Persistent Agent · Evidence-bound

不在页面前,Agent 也在为你的链上资产做研究

Chainesis 围绕你的投资 Goal 自动收集证据、更新 Thesis;无实质材料变化不打扰,重要节点主动交付可追溯的决策建议。

不接触私钥结论可追溯持续后台运行
Live

Explainable candidate inbox

AI

Candidate Alpha

7xKXtg2...VxRKw

PROMOTED

Research Priority

70

Why now: latest profile · market prefilter passed. Promotion is shown as source context only.

Risk enrichment fields are incompleteUNKNOWN

Pair liquidity

$100K

DEX Screener · fresh

24h volume

$100K

DEX Screener · fresh

Research Priority 不是买入分数 · Research 后才创建正式 Evidence

A complete agent loop

从公开候选,到一条值得持续观察的 Thesis

不是等你提问的对话框,而是一条主动发现、证据约束、用户确认并持续复查的研究链路。

STEP 01

发现候选

Agent 定时扫描公开候选源,解释为什么现在值得研究;推广不等于 Alpha。

STEP 02

形成 Evidence

选中 Research 后才进入正式案卷,保留可追溯事实、未知与冲突。

STEP 03

确认 Thesis

Agent 生成可证伪草稿;你做最小编辑后,才进入持续观察。

STEP 04

只处理变化

Attention Priority 把材料变化、风险和缺口排到前面,稳定资产留在 Quiet。

Built for consequential research

少一点噪音,多一点可以验证的判断

把主动性、证据约束和权限控制放在同一个 Agent Runtime 里。

Active candidate feed

Agent 主动发现,而非等你输入地址

定时扫描公开候选源,经过市场预筛与有限风险补充后进入候选收件箱;每条都解释来源、新鲜度与 UNKNOWN。

Evidence first

Evidence 先于 Thesis

Research 才创建正式案卷;模型只能引用同一 Discovery 的有效 Evidence,失败时明确回退,不伪装为模型结论。

Deterministic attention

把注意力留给真正的变化

材料变化、风险、数据缺口、待处理动作与计划逾期共同决定排序;广告、Boost 和单次价格噪音不提高优先级。

Agent, not another dashboard

Web Workspace 是控制面,持续运行的 Agent 才是产品本体。

主动运行

由 Goal 和排期触发,不依赖用户打开页面。

确定性约束

模型不能绕过证据与 material-change 门槛。

权限隔离

研究、审批、签名与执行保持清晰边界。

最小打扰

没有实质变化,就不制造用户 Action。

V0 Release Candidate

把 Chainesis Agent 留在你的设备上

macOS 安装包包含独立桌面 Workspace、本地 Runtime、持久调度与研究数据库。数据留在设备上,关闭窗口后 Agent 仍可持续运行。

macOS Apple SiliconSHA-256 校验版本化下载
Download for macOS
v0.1.0-rc.4macOS 13+ · Apple Silicon

使用前请确认本机已安装并登录 Codex CLI。Chainesis 会自动检测,无需配置 API Key;安装后即可开始使用。

未自动检测到?可在 Settings 中手动指定 Codex CLI 路径。

小于 100 MB · ad-hoc signed · not notarized
下载完整 SHA-256 校验文件