挑战与机遇
近期，我们在区块链领域观察到了两个显著趋势：
首先，随着区块链生态系统和应用的蓬勃发展，个人账户在链上的活动变得越来越多样化和复杂，这让用户在链上留下了更为全面的数字足迹。丰富的链上交互也带来了许多新的机遇，例如基于用户的资产组合和交易历史构建链上信用评分。这一发展趋势有可能推动像非过度抵押借贷协议这类传统金融实践的创新。
其次，随着行业的日益成熟，项目方在制定有针对性的空投策略或分析潜在用户群体时，越来越注重了解用户画像和评估用户质量。然而，他们面临着一个巨大的挑战：EVM 账户本质上其实是交易触发器，而不是像传统金融那样的“银行账户”。这种结构形式的存在限制了账户级数据的深入分析，从而使得项目方难以对其用户群体获得有意义的见解。
这些趋势突显了对能够有效分析和解释账户级数据的高级工具的迫切需求。为了解决这一需求，Hemera Protocol 正在开发新一代以账户为中心的索引协议，旨在为开发人员提供标准化的账户级数据检索和特征开发服务。
这一创新进一步扩展为一个以账户为中心的索引（Account-Centric Indexing, ACI）网络，确保了数据管理的去中心化。利用该网络，Hemera为处理和分析区块链数据提供了强大的解决方案，便于构建各种面向用户的应用程序并且适用于多种使用场景。
什么是账户级数据提取？
当区块链上发生一笔交换交易时，其原始数据并不会直观地表现为“交易”。如果你直接从区块链节点检索这些数据，它们可能看起来像下面的蓝色图表——一个既非语义化又难以分析的复杂信息数组。本质上，它记录了谁发送了交易、发送到哪里以及输入了什么。
数据提取的过程就是将这些难以理解的数据转化为有意义的语义。例如在交易中，我们关注的主要信息是输入和输出的代币种类、数量以及交易的总价值。因此，一次典型的交易数据提取可能会包括交易发起者、买入代币、卖出代币、各自的数量以及交易金额等关键要素。
真正重要的是理解这些交易如何影响你的账户整体状态。例如，一次交易会改变你的代币余额、影响你的交易量、增加你支付的总 Gas 费，并增加你的链上交互次数。
Hemera 将这些账户级别的变化以语义化和标准化的格式封装，称之为“特征（feautre）”。下方的红色图示展示了这次兑换交易如何影响了你的账户状态。通过用户自定义函数（User Defined Function, UDF）模块，开发人员可以根据特定需求设计和定义这些特征。这种数据提取方式将复杂的区块链数据以更直观的方式呈现，使开发工作变得便捷，更易于得出有意义的分析结论。
应用程序如何利用 Hemera Protocol？
应用程序利用 Hemera 进行深入的账户级别分析的过程非常简单。应用程序只需从 ACI 网络中查询所需的特征。Hemera 提供了一系列的内置特征，包括像投资组合余额、交易量、抵押借贷、甚至社交数据这种常用的指标。开发者可以轻松查询任何感兴趣的账户，而无需额外编写代码。
Hemera 还提供 UDF模块，满足开发者更个性化的需求。利用UDF，开发者可以以最少的编码工作创建自定义特征。得益于标准化的格式，这些自定义特征可以无缝集成到现有特征中，从而促进更全面和细致的分析。
当请求特征时，它们会被传输到Hemera的ACI网络中。网络中的每个索引器都负责通过查询区块链原始数据来索引一个或多个特定特征。请求方随后会收到 Hemera 提供的账户级别的语义化数据，避免了直接处理复杂的原始数据的繁琐。
当请求功能时，它们会被传输到Hemera的ACI网络中。网络中的每个索引器都负责通过查询区块链原始数据来索引一个或多个特定功能。请求方随后会收到 Hemera 提供的账户级别的语义化数据，避免了直接处理复杂的原始数据的繁琐。
利用 Hemera 的 ACI 网络，应用程序可以深入洞察账户活动和用户画像。这不仅能帮助在区块链生态系统中做出更明智的决策，还能提供更加个性化的用户体验，同时简化了对原始区块链数据的处理复杂性。
特征是如何更新的？
Hemera生态系统中的特征会根据链上交易动态更新。ACI网络中的每个索引器都负责索引特定的特征。这些索引器以实时方式运行，不断监听与它们跟踪的特征相关的链上交易。
简化的工作流程始于开发人员在 UDF 模块中定义自定义特征和数据类。随后，索引器捕获相关的链上交易，筛选指定的数据，并将其传递给开发人员的触发函数。该函数随后处理数据，从而更新以账户为中心的特征。
实时的索引和更新过程确保了特征数据的及时性和准确性。通过专注于跟踪会影响特征的交易，索引器能够高效处理大量区块链数据，将其转化为账户级的有意义信息。
如何创建 UDF？
为了说明构建自定义 UDF 的过程，我们以 OpenSea 相关特征为例：
- 特征定义：开发者首先定义特定的特征（如NFT交易量、NFT交易合集）和数据类。例如，“Opensea_Order”类可能包括“order_hash”（字符串）、“offerer”（字符串）、“recipient”（字符串）和“offer”（字典）等变量。
- 触发器和特征开发：接下来，开发者创建触发器，指定哪些交易或日志事件会改变定义特征的状态。这一步确保了索引器有效地捕获相关的链上交易并筛选感兴趣的数据。然后，开发者可以编写自定义逻辑来更新特征值。
- 查询执行：最后，开发者运行索引器以及新的 UDF，并处理历史数据。然后，特征数据将存储在数据库中，开发者可以通过标准的 REST API 从数据库中轻松检索账户级数据或查询特征值。
想要获取实现 UDF 的更详细指南，请参阅我们的文档：https://docs.thehemera.com
本质上，每个特征都是一个动态实体，根据链上活动持续更新。UDF 的作用就是解释原始交易数据，创建适当的触发器，并利用这些触发器保持特征的持续更新。
Hemera在数据分析领域的独特定位
要理解Hemera在数据领域的独特地位，可以将其与现有的数据分析工具和协议进行比较。以下展示了主要的区别点：
- Hemera的核心优势在于其账户为中心的数据提取
- Dune的Spellbook也重视数据提取，从原始数据中抽象出高级数据模式，但它不是以账户为中心的。
- The Graph虽然是一个流行的索引协议，但它是以智能合约事件为中心的。它非常适合解码与智能合约相关的数据，但缺乏提取以账户为中心的数据。
- Debank有账户级数据的提取能力，但主要关注DeFi资产，这限制了其在多样化链上活动（如链上游戏记录）中的适用范围。
- Hemera在数据处理方面提供了无与伦比的灵活性
- 使用Hemera，用户可以轻松地以最少的编码操作所需的数据。
- The Graph允许用户为智能合约数据检索构建subgraphs，但限制了更深层次的数据操作。
- Debank提供了固定的API来查询资产信息，但缺乏可编程性。
- Hemera的数据更新方法是主动且实时的
- Hemera索引器持续监控区块链，通过由交易触发的“推送”机制实时更新功能。
- 相比之下，Dune以“拉取”方式更新数据，要求用户从数据库中获取所有数据以更新自己的数据。
- 在Web3应用领域，Hemera在可组合性和集成性方面更胜一筹
- Hemera提供标准格式的策划数据，简化了数据库的构建和维护。
- Dune在其平台内提供了全面的链上数据查询终端，但构建独立应用的成本较高。
- Debank的固定API结构限制了其仅能处理与资产相关的数据。
展望未来，随着行业的发展和成熟，我们相信用户画像对于面向用户的应用程序来说将是至关重要的存在。在这一不断演变的环境中，Hemera的账户级、多维度数据将发挥不可或缺的作用，使用户定位更加精准和有效。此外，我们预见到AI模型与链上数据之间的协同效应将日益增强，Hemera的语义提取能力将有助于大型语言模型更加高效的理解和处理数据。
Hemera的愿景清晰且明确：我们致力于将Hemera打造成整个Web3行业的综合数据中心。通过大幅降低访问和利用门槛，我们将为开发者、研究人员、营销团队、终端用户以及AI系统等各类用户提供服务。Hemera的终极目标是成为所有希望充分挖掘区块链数据价值的用户的首选平台，让区块链生态系统用户轻松获取重要资源并受益。
探索 Hemera 产品:
-
网站：https://thehemera.com/
基于 Hemera ACI 网络开发应用程序：
- 文档: https://indexer-docs.thehemera.com/
- Github: GitHub – HemeraProtocol/hemera-indexer at pre-release/v0.3.0
访问 SocialScan Agent Store：
-
网站：https://socialscan.io/home
关注Twitter：
- Hemera: https://x.com/HemeraProtocol
- SocialScan: https://x.com/socialscan_io
本文可能来自AI生成或投稿，请分辨其真实性！转载需注明出处：http://www.lanbi.net/news/27914.html
