AI-кодирующие агенты меняют способ, которым аналитики и исследователи взаимодействуют с данными. Вместо того, чтобы писать скрипты строка за строкой, вы предоставляете гипотезу или исследовательский вопрос AI-агенту, и – он пишет код, получает данные, проводит анализ и возвращает результаты.
В этой статье мы представляем пошаговый пример из реальной жизни: просьба к AI-агенту загрузить данные через Glassnode CLI, провести статистический анализ и создать готовые к публикации графики, все это на основе запросов на естественном языке.
Что вам понадобится
Доступ к AI-агенту
Мы используем Claude Code в этом руководстве, но любой агент, способный выполнять Python и shell-команды, будет работать, включая Codex ChatGPT, Cursor, Github Copilot, Google Gemini CLI, OpenClaw или подобные инструменты.
Glassnode CLI ( gn)
Командный интерфейс для Glassnode API. Установите его и настройте свой API-ключ, следуя документации по Glassnode CLI. Требуется API-ключ.
Запрос
Мы будем оценивать следующую гипотезу: экстремальные события притока BTC предсказывают просадки за 7 дней вперед. Для этого мы проинструктируем Claude Code, используя следующий запрос:
Используя Glassnode CLI, скачайте ежедневные притоки BTC и цену закрытия за последний год. Проанализируйте, предсказывают ли всплески притока (дни с притоками > 2 стандартных отклонения выше среднего) просадки в следующие 7 дней. Покажите мне сводку с статистикой и результатами.
Вот и все. Одно предложение, описывающее вопрос, и другое предложение, определяющее методологию. Агент берет это на себя.
Простой запрос для AI-агента Что делает агент
За кулисами агент выполняет последовательность шагов:
Открывает правильные метрики, выполняя gn metric list и gn metric describe, чтобы найти правильные пути метрик и допустимые параметры.
Скачивает данные с помощью gn metric get, сохраняя CSV-файлы как для притоков на обмен ( transactions/transfers_volume_to_exchanges_sum), так и для цены закрытия ( market/price_usd_close).
Пишет и выполняет анализ на Python, который вычисляет порог всплеска, определяет дни всплеска, рассчитывает максимальные просадки за 7 дней вперед и сравнивает дни всплеска с обычными днями.
Агент возвращается с читаемым резюме:
Хотя это всего лишь иллюстративный пример, наш эксперимент действительно показывает умеренную связь между всплесками притока на обмен и последующими просадками. Дни всплеска в среднем имеют около 1.9 процентных пунктов больше просадки. Тем не менее, с учетом всего 10 дней всплеска в выборке и эффекта, сосредоточенного в два волатильных периода, сигнал скорее указывает на тренд, чем является статистически надежным. Строгий бэктест должен учитывать перекрывающиеся окна, контролировать режимы волатильности, использовать данные в момент времени и проверять вне выборки.
Визуализируя результаты
Визуализация данных - хороший способ проверить, соответствуют ли цифры действительности. В этом процессе простого последующего запроса достаточно:
Создайте визуализацию, которая показывает данные как временной ряд.
Отсюда вы можете продолжать итерации: настраивать график, уточнять анализ или направлять исследование в другом направлении, все это через естественный язык.
AI-сгенерированная визуализация данных Glassnode Начните работу с AI Crypto Research на данных Glassnode
Glassnode CLI требует API-ключ, доступный подписчикам Glassnode Professional.
Установите Glassnode CLI и настройте свой API-ключ. См. документацию
Откройте своего предпочтительного AI-кодирующего агента (Claude Code, Codex, Cursor, Gemini CLI, OpenClaw и т. д.)
Начните с запросов. Попробуйте вопросы, такие как:
"Скачайте ETH стейкинговые депозиты за последние 6 месяцев и постройте тренд"
"Сравните чистые потоки обмена BTC и ETH за последние 90 дней"
"Узнайте, какая метрика имеет наибольшую корреляцию с 30-дневной доходностью BTC"
Glassnode CLI позволяет агентам находить и извлекать данные метрик без необходимости ручного поиска API или написания шаблонного кода. В сочетании с AI-кодирующим агентом Glassnode CLI превращает исследовательский вопрос в результаты за считанные минуты.