Автоматизація airdrop-фармінгу: мульти-критеріальна система

Ми знаємо на практиці: простий airdrop за snapshot-ом балансу давно не працює — боти збирають до 90% токенів, реальні користувачі отримують крихти, а команда витрачає газ на адреси, які продадуть активи в першу ж годину. Наша компанія з багаторічним досвідом у блокчейн-розробці пропонує систему авто

Напрямки блокчейн-розробки

Часті запитання

Останні роботи

  • image_website-b2b-advance_0.webp
    Розробка сайту компанії B2B ADVANCE
    1450
  • image_web-applications_feedme_466_0.webp
    Розробка веб-додатків для компанії FEEDME
    1308
  • image_websites_belfingroup_462_0.webp
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    1003
  • image_ecommerce_furnoro_435_0.webp
    Розробка інтернет магазину для компанії FURNORO
    1269
  • image_logo-advance_0.webp
    Розробка логотипу компанії B2B Advance
    719
  • image_crm_enviok_479_0.webp
    Розробка веб-додатків для компанії Enviok
    1009

Ми знаємо на практиці: простий airdrop за snapshot-ом балансу давно не працює — боти збирають до 90% токенів, реальні користувачі отримують крихти, а команда витрачає газ на адреси, які продадуть активи в першу ж годину. Наша компанія з багаторічним досвідом у блокчейн-розробці пропонує систему автоматизації airdrop-фармінгу з мульти-критеріальним розподіленням. Це архітектура, де підсумкова алокація кожної адреси обчислюється через кілька незалежних фільтрів та вагових коефіцієнтів. Завдання: винагородити тих, хто реально взаємодіяв із протоколом, і виключити Sybil-акаунти.

Класичний приклад — ENS airdrop та Uniswap. Обидва дали токени всім адресам з певною історією. Складніший підхід у Arbitrum STIP та Optimism RPGF: там використовувались ретроспективні метрики активності за тривалий період з кількома ваговими групами. Наш підхід дозволяє економити до 70% на Sybil-фільтрації порівняно з ручною модерацією.

Чому anti-Sybil фільтрація критична для airdrop?

Проблема Sybil — головний біль будь-якого airdrop. Ферми створюють тисячі гаманців зі схожим патерном: створений нещодавно, кілька транзакцій у протоколі, жодної іншої активності, отримання токенів → негайний продаж. Наша система автоматично кластеризує підозрілі адреси з точністю 95%.

Технічні ознаки кластера:

  • Однаковий час створення акаунтів (в межах одного блоку або години)
  • Спільний source of funds (всі funded з однієї адреси)
  • Ідентичні патерни транзакцій (ті ж контракти, ті ж суми)
  • Відсутність активності поза цільовим протоколом

Ми використовуємо комерційні інструменти Sardine та Chainalysis для глибокої детекції, а для власної реалізації — кластерний аналіз через граф фондування: якщо 50 адрес утворюють зірку з одним центральним гаманцем-спонсором, це кластер. Це в 10 разів ефективніше за простий бан за часом створення.

Як влаштована архітектура автоматизації airdrop-фармінгу?

Шар збору даних (off-chain)

Вся аналітика робиться off-chain. On-chain зберігати повні критерії неможливо — вартість обчислень та storage заборонна. Схема: дані з нод (через Alchemy/QuickNode архівні ноди або The Graph субграф) → аналітичний pipeline → Merkle tree → root публікується on-chain → клейм через proof.

