链感知上下文（Chain-aware Context）

约 1632 字大约 5 分钟

2026-05-12

Chain-aware Context 指的是让 AI 在回答或行动前，能看见正确的链、地址、合约、交易、事件、余额、授权和数据来源，而不是只靠用户一句话猜测链上状态。

为什么要学这个

普通 AI 应用的上下文通常来自文档、聊天历史、数据库和网页。AI x Web3 多了一层：链上状态会持续变化，而且很多状态和资产、权限、交易执行直接相关。

如果 Agent 不知道当前 chain id、合约地址、ABI、用户授权、交易历史和数据更新时间，它就可能给出错误建议，甚至生成危险交易。

链感知上下文的核心，是把链上事实变成模型可读、可引用、可验证的上下文。

第一性原理

模型不能凭语言记忆判断链上事实，链上事实必须从工具和索引层读取。

模型知道“Uniswap 是 DEX”没有用，真正执行时需要知道具体网络、具体合约、具体池子、当前价格、用户余额、allowance、滑点和交易模拟结果。

链上状态有时间性：同一个地址的余额、授权和仓位会随区块变化。
上下文要带来源：合约地址、区块号、交易哈希、explorer 链接都应该能追溯。
上下文要区分事实和解释：工具返回事实，模型负责解释，不要把模型猜测当事实。

知识节点

On-chain Data

难度：初级。 On-chain Data 是链上可直接验证的数据，例如余额、交易、日志、合约状态和区块信息。

常见来源包括 RPC、区块浏览器、索引器和协议 API。对 Agent 来说，读取 on-chain data 时至少要带上：chain id、block number、contract address、method、返回值、读取时间。

如果缺少这些字段，模型很容易把不同链、不同时间和不同合约的数据混在一起。

Contract Docs

难度：初级。 Contract Docs 帮助模型理解合约的设计意图、参数含义、权限边界和使用方式。

ABI 只能告诉你函数签名，不能解释业务语义。比如 execute(bytes calldata data) 可能是普通执行，也可能是高权限入口。文档、NatSpec、README、审计报告和部署说明可以补足语义。

但文档也可能过期。Agent 读取文档后，仍要用链上数据验证：合约地址、版本、owner、proxy implementation、事件和最近交易是否匹配。

ABI / Event

难度：中级。 ABI 和 Event 是 Agent 理解合约可调用能力和历史行为的核心结构。

ABI 让工具知道如何编码函数调用、解码返回值和解析事件。Event 则是合约向外部系统留下的业务日志，例如 Transfer、Swap、Deposit、VoteCast。

Agent 使用 ABI 时要小心：能调用不等于应该调用。写交易前还需要权限、余额、allowance、slippage、simulation 和 policy 检查。

Transaction History

难度：中级。 Transaction History 帮助 Agent 理解用户或合约过去做过什么。

交易历史可以用于判断：用户是否已经授权，某个策略是否执行过，某个地址是否和高风险合约交互过，某个合约最近是否升级过。

但交易历史不能只看自然语言总结。至少要保留 transaction hash、block number、from、to、method、value、token transfers 和 logs。模型可以总结，但证据必须能回到链上。

Explorer Context

难度：初级。 Explorer Context 是区块浏览器提供的可视化链上证据。

区块浏览器适合给用户和 Agent 提供可检查入口：交易是否成功、合约是否验证、源码是否公开、事件是否发出、token transfer 是否发生。

在 AI 产品里，给出 explorer link 比只给一句“交易成功”更可靠。用户可以自己打开链接核验，开发者也能排查错误。

Indexing Context

难度：中级。 Indexing Context 是把链上事件整理成面向产品查询的数据。

Agent 需要的问题通常不是“某个区块里有什么”，而是“用户最近 30 天有哪些 DeFi 操作”“这个池子的 TVL 变化如何”“这个 Agent 做过哪些支付”。这类查询需要索引层。

索引上下文必须带时间戳和同步状态。一个落后 500 个区块的索引结果，不应该被 Agent 当成当前事实。

Citation

难度：初级。 Citation 是让模型回答能回到具体链上证据或文档来源。

链上场景里，引用可以是交易哈希、区块号、合约地址、event log、explorer 链接、文档 URL、审计报告章节。Citation 的价值是让用户和系统知道：这句话基于什么事实。

没有 citation 的链上解释，只能算观点；带 citation 的解释，才有机会被验证和追责。

在 AI x Web3 中的位置

Chain-aware Context 是所有链上 Agent 的输入层。没有这层，Web3 Tool Use、Agent Workflow、Agent Wallet 都会建立在不可靠上下文上。

一个好的链感知上下文包应该像这样：

用户目标；
当前 chain id 和网络名称；
用户地址和余额；
相关合约地址、ABI、文档和风险提示；
最近交易和授权；
索引数据更新时间；
每条关键结论的 citation。

最小实践

给一笔交易做上下文包：

找一笔公开交易哈希。
收集 chain id、block number、from、to、method、value、token transfers、logs。
找到合约 ABI 或 verified source。
写一段模型可读的上下文，但每个关键结论都附上交易哈希或 explorer 链接。
标出哪些内容是链上事实，哪些是你的解释。

扩展阅读

Ethereum JSON-RPC API：理解链上数据如何通过 RPC 被读取。
Ethereum Events and Logs：理解事件和日志如何成为链上上下文来源。
Etherscan API Docs：了解区块浏览器数据接口如何辅助查询交易、合约和地址。
The Graph Subgraphs：学习如何把事件整理成可查询上下文。
OpenAI Tools Guide：理解模型如何通过工具读取外部事实，而不是依赖记忆。