從韭菜眼鏡到鏈上彈幕、DEV 拉盤,Solana線上黑客松腦洞有多大
- 核心觀點:2026年初的Solana線上黑客松展示了開發重心正從底層基礎設施轉向以AI、自動化和遊戲化為核心的、解決實際用戶體驗與交易效率問題的應用層創新。
- 關鍵要素:
- 活動採用基於X(原Twitter)的公開提交與評審機制,促進了大量聚焦產品體驗的項目湧現。
- 獲獎項目普遍結合AI與自動化,如冠軍項目The MM Hunter利用機器學習進行訂單簿量化交易。
- 多個項目致力於解決資訊過載與Alpha挖掘,如「赤兔」系統通過監控聰明錢地址捕捉鏈上共識信號。
- 湧現出將複雜數據(如錢包盈虧、市場價格)進行遊戲化或可視化呈現的工具,以提升用戶參與感和理解度。
- 消費娛樂類獲獎項目將交易、市場心理等元素融入遊戲機制,提供了零風險的模擬體驗環境。
原創 | Odaily(@OdailyChina)
作者 | Ethan(@ethanzhang_web3)

2026 年 1 月 20 日至 1 月 30 日,由 Trends 與 Solana 中文社群聯合發起的 Solana 線上黑客松正式舉行。作為一次完全基於線上的開發活動,本屆黑客松以 X 作為項目提交與展示的主要陣地,開發者透過發布項目介紹、程式碼與 Demo 連結的方式,直接接受社群與評審的公開檢驗。
與傳統依賴統一後台提交的黑客松不同,本次活動採用了更為開放的參與方式。參賽項目透過公開時間線進行展示,評審與社群成員可以直接試玩、互動與回饋。這種低門檻、強曝光的評選機制,使得大量偏產品向、偏體驗向的項目在短時間內集中湧現。
在為期十天的提交與評審週期內,參賽項目覆蓋交易與策略機器人、Alpha 挖掘工具、網路資本市場以及消費與娛樂應用等多個方向。相比強調宏大敘事或底層基礎設施,本屆黑客松湧現出的作品更多聚焦於真實使用場景,嘗試以 AI、自動化與遊戲化方式,回應交易效率、資訊噪音與使用者體驗等長期存在的問題。
以下為Odaily對本屆 Solana 線上黑客松獲獎項目的詳細盤點。
黑客松冠軍
The MM Hunter(獎金 4000 美金) 
項目 Demo 地址:https://the-mm-hunter.vercel.app/
Github 倉庫:https://github.com/Dexless-AI1111/the-mm-hunter
項目簡介:The MM Hunter 是一個基於 LightGBM 的訂單簿量化交易項目,透過機器學習解析 Binance 盤口結構與造市商行為,並借助 Orderly NetworkAPI 實現自動化交易執行。
核心功能:
- 訂單簿資料獲取:從 Binance 即時獲取 Orderbook 深度資料
- ML 方向預測:基於 LightGBM 輸出漲 / 跌 / 不動三分類結果
- 自動化交易:透過 Orderly NetworkAPI 執行開倉與平倉
- TUI 即時監控:展示交易狀態、持倉與 PnL
- 歷史回測:支援基於歷史資料的策略回測驗證
交易與策略機器人
第一名:Peak Trading(獎金 1300 USDC)

Dev X 主頁:https://x.com/0xkled
項目 Demo 地址:peak.kled.fun
項目介紹:一款 AI 驅動的專業交易終端,聚焦交易決策、風控與覆盤全流程。
核心功能:
- 自動交易日誌:跨多交易所自動記錄每筆交易的完整上下文與策略標籤
- 聚合風控:統一監控多平台倉位、保證金與風險敞口
- AI 下單驗證:下單前基於行情、OI 與個人歷史資料給出風險評估與建議
- AI 對話式覆盤:交易後對話覆盤,並統計不同策略與訊號的長期表現
第二名:鷹鴿獵手(獎金 800 美元)

Dev X 主頁:https://x.com/bitares
項目地址:暫未公開
項目介紹:一個圍繞宏觀經濟資料建構的自動化交易工作流,在關鍵資料發布時即時解析官方資料源,結合量化規則判斷市場 Risk-On / Risk-Off 狀態,並透過 BinanceAPI 按預設策略自動執行交易。
核心功能:
- 宏觀資料即時解析:監控官方經濟資料源(如勞工部、商務部等),資料發布後第一時間獲取並解析
- AI 風險環境判斷:將多年宏觀資料交易經驗量化為規則,輔助判斷當前市場處於 Risk-On 還是 Risk-Off 狀態
- 自動化交易執行:直連 Binance API,按既定策略自動下單,支援現貨與合約交易
- 自動交易覆盤:交易完成後自動生成覆盤報告,記錄開倉時間、價格與最終盈虧,用於策略優化
- 多渠道通知:警報與覆盤同步推送至飛書、Telegram、郵箱與企業微信
第三名:MoonMate(獎金 400 美元)