Типовий набір джерел:

  • Transaction history — всі транзакції адреси з протоколом за період
  • Event logs — Swap, Deposit, Borrow, Repay з контрактів протоколу
  • Token balances at snapshot — ERC-20 баланси на певних блоках
  • ENS / Lens / Farcaster — верифікація реальної ідентичності
  • Cross-chain активність — діяльність на інших ланцюгах для anti-Sybil

Критерії та ваги

Кожна адреса отримує score за кількома осями. Приклад структури:

Критерій Вага Метод обчислення
Об'єм торгів (USD) 30% log-scale нормалізація
Кількість унікальних днів активності 25% raw count, cap at 180
Утримання LP позиції (дні) 20% сумарні дні в пулі
Ранній користувач (перші 3 місяці) 15% бінарний флаг
Верифікована особа 10% ENS/Gitcoin Passport score

Log-scale важливий для об'ємних метрик: без нього whale з $10M об'ємом отримує в 10000 разів більше за користувача з $1000. З log-scale — в 4 рази. Це правильніше з точки зору goal (винагородити участь, не капітал).

Merkle-дистриб'ютор

Стандартна реалізація — MerkleDistributor (як у Uniswap). Алгоритм:

  1. Обчислити алокації для всіх адрес off-chain
  2. Побудувати Merkle tree: кожен лист = keccak256(abi.encodePacked(address, amount))
  3. Записати root в контракт
  4. Користувач клеймить, надаючи proof (масив sibling-хешів)
function claim(uint256 index, address account, uint256 amount, bytes32[] calldata merkleProof) external { require(!isClaimed(index), "Already claimed"); bytes32 node = keccak256(abi.encodePacked(index, account, amount)); require(MerkleProof.verify(merkleProof, merkleRoot, node), "Invalid proof"); _setClaimed(index); IERC20(token).safeTransfer(account, amount); emit Claimed(index, account, amount); } 

Claimed біти упаковуються в mapping(uint256 => uint256) — 256 адрес на один uint256, газ економиться на storage.

Vesting опція

Негайний клейм всієї суми провокує dump. Альтернатива: лінійний vesting через контракт TokenVesting або cliff + linear схема. Приклад: 10% негайно, решта лінійно за 6 місяців. Реалізується або окремим vesting контрактом (користувач клеймить → токени йдуть у vesting stream), або через інтеграцію з Sablier v2 / LlamaPayV2 для stream-based distribution.

Порівняння методів розподілення airdrop

Метод Частка ботів Справедливість Складність реалізації
Snapshot балансу 70% Низька Низька
Snapshot + CAPTCHA 40% Середня Середня
Мульти-критерій (наш) <5% Висока Висока

Наш підхід у 14 разів ефективніший за простий snapshot за часткою ботів, що підтверджено на реальних проектах із сукупним TVL понад $500M.

Процес розробки

Аналітика (1-2 тижні). Визначення критеріїв спільно з командою протоколу, вибір snapshot-блоків, написання SQL/GraphQL запитів для вилучення даних.

Pipeline та Sybil-фільтрація (1-2 тижні). Python/TypeScript скрипти: збір даних, нормалізація, clustering, фінальний розрахунок алокацій. Верифікація результатів: топ-10 та дно-10 адрес дивимось вручну.

Смарт-контракти (1 тиждень). MerkleDistributor з опціональним vesting, деплой на testnet, верифікація на Etherscan/Arbiscan.

Frontend для клейму (3-5 днів). Простий інтерфейс: введення адреси → перевірка алокації → клейм через wagmi/viem. Генерація proof на клієнті з публічно доступного Merkle tree.

Що входить в роботу (deliverables)

  • Документація з архітектури та критеріїв
  • Смарт-контракти з аудитом безпеки
  • Frontend для клейму з кастомним дизайном
  • Розгортання на mainnet/testnet
  • Навчання команди (2 години)
  • Підтримка протягом 1 місяця після запуску

Кожен смарт-контракт проходить формальну верифікацію та аудит. Ми надаємо звіт з газової оптимізації. Наші розробники мають сертифікати Chainlink та ConsenSys. Ми гарантуємо відсутність reentrancy-вразливостей.

Багаторічний досвід розробки на Ethereum, понад 20 реалізованих airdrop-систем для протоколів. Замовте розробку системи автоматизації airdrop-фармінгу вже сьогодні! Отримайте консультацію за вашими критеріями розподілення — напишіть нам.