listen
listen 是一款专为去中心化金融(DeFi)与人工智能结合而打造的高性能开源框架,被誉为"DeFAI 领域的瑞士军刀”。它最初作为 Solana 链上的算法交易工具包诞生,现已进化为支持跨链投资组合管理的 AI 智能体核心引擎。
listen 主要解决了在高速变化的区块链环境中,AI 代理难以实时获取数据、安全管理钱包并高效执行复杂交易策略的痛点。通过集成实时交易监控、多去中心化交易所(DEX)自动_swap_以及 Jito MEV 捆绑技术,它能确保交易以极低延迟和最优价格完成,同时提供详尽的性能指标追踪。
该工具最适合区块链开发者、量化交易研究员以及希望构建自主交易 AI 智能体的技术团队使用。虽然它也驱动着面向普通用户的 Listen App,但其核心价值在于为开发者提供了基于 Rust 语言的模块化架构,包括多租户流管理器和委托钱包管理器。
listen 的独特亮点在于其与 Rig Agent Kit 框架的无缝集成,允许 AI 智能体直接调用链上工具并执行交易逻辑。其架构采用 ClickHouse 进行海量数据索引,支持 Prometheus 监控,并兼容 Solana 与 EVM 多条公链。无论是想快速搭建交易机器人,还是研究跨链资产管理的 AI 策略,listen 都提供了一个即插即用且高度可扩展的技术底座。
使用场景
一位专注于 Solana 生态的量化交易开发者,正试图构建一个能自动捕捉新币上线机会并执行跨 DEX 套利的 AI 代理。
没有 listen 时
- 数据延迟高:自行搭建链上监听器难以跟上 Solana 的高吞吐量,导致获取价格和交易信号时存在秒级延迟,错失最佳入场点。
- 开发链路割裂:需要分别编写代码对接 Jupiter、Raydium 等多个 DEX API,还要单独处理 Jito MEV 捆绑发送,集成工作量巨大且容易出错。
- 状态管理复杂:AI 代理缺乏统一的钱包委托管理和多租户流控制机制,难以安全地同时运行多个策略实例。
- 监控盲区:缺乏原生的 Prometheus 集成和实时交易指标,策略运行时的性能瓶颈和失败交易难以被即时发现。
使用 listen 后
- 毫秒级响应:利用 listen 内置的 Substreams 索引器和 Clickhouse OLAP 数据库,AI 代理能实时获取清洗后的链上数据,将信号延迟压缩至毫秒级。
- 一站式执行:通过 listen 的交易引擎,代理可直接调用统一的接口在 Pump.fun 或 Jupiter V6 执行 swaps,并自动通过 Jito bundles 发送交易,大幅降低开发门槛。
- 安全的代理架构:借助 RIG Agent Kit 和委托钱包管理器,开发者能轻松构建支持多策略并行的 AI 代理,且无需在代码中硬编码私钥,提升了安全性。
- 可观测性增强:内置的 Prometheus 监控和详细的订单执行日志,让开发者能清晰追踪每一笔交易的滑点和成功率,快速迭代优化策略。
listen 将复杂的链下基础设施封装为标准化模块,让开发者能从繁琐的底层对接中解放出来,专注于打造更智能的 DeFi 交易策略。
运行环境要求
- Linux
未说明
未说明

快速开始
listen 最初作为 Solana 的算法交易瑞士军刀工具包起步,如今其使命已演变为成为 AI 跨链投资组合管理代理的首选框架。
它为 Listen 应用 提供支持,快来体验一下 listen 框架的强大功能吧。
Listen 架构
graph TB
subgraph "Rig Agent Kit by Listen"
RAK[RIG 代理工具包]
RAK_MT[多租户流管理器]
RAK_WALLET[委托钱包管理器]
RAK --> RAK_MT
RAK --> RAK_WALLET
end
subgraph "Listen 交易引擎"
LTE[交易引擎]
ORDER_COL[订单收集器]
PIPE[管道执行器]
EXEC[订单执行器]
ORDER_COL --> PIPE
PIPE --> EXEC
LTE --> ORDER_COL
end
subgraph "Listen 数据服务"
LDS[数据服务]
SUB[Substreams 索引器]
DB[(Clickhouse OLAP)]
PRICE[价格流]
SUB -->|索引 Solana 区块| DB
LDS --> PRICE
LDS --> DB
end
%% 外部系统
MOBILE[移动应用]
CHAIN((区块链))
PRIVY((Privy))
WALLET[(Solana/EVM 钱包)]
%% 连接
RAK -->|工具调用| CHAIN
RAK -->|执行交易| LTE
LDS -->|定价更新| LTE
LDS -->|丰富数据| MOBILE
MOBILE -->|用户意图| RAK
LTE -->|签名并发送交易| CHAIN
DB -->|查询数据| RAK
RAK_WALLET -->|集成| PRIVY
PRIVY --> WALLET
功能特性
- 🔍 实时交易监控
- 💱 支持多 DEX 交换(Pump.fun、Jupiter V6 API 或 Raydium)
- 🚀 借助 Jito MEV 批次实现极速交易
- 📊 价格跟踪与指标分析
- 🧰 代币管理实用工具
- 📈 支持 Prometheus 集成的性能监控
以及更多!
它可与 $arc rig framework 框架即插即用,使 AI 代理能够与 Solana 区块链交互。示例请参见: src/agent.rs 及其输出 image。
关于代理相关的内容,更多信息请参考:rig-onchain-kit
如需了解完整功能列表,请查看 cargo run 的 CLI 输出或访问文档。
快速入门
要体验 listen-rs,您可以使用 UI:
填写 .env.example 和 ./dashboard/.env.example 文件,并将其复制到 .env 和 ./dashboard/.env 中,然后运行:
docker compose up
之后您可以通过 http://localhost:4173 访问仪表板。
[!WARNING] listen-rs 正在快速迭代中,部分功能可能尚未完善,且可能存在破坏性变更。
系统要求
系统依赖
- Rust(包含 nightly 工具链)
protocbuild-essentialpkg-configlibssl-dev
配置
- 将
.env.example复制到.env - 设置用于 JITO 认证的
auth.json文件(可选,gRPC HTTP/2.0 搜索客户端) - 填充
fund.json
- 将
两个密钥对均采用 solana-keygen 格式,即 64 字节数组,前 32 字节为私钥,后 32 字节为公钥。
快速开始
# 安装依赖
sudo apt install protoc build-essential pkg-config libssl-dev
# 构建
cargo build --release
# 启动服务
./run-systemd-services.sh
使用示例
交易监控
cargo run -- listen \
--worker-count [COUNT] \
--buffer-size [SIZE]
代币兑换
cargo run -- swap \
--input-mint sol \
--output-mint EPjFWdd5AufqSSqeM2qN1xzybapC8G4wEGGkZwyTDt1v \
--amount 10000000
[!WARNING] 默认配置适用于主网的小额交易。请确保在测试网上使用时进行正确配置,并在执行前仔细检查代码。
指标与监控
Listen 内置了指标服务,可通过 localhost:3030/metrics 查看。可视化步骤如下:
- 启动 Prometheus:
prometheus --config=prometheus.yml
- 访问指标:
localhost:3030/metrics
Grafana 应显示类似以下内容:

高级用法
交换性能剖析
可以安装 stackcollapse.pl 工具,方法如下:
gh repo clone brendangregg/FlameGraph && \
sudo cp FlameGraph/stackcollapse.pl /usr/local/bin && \
sudo cp FlameGraph/flamegraph.pl /usr/local/bin
使用 DTrace 对交换性能进行剖析,生成火焰图:
./hack/profile-swap.sh

常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器