Dev X 主頁:https://x.com/wab_hsu
Github 倉庫:https://github.com/Louis-XWB/moonmate
功能演示:https://www.youtube.com/watch?v=jBk7e667Vso
項目介紹:具有陪伴式體驗的 AI 交易夥伴,將量化交易能力與遊戲化設計結合,透過多 Agent 決策系統、視覺化決策流程與情緒化回饋,讓交易過程更直觀、更具參與感。
核心功能:
- AI 委員會多 Agent 決策系統:由多個 AI Agent 共同參與決策,提高策略判斷的多樣性
- 寵物式 AI 助手:以可愛的寵物形態即時陪伴交易過程
- 多市場支援:支援 CEX 與 DEX 交易場景
- 決策流程視覺化:透過 Decision Flow 展示 AI 決策矩陣
- 市場情緒感知:支援鯨魚追蹤與社群媒體情緒分析
- Vibe 策略系統:讓 AI 學習並理解使用者的交易偏好
Alpha 挖掘工具
第一名:赤兔(獎金 1300 美元)

Dev 地址:https://x.com/bitcoinxsd
項目地址:chitu66.com
功能演示:https://www.youtube.com/watch?v=M0PkoCWjyMg
項目介紹:一套面向加密社群與投研團隊的 Solana 鏈上 Alpha 捕捉系統,透過秒級監聽大規模聰明錢地址池,篩選鏈上共識買入訊號,並在釘釘內完成提醒、驗證與擴散的完整閉環。
核心功能:
- 地址池可擴展:支援從幾百到幾千、上萬地址的長期監控與即時提醒
- 提醒自帶資訊包:釘釘訊息直接包含項目描述與推特資訊(自動抓取、AI 解析與自動翻譯),並可穿透查看錢包動態,無需跳轉
- 共識達標自動擴散:當推薦達到設定門檻(如 ≥5 人)時,自動二次推送至更大共識群或廣播群
第二名:Voiverse(獎金 800 美元)

項目 X 主頁:https://x.com/voiverse_ai
項目地址:https://t.me/Web3_Denoise_bot
項目介紹:AI 資訊降噪與 Alpha 挖掘工具,透過全網監控、暴力過濾噪音,並基於使用者畫像進行定向推送,幫助使用者用更少時間獲取真正重要的資訊。
核心功能:
- 全網監控:持續掃描 X 與 Telegram 等信源,全天候捕捉 Web3 相關內容
- 暴力降噪:透過 AI 過濾約 99% 的無效資訊,只保留高價值內容
- 個人化推送:基於使用者自訂畫像進行定向資訊分發,實現個人化
第三名:TradeCat/交易貓(獎金 400 美元)

Dev X 主頁:https://x.com/123olp
Github 倉庫:https://github.com/tukuaiai/tradecat
項目介紹:開源的多市場 Alpha 工具箱,將資料獲取、指標組合、規則訊號生成與 Telegram 互動打通,覆蓋從分析到訊號推送的一整條鏈路。
核心功能:
- 多源資料與歷史資料支援:平台提供海量歷史資料,並支援預測市場資料獲取
- 指標組合與訊號引擎:支援無限拓展組合指標,基於規則生成交易訊號,並提供 AI 技術分析能力(AI Wyckoff 分析)
- 視覺化與互動輸出:整合資料視覺化、幣種查詢,並透過 Telegram 實現訊號與分析結果的互動推送
網路資本市場
第一名:錢包視覺化工具(獎金 1300 美元)

GitHub 倉庫:https://github.com/MilkBlock/PnlSphereCraft
項目 Demo 地址:http://pnl.cryproject.xyz/
項目介紹:一款將 Solana 錢包資料轉化為影片化資產博弈畫面的視覺化工具,基於 Ant.fun 的鏈上資料,把持倉與盈虧以 Agar.io 風格動態呈現,讓錢包狀態一眼可讀。
核心功能:
- 地址即生成影片:輸入 Solana 錢包地址,即可生成 Agar.io 風格的動態影片,每個 Token 以「球」的形式呈現,大小對應資產權重與盈虧表現
- 核心指標自動視覺化:影片中自動展示總盈虧(Total PnL)、勝率(Win Rate)、最佳表現(Best Performance)等關鍵資料
- 為傳播優化的動態呈現:基於鏈上精準資料與影片渲染技術生成高幀率動畫,適合覆盤回顧與社群平台展示
第二名:韭菜眼鏡(獎金 800 美元) 
Dev X 主頁:https://x.com/0x7ohnson
Github 倉庫:https://github.com/7ohnson-byte/Leek-Vision/tree/main
項目介紹:一個面向 Web2 與 Web3 使用者的瀏覽器外掛與工具平台,透過將日常網頁中的法幣價格即時映射為加密資產數值,幫助使用者在現實消費與鏈上世界之間建立更直觀的價值對照。
核心功能:
- 萬物幣本位:即時把 Amazon、淘寶、eBay 等站點的法幣價換算成 SOL、BTC、ETH、BNB,浮層或行內雙模式,隨頁自適應。
- AI 研報助手:一鍵生成加密項目「迷你研報」,核心用途、關鍵訊號、風險判斷三欄式輸出,獨立彈窗即點即看。
- 互動式電子寵物:像素風常駐瀏覽器,輕態陪逛,專業態秒喚 AI 分析,一寵兩用。
第三名:Sendit(獎金 400 美元)

Github 倉庫:


