Guides / 视频转图文攻略
Jev Trader 教程：在 Monad 上搭建亚秒级 AI 交易机器人
Alex Hitt 用 6 分钟左右在 Monad 测试网上部署一个全自主 AI 做市机器人 Jev Trader：以 TypeSafe Jev 模型为决策引擎，在 Kuru DEX 上执行亚秒级确定性交易——从 git clone、bun install、读写 RPC 分离配置，到基准测试、模拟运行与实盘切换。
速览结论
Jev Trader 是开源的自主做市机器人，在 Monad 测试网的 Kuru DEX 上执行亚秒级确定性交易。Jev 模型用并行采样架构在 70-500ms 内给订单簿打出确定性概率分——前沿 LLM 逐 token 解码要 3 秒以上，成本还贵约 240 倍（每百万输入 token $0.042 对 $10）。流程：git clone、复制 .env.example 为 .env、bun install（用 npm 会直接失败）、PRIVATE_KEY 留空进入 dry-run、读写 RPC 分离、MODEL=jev 填入 TypeSafe AI API key。用 bun run scripts/bench-read.ts 验证读延迟（目标 18-20ms）加离线 calldata 校验，然后 bun run start，在 SSE 遥测流里看到 simulated: true、upIn10 0.85、confidence HIGH。调好 quote_inside_ticks，再填入有资金钱包的私钥即可实盘。
分步图文攻略
- 1
克隆 Jev Trader 仓库，用 bun 安装——别用 npm
用 git clone 拉下 Jev Trader 仓库，进入新项目目录，把 .env.example 复制一份重命名为 .env，作为你的正式配置文件。依赖安装必须精确输入 bun install：仓库深度适配 bun 运行时，视频里 npm install 直接触发 incompatible runtime 报错。这组终端命令为机器人微秒级的操作锁定了高性能地基。
只能用 bun install——仓库专为 bun 运行时优化，npm install 会立刻报错。跳转至 1:34 - 2
配置 .env：私钥留空、读写 RPC 分离、MODEL=jev
打开 .env，暂时把 PRIVATE_KEY 完全留空——缺省私钥会让系统进入保护性 dry-run 模式，测试网络时资金绝对安全。把低延迟节点商的 URL 填进 read RPC 变量，它专职在每个区块开始时查询限价订单簿深度；再往 write RPC 变量里填第二个节点商，作为「即发即忘」的签名交易广播通道。接着把 MODEL 设为 jev，并把 TypeSafe 令牌粘进 TYPESAFE_AI_API_KEY 字段。读写分离正是为了避开单 RPC 架构的 socket 争用——否则根本赶不上 Monad 的 300ms 时钟。
两行配置接通决策引擎：MODEL = jev 加上你的 TypeSafe AI API key。跳转至 3:12 - 3
跑赢 300ms 出块窗口：读延迟基准 + calldata 离线校验
每个循环里，机器人都要在 Monad 出块前完成拉取行情、请 Jev 模型决策、广播交易三件事——架构图给约 18ms 的 eth_call 读加 70-80ms 的 Jev 推理做了预算，全部挤在一个 300ms 窗口里。输入 bun run scripts/bench-read.ts 测试你的高级节点，终端需要报出约 18-20ms 的延迟，否则 AI 没时间算完决策。然后跑离线 calldata 校验脚本（scripts/dry-run-trade.ts），它会离线签一笔假想的买和卖，确保交易结构符合 Kuru SDK，然后才上实盘。
分岔热循环：读路径、Jev 推理、即发即忘写路径——全部塞进一个 300ms 区块。跳转至 2:34 - 4
启动热循环，读 SSE 遥测，然后上实盘
输入 bun run start 启动机器人：它拉取本地订单簿状态，经 Vercel AI SDK 路由给 Jev 模型。在浏览器打开本地服务端口就能看到 SSE 遥测流——演示区块里 simulated: true（只算假设结果，不动真金白银），AI_Inference_Metrics 显示 model jev-1、upIn10 0.85、confidence HIGH。让它持续跑，观察假设盈亏曲线，并调整 quote_inside_ticks 参数——它决定报价单相对买卖价差的激进程度。满意之后停掉进程，把有资金钱包的私钥填回 .env，再启动一次：机器人核验保证金余额，随即在 Monad 上部署真实的 AI 流动性。
simulated: true 加盾牌图标——dry-run 只追踪假设盈亏，真实资金分毫未动。跳转至 5:06
常见问题（FAQ）
Jev Trader 是什么？
一个可以从 GitHub 克隆的开源交易机器人，在 Monad 测试网上运行全自主 AI 做市。它以 TypeSafe Jev 模型为决策引擎，在 Kuru 去中心化交易所执行亚秒级确定性交易；克隆、配置、基准、dry-run 整套流程压缩在一期六分钟的视频里。
Jev 交易循环有多快？
Jev 模型用并行采样架构即时评估限价订单簿，70-500ms 内输出确定性概率分；前沿 LLM 逐 token 解码要 3 秒起步。整个循环——行情读取（约 18-20ms）、Jev 推理（70-80ms）、交易广播——必须塞进 Monad 的 300ms 出块窗口。
运行 Jev Trader 需要 TypeSafe AI API key 吗？
需要。视频列出主机上的四项前置条件：bun JavaScript 运行时、作 gas 用的测试网 MON 代币、有效的 TypeSafe AI API key（MODEL=jev 时填进 TYPESAFE_AI_API_KEY），以及供读写路径使用的高级低延迟 RPC 端点。
不动真金白银就能测试 Jev Trader 吗？
可以，而且这就是默认行为。PRIVATE_KEY 留空时机器人跑在保护性 dry-run 模式：SSE 遥测显示 simulated: true，只追踪假设盈亏。先观察 upIn10 得分、调好 quote_inside_ticks，等你准备好再填入有资金钱包的私钥上实盘。