trustlayer-sybil-scanner

Par bankrbot · skills

Analyse forensique des retours pour les agents ERC-8004. Détecte les anneaux Sybil, les faux avis, la manipulation de notes et le blanchiment de réputation sur 20 chaînes. Aucune clé API requise.

npx skills add https://github.com/bankrbot/skills --skill trustlayer-sybil-scanner

TrustLayer Sybil Scanner — Forensique des retours d'expérience ERC-8004

Détecte les faux avis, les anneaux Sybil, la manipulation des notes et le blanchiment de réputation dans les évaluations d'agents ERC-8004 sur 20 chaînes incluant Base, Ethereum, BSC, Celo, Gnosis, Optimism, Arbitrum, Avalanche, Polygon, Monad et Solana.

La plupart des systèmes de réputation d'agents vous affichent la note. Celui-ci vous dit si la note est réelle.

API Base : https://api.thetrustlayer.xyz Pas de clé API requise (bêta). Micropaiements x402 sur les endpoints payants (0,001 USDC par requête).

Ce que ceci détecte que les autres ne détectent pas

  • Anneaux Sybil : Grappes de portefeuilles qui ne s'évaluent que mutuellement
  • Qualité des évaluateurs : Un avis 5 étoiles d'un agent fiable et un d'un portefeuille jetable ne sont pas identiques. Les scores sont pondérés par la réputation de l'évaluateur.
  • Blanchiment cross-chain : L'agent a d'excellents avis sur BSC mais des mauvais sur Base ? Les identités sont résolues cross-chain et les divergences de score sont signalées.
  • Anomalies temporelles : Rafales soudaines d'avis positifs après une période de mauvais. Bombardement de notes. Modèles de manipulation de notes dans le temps.
  • Retours spam : Les modèles spam connus sont détectés via analyse des tags et filtrés avant le scoring.

Quand utiliser cette skill

  • Avant de payer un autre agent via x402 ou toute autre méthode de paiement
  • Quand un utilisateur demande « cet agent est-il légitime ? » ou « ces avis sont-ils vrais ? »
  • Avant d'entrer en escrow avec un agent inconnu
  • Lors de l'évaluation de si embaucher ou déléguer à un autre agent
  • Quand vous voyez une note élevée et voulez savoir si elle est méritée ou truquée

Scan Sybil

curl -s "https://api.thetrustlayer.xyz/trust/<chain>:<agentId>"

Remplacez <chain> par : base, ethereum, bsc, celo, gnosis, optimism, arbitrum, avalanche, polygon, monad, mantle, scroll, linea, metis, taiko, solana-mainnet (et plus) Remplacez <agentId> par l'identifiant numérique de l'agent.

Exemple :

curl -s "https://api.thetrustlayer.xyz/trust/base:1378"

Ce qui revient

La réponse est du JSON. Les champs les plus importants pour la détection de fraude :

Signaux Sybil et fraude :

  • sybil_risk : « low » / « medium » / « high ». High signifie que le réseau d'évaluateurs semble artificiel.
  • anomaly_flags : Tableau des problèmes détectés. Vide = propre. Observez : review_bombing, duplicate_feedback_content, single_agent_reviewers, spam_feedback, reputation_laundering.
  • reviewer_weighted_score : Le score de confiance après ajustement pour la crédibilité de l'évaluateur. Si celui-ci est beaucoup plus bas que trust_score, les bons avis de l'agent proviennent d'évaluateurs de faible qualité.

Signaux cross-chain :

  • cross_chain_scores : Si présent, cet agent existe sur plusieurs chaînes. Vérifiez laundering_risk et score_divergence. Une divergence élevée signifie que la réputation de l'agent semble différente selon la chaîne que vous vérifiez.

Évaluation générale :

  • trust_score (0-100) : Score composite. 80+ risque faible, 64-79 risque moyen, en dessous de 64 risque élevé.
  • risk_level : « low » / « medium » / « high ». Signal de décision rapide.
  • recommended_max_exposure_usd : Combien en USD risquer avec cet agent.
  • confidence : « low » / « medium » / « high » basé sur le volume de données.

Logique de décision

IF sybil_risk == "high"           → BLOCK. Dites à l'utilisateur pourquoi.
IF "review_bombing" in flags      → BLOCK. Probablement manipulé.
IF "reputation_laundering" in flags → BLOCK. Modèle de fraude cross-chain.
IF risk_level == "high"           → BLOCK. Risque global élevé.
IF "spam_feedback" in flags       → WARN. La note peut être gonflée.
IF cross_chain laundering_risk == "high" → WARN. Vérifiez chaque chaîne.
IF reviewer_weighted_score < trust_score - 15 → WARN. Bons avis de mauvais évaluateurs.
IF recommended_max_exposure < tx amount → REDUCE exposure ou warn.
ELSE → proceed.

Exemple de vérification avant paiement

Sur le point de payer l'agent base:5000 pour un service de 50 $ :

RESULT=$(curl -s "https://api.thetrustlayer.xyz/trust/base:5000")

# Extrayez les signaux clés de fraude
SYBIL=$(echo "$RESULT" | grep -o '"sybil_risk":"[^"]*"' | cut -d'"' -f4)
RISK=$(echo "$RESULT" | grep -o '"risk_level":"[^"]*"' | cut -d'"' -f4)
SCORE=$(echo "$RESULT" | grep -o '"trust_score":[0-9]*' | cut -d':' -f2)
FLAGS=$(echo "$RESULT" | grep -o '"anomaly_flags":\[[^]]*\]')

Rapport à l'utilisateur : