Foxhole AI 是一个端到端的开源原型，面向交易者与研究员，实时监控影响力社交账号，提供关键词检测、合约地址验证与基础风险审计，并实时推送结果，帮助用户更快识别潜在交易机会与风险。

• GitHub 仓库：包含完整代码与本 README（当前目录）
• Video：Youtube
• Pitch Deck：Google Drive

• 项目名称：Foxhole AI

• 一句话介绍：实时监控影响力 Twitter 账号（CZ、Heyi、Elon Musk 等）的加密关键词，即时推送经过 AI 验证的合约地址，让交易者无需手动搜索，实现一键代币购买。

• 目标用户：加密货币交易者（量化/手动）、链上狙击手、加密研究员、信息流机器人开发者。

• 核心问题与动机（Pain Points）：

  • 通知延迟问题：交易者错过关键意见领袖（KOL）的重要关键词提及，失去早期入场机会。
  • 手动猎寻合约地址：耗时的合约地址查找过程导致错失交易，甚至遭遇诈骗项目与 Rug Pull。
  • 信息过载：人工同时监控多个高影响力社交账号在规模化运作中根本不可能。
  • 速度劣势：手动流程无法与毫秒级执行交易的自动化系统竞争。在加密货币世界，几秒钟就可能意味着盈利与亏损的差别。

• 解决方案（Solution）：

  • 实时情报引擎：先进的关键词检测算法 7×24 小时监控高影响力账号（CZ、Heyi、Elon Musk 等），零延迟响应。

  • Monitor 子系统持续抓取 Dex Screener token 数据（高频、去重、CSV 持久化）。

  • Extractor 子系统（BERT/TF-IDF/规则/正则/NER）对文本做关键词与实体抽取。

  • 验证合约地址：AI 驱动的验证机制确保用户获得合法 CA，防范 Rug Pull 与诈骗项目。

  • 即时通知推送：关键词检测的瞬间，交易机会直接通过 WebSocket 推送到用户设备。

  • 自动化优势：采用与专业狙击机器人相同的高频交易技术，毫秒级响应。

  • 风险缓释：内置安全功能在推荐前分析代币合法性与市场状况。

• 总览图

• 关键模块：
  • 前端（Frontend）：https://github.com/yidongw/foxhole-bot-frontend
  • 监控（Monitor）：monitor/token_monitor.py、monitor/config.py、monitor/start.sh、monitor/redis_api.py
  • 社媒监听：monitor/twitter_listener.py
  • 抽取（Extractor）：extractor/bert_extractor.py、extractor/spacy_ner_extractor.py、extractor/tfidf_extractor.py、extractor/rule_based_extractor.py、extractor/regex_extractor.py、extractor/realtime_bert_analyzer.py、extractor/redis_token_matcher.py
  • 审计（Audit）：audit/realtime_auditor.py、audit/audit_tokens.py
  • 实时分发：ws_server.py、realtime_ca_detector.py
  • Telegram 推送：telegram/webhook_forwarder.py、telegram/telegram_bot.py、telegram/start.sh
  • 日志管理：scripts/log_rotation.py、scripts/setup_log_rotation.sh、scripts/cleanup_old_logs.sh
  • Redis 层：monitor/redis_api.py、monitor/migrate_csv_to_redis.py、monitor/query_redis_tokens.py、monitor/add_token_manual.py
  • 主启动脚本：start.sh
• 依赖与技术栈：
  • 语言与运行时：Python 3.10+（建议使用虚拟环境）
  • 核心依赖：见 requirements.txt（包含 requests、aiohttp、websockets、python-dotenv 等）
  • 监控依赖：见 monitor/requirements.txt（aiohttp、asyncio、redis、flask）
  • 抽取依赖：见 extractor/requirements_extractor.txt（transformers、torch、spacy 等）
  • Telegram 依赖：见 telegram/requirements.txt（requests、websockets、python-dotenv）
  • 异步与网络：asyncio、aiohttp、websockets
  • NLP：transformers/torch（BERT）、spaCy（NER）
  • 数据存储：SQLite（本地数据库）、CSV（数据持久化）、Redis（高性能缓存层）

• 前置要求：

  • Python 3.10+ 与 pip
  • Redis 6.0+（必需，用于高性能缓存层）
  • 稳定的网络连接
  • （可选）Telegram Bot Token（如需 Telegram 推送）

• 环境变量配置：

# telegram/.env（示例，用于 Telegram 推送模块）
TELEGRAM_BOT_TOKEN=your_bot_token_here
TELEGRAM_CHAT_ID=your_chat_id_here
WS_URL=ws://localhost:8765

• 安装依赖（分模块）：

# 进入项目根目录
cd /root/nlpmeme

# 方式1：安装核心依赖（推荐先安装）
pip install -r requirements.txt

# 方式2：分模块安装
# Monitor 监控模块依赖
pip install -r monitor/requirements.txt

# Extractor 抽取模块依赖（按需，包含 BERT、spaCy 等）
pip install -r extractor/requirements_extractor.txt
# 如需使用 spaCy，还需下载模型：
# python -m spacy download en_core_web_sm

# Telegram 推送模块依赖（按需）
pip install -r telegram/requirements.txt

• 快速体验（仅运行代币监控）：

# 确保 Redis 已启动
redis-cli ping

cd monitor

# 方式1: 使用启动脚本
bash start.sh

# 方式2: 直接运行
python token_monitor.py
# 运行中会实时写入 Redis 和 CSV，并打印实时统计

• 一键启动所有服务（推荐）：

# 在项目根目录
bash start.sh start

# 查看服务状态
bash start.sh status

# 查看日志
bash start.sh logs all

# 停止所有服务
bash start.sh stop

• 分模块启动：

# 1. 启动 WebSocket 服务器（核心服务）
python ws_server.py --host 0.0.0.0 --port 8765 --watch-file data/ws.json

# 2. 启动实时合约地址检测器
python realtime_ca_detector.py --no-bert --no-ai --min-confidence 0.5

# 3. 启动 Telegram 转发器（可选）
cd telegram
bash start.sh
# 或直接运行
python webhook_forwarder.py

• 数据与样例：

  • 数据目录：data/
    • 示例推文：user_tweets_44196397.json（Elon Musk）、user_tweets_902926941413453824.json（CZ）、user_tweets_1003840309166366721.json（Heyi）
    • 数据库：meme_coins.db（SQLite 数据库）
    • WebSocket 数据：ws.json（实时推送的合约地址数据）
  • 监控数据：monitor/tokens_data.csv（代币监控历史数据）
  • 抽取结果：extractor/output/（各种抽取器的输出结果）
  • 日志文件：monitor/monitor.log、telegram/logs/、ws_server.txt、realtime_ca_detector.txt

• 服务管理：

# 使用 systemd 安装 Monitor 服务（可选）
cd monitor
sudo bash install_service.sh

# 使用 systemd 安装 Telegram 服务（可选）
cd telegram
sudo bash install_service.sh

# 日志轮转设置（可选）
cd scripts
bash setup_log_rotation.sh

• 关键用例步骤：

  用例 1：实时代币监控与数据采集

  • 启动 token_monitor.py，持续从 DexScreener 抓取热门代币数据
  • 自动去重并存储到 tokens_data.csv，统计抓取频率和唯一代币数
  • 数据可供后续关键词匹配和审计使用

  用例 2：社交媒体关键词抽取与合约地址检测

  • 使用多种 Extractor（BERT、TF-IDF、spaCy NER、规则、正则）批量处理影响力账号推文
  • 从推文中提取加密相关关键词和潜在合约地址
  • Redis Token Matcher：从 Redis 缓存加载已监控代币，在推文中实时匹配
    • 支持 $SYMBOL 格式（如 $BTC、$KITKAT）
    • 支持纯文本匹配（如 BITCOIN）
    • 支持中文代币名称匹配
    • 根据上下文计算置信度，减少误报
  • 运行 realtime_ca_detector.py 实时监听推文流，自动检测和验证合约地址
  • 结果使用 WebSocket 服务器推送

