Открытый каталог навыков на основе SKILL.md: AI-агенты могут искать токены, торговать, отслеживать кошельки и работать с DeFi-протоколами на биржах и блокчейнах.
mnemox-ai/tradememory-protocol
Локальная память и предторговый контроль для AI-агентов: решения записываются в защищённую от подмены цепочку аудита SHA-256, доступно 20 MCP-инструментов.
- Звёзды
- 1,440
- Форки
- 170
- Открытые issues
- 10
- Последний коммит
- 15 дней назад
Эта страница описывает проект с открытым кодом и не является инвестиционной рекомендацией. Торговля и инвестиции могут привести к убыткам: оцените риски самостоятельно и соблюдайте законы своей страны перед использованием.
Что это?
TradeMemory Protocol помогает AI-агентам анализировать историю собственных сделок. Он синхронизирует закрытые сделки из Hyperliquid и Alpaca (а из MT5 и Binance spot — с помощью скриптов), а затем показывает, в каких случаях прошлые сделки приносили убытки, например при серии неудач из-за слишком крупных позиций. Перед новой сделкой агент может вызвать recall_memories, чтобы в первую очередь увидеть убыточные сделки в похожих условиях. Все данные хранятся в локальном файле SQLite.
Дополнительный прокси-модуль можно разместить между агентом и MCP-сервером Alpaca. Он без изменений передаёт инструменты только для чтения, а вызовы, размещающие ордера, проверяет по заданной пользователем политике: спискам символов, лимитам на номинальную стоимость и размер позиции, стоп-ордерам в связке с целевыми ордерами и дневным лимитам убытков. И отклонённые, и разрешённые решения записываются в журнал аудита. Ордера выше заданного порога номинальной стоимости требуют явного подтверждения, а каждый одобренный ордер прокси передаёт не более одного раза.
Каждая запись о решении хешируется с помощью SHA-256 и связывается с предыдущей; для ежедневных корней Merkle можно создать временную метку по RFC 3161. Проект распространяется по лицензии MIT. В документации проекта указано, что эмпирическая выборка невелика и проект предназначен для исследований и обучения, а не для предоставления финансовых рекомендаций.
Ключевые возможности
- 01Синхронизирует закрытые сделки из Hyperliquid и Alpaca с локальной базой данных
- 02Перед размещением нового ордера в результатах recall в первую очередь показывает убыточные сделки в похожих условиях
- 03Прокси проверяет вызовы MCP, размещающие ордера, по заданной пользователем политике до их передачи брокеру
- 04Отклонённые и разрешённые решения записываются в журнал аудита с цепочкой хешей
- 05Ежедневные корни Merkle с возможностью создавать временные метки по RFC 3161
- 06Предоставляет 20 инструментов MCP и REST API
Сценарии использования
- Анализ собственной истории сделок, чтобы выяснить, какие условия или размеры позиций предшествовали убыткам
- Предторговая проверка MCP-агента по его прошлым убыточным сделкам
- Размещение слоя политик между агентом, подключённым к Alpaca, и ордерами для paper trading или реальной торговли
- Ведение защищённой от подмены записи решений агента, в том числе решений не торговать
Быстрый старт
- 1
Установите пакет из PyPI
pip install tradememory-protocol - 2
Синхронизируйте историю сделок Hyperliquid (публичные исполнения, ключ не нужен)
tradememory sync hyperliquid --address 0xYourAddress - 3
Зарегистрируйте сервер в Claude Code
claude mcp add tradememory -- uvx tradememory-protocol
Что важно знать
- Брокерский ограничитель (дополнение proxy) находится в предварительной версии и пока поддерживает только Alpaca.
- Для дополнения proxy требуется Python 3.12 или новее.
- API Hyperliquid возвращает только недавние исполнения, поэтому более старая история теряется, если не синхронизировать данные заранее.
- Цепочка аудита позволяет обнаружить подделку, но не предотвращает её; записи не подписываются закрытым ключом.
В подборках
Темы
Частые вопросы
- Что такое tradememory-protocol?
- Локальная память и предторговый контроль для AI-агентов: решения записываются в защищённую от подмены цепочку аудита SHA-256, доступно 20 MCP-инструментов. TradeMemory Protocol помогает AI-агентам анализировать историю собственных сделок. Он синхронизирует закрытые сделки из Hyperliquid и Alpaca (а из MT5 и Binance spot — с помощью скриптов), а затем показывает, в каких случаях прошлые сделки приносили убытки, например при серии неудач из-за слишком крупных позиций. Перед новой сделкой агент может вызвать recall_memories, чтобы в первую очередь увидеть убыточные сделки в похожих условиях. Все данные хранятся в локальном файле SQLite.
- tradememory-protocol можно использовать бесплатно? Какая у него лицензия?
- tradememory-protocol распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- tradememory-protocol всё ещё поддерживается?
- Активно поддерживается. Последний коммит в tradememory-protocol — 23 окт. 2026 г..
- Для чего можно использовать tradememory-protocol?
- Анализ собственной истории сделок, чтобы выяснить, какие условия или размеры позиций предшествовали убыткам Предторговая проверка MCP-агента по его прошлым убыточным сделкам Размещение слоя политик между агентом, подключённым к Alpaca, и ордерами для paper trading или реальной торговли Ведение защищённой от подмены записи решений агента, в том числе решений не торговать
- Как установить tradememory-protocol?
- Установите пакет из PyPI: pip install tradememory-protocol Синхронизируйте историю сделок Hyperliquid (публичные исполнения, ключ не нужен): tradememory sync hyperliquid --address 0xYourAddress Зарегистрируйте сервер в Claude Code: claude mcp add tradememory -- uvx tradememory-protocol
- Где скачать tradememory-protocol?
- Исходный код и инструкции по установке — на GitHub: https://github.com/mnemox-ai/tradememory-protocol
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Открытая мультиагентная система для торговли криптовалютой: специализированные AI-дески генерируют сигналы, Risk Guard может отменять сделки, а бэктесты сравниваются со стратегией buy-and-hold.
Набор AI-агентов, навыков и коннекторов к данным для юридических задач — от корпоративной практики до судебных споров; запускается в Claude Code, Cowork или Managed Agents.
Самостоятельно размещаемая платформа для AI-квант-исследований: от торговых идей до Python-стратегий, бэктестов, бумажной торговли и реального исполнения ордеров.
Локальный MCP-сервер для исследования криптотокенов с помощью AI-ассистентов: CoinGecko, DeFiLlama и веб-поиск, ключ API не требуется.
MCP-сервер, через который Claude Code читает данные и управляет графиками в запущенном локально TradingView Desktop по Chrome DevTools Protocol.