞 𝐅𝐢𝐧𝐚𝐥 , 𝐑𝐮𝐠𝐑𝐚𝐝𝐚𝐫 𝐑𝐢𝐬𝐪𝐮𝐞 𝐄𝐧𝐠𝐢𝐧𝐞 :
Après avoir terminé les cinq couches d'investigation, RugRadar agrège tous les signaux en une évaluation de risque unifiée.
L'objectif de cette dernière étape est de transformer plusieurs analyses indépendantes en une conclusion claire et structurée qui aide les utilisateurs à comprendre rapidement le profil de risque global d'un jeton.
Chaque module contribue à l'évaluation finale :
Audit de sécurité de contrat – vérifie que le contrat de jeton ne contient pas de mécaniques malveillantes.
Analyse de la structure du jeton – évalue la distribution des détenteurs et la concentration du portefeuille des développeurs.
Activité de l'argent intelligent – détecte si des portefeuilles expérimentés accumulent ou sortent des positions.
Analyse de l'élan social – mesure si l'attention du marché croît ou s'estompe.
Forensiques du portefeuille des créateurs – analyse le comportement du déployeur du projet et des adresses liées.
Plutôt que de se fier à un seul indicateur, RugRadar combine ces couches en un modèle de risque multi-facteurs.
Chaque composant contribue à un score de risque pondéré, permettant au système de détecter des motifs qui pourraient autrement sembler inoffensifs lorsqu'ils sont vus individuellement.
Par exemple :
un contrat propre seul ne garantit pas la sécurité
une attention saine du marché n'élimine pas le risque d'initiés
une concentration modérée des détenteurs peut devenir dangereuse si elle est combinée avec des sorties de l'argent intelligent
En évaluant toutes les cinq couches ensemble, RugRadar produit une classification de risque finale telle que :
Risque Faible
Risque Modéré
Risque Élevé
Dans l'exemple de démonstration utilisé dans ce dépôt, les signaux agrégés produisent une évaluation de Risque Modéré.
Ce résultat reflète un profil mixte :
le contrat semble techniquement sûr
l'activité de l'argent intelligent montre de la prudence
l'élan social s'affaiblit
le comportement du portefeuille du créateur reste stable
Bien qu'aucun de ces signaux ne confirme seul une intention malveillante, leur combinaison suggère qu'une prudence supplémentaire peut être justifiée avant de prendre des décisions d'investissement.
L'objectif de RugRadar n'est pas de remplacer le jugement personnel, mais de fournir un système d'alerte précoce structuré qui aide les investisseurs à identifier les risques potentiels avant qu'ils ne deviennent évidents pour le marché plus large.
En consolidant les données on-chain, les signaux du marché et les motifs comportementaux en un seul pipeline d'analyse, RugRadar vise à transformer des informations blockchain éparpillées en renseignements exploitables pour les utilisateurs de crypto.
Conclusion
Les données de la blockchain sont transparentes, mais les comprendre rapidement est souvent le véritable défi.
Avec RugRadar, l'objectif est de transformer des signaux on-chain éparpillés en un pipeline d'investigation clair qui aide les utilisateurs à détecter plus tôt d'éventuels dumping d'initiés. En combinant les audits de contrat, l'analyse de la structure du jeton, le comportement de l'argent intelligent, l'élan social et les forensiques du portefeuille des créateurs, l'outil fournit un aperçu structuré des risques en quelques secondes.
Ce projet a été construit comme mon entrée pour l'événement Binance OpenClaw AI Agents
explorer comment les agents IA peuvent améliorer l'écosystème Binance Web3 en automatisant une analyse on-chain complexe.
L'objectif est simple : aider les utilisateurs à poser les bonnes questions avant que le marché n'apprenne à la dure.
Merci d'avoir lu
Mon lien de dépôt d'entrée :
Dom X Insights/RugRadar AI pour binance
Mon surnom carré : Dom X Insights
BUID : 893880105
💛🙏🤝