  用例 3：实时推送与 Telegram 告警

  • 启动 ws_server.py 监听 ws.json 文件变化，向所有连接的客户端推送
  • 前端或移动端通过 WebSocket 接收实时交易机会通知
  • 可选：启动 telegram/webhook_forwarder.py 将检测结果转发到 Telegram 群组/频道
  • 交易者收到通知后可快速决策并执行交易

• 本仓库包含用于复现的核心代码与脚本：
  • 代币监控：monitor/token_monitor.py 从 DexScreener 抓取数据并持久化到 Redis + CSV
  • Redis 缓存层：
    • monitor/redis_api.py：RESTful API 服务，提供代币查询、搜索、统计接口
    • extractor/redis_token_matcher.py：从 Redis 加载代币列表，在推文中智能匹配
    • monitor/migrate_csv_to_redis.py：CSV ↔ Redis 数据迁移工具
    • monitor/query_redis_tokens.py：命令行查询 Redis 代币数据
  • 多策略抽取器：6 种不同的关键词和实体抽取方法（BERT、TF-IDF、spaCy NER、规则、正则、RAKE）
  • 实时合约地址检测：realtime_ca_detector.py 自动检测和验证合约地址
  • WebSocket 服务器：ws_server.py 文件监听与实时推送
  • Telegram 转发：完整的 Telegram Bot 集成和 WebSocket 转发器
  • 审计模块：代币审计和实时审计器
  • 数据样例：包含 3 个影响力账号的真实推文数据
  • 日志管理：自动日志轮转和清理脚本
• 需自备配置：
  • Redis 6.0+ 服务（必需）
  • Telegram Bot Token 和 Chat ID（如使用 Telegram 推送功能）
  • Twitter API 访问（如需实时监听 Twitter，当前使用示例数据）
• 已包含：
  • 所有核心功能的完整实现
  • 示例数据和配置文件
  • 服务安装和管理脚本

• 已完成：

  • DexScreener 实时代币监控与数据持久化
  • 6 种关键词抽取策略（BERT、TF-IDF、spaCy、规则、正则、RAKE）
  • 实时合约地址检测与验证系统
  • WebSocket 实时推送架构
  • Telegram Bot 集成与告警转发
  • 系统日志管理与轮转
  • 服务化部署（systemd 集成）

• 1-3 周：

  • 优化关键词检测算法，提高准确率和召回率
  • Redis 性能优化：
    • 实现 Redis 集群支持（高可用）
    • 添加缓存预热机制
    • 优化查询性能（索引优化、Pipeline 批处理）
  • 增加更多影响力账号监控（支持自定义账号列表）
  • 增强合约地址验证机制：
    • 流动性深度检查
    • 持有者分布分析
    • 蜜罐检测（Honeypot Detection）
    • 代码审计集成
  • 完善告警策略：支持自定义规则和阈值
  • Discord 集成支持

• 1-3 个月：

  • 完整的链上安全评分系统：
    • 合约源码验证
    • 交易历史分析
    • 巨鲸地址监控
  • 前端仪表盘优化：
    • 实时数据可视化
    • 历史趋势图表
    • 自定义监控面板
  • 一键交易集成：
    • DEX 聚合器对接（1inch、Uniswap、PancakeSwap）
    • 智能滑点控制
    • Gas 价格优化
  • AI 增强功能：
    • 向量数据库存储历史模式
    • 基于 LLM 的推文情感分析
    • 智能交易时机推荐

• 对加密生态的价值：

  • 信息透明化：降低普通交易者的信息不对称，提供机构级的实时监控与分析能力
  • 安全性提升：通过多层验证减少 Rug Pull、诈骗项目和蜜罐合约造成的资金损失
  • 开源基础设施：为社区提供可复用的社交情报采集、NLP 分析、实时分发与风控组件
  • 速度优势：毫秒级响应，帮助交易者在价格发现阶段早期入场

• 团队名：foxhole ai
• 成员与分工：Alan 负责推特监控前端跟交易，Neo 负责 ai 关键词提取
• 联系方式（Email/TG/X）：alan_ywang
• 可演示时段（时区）：北京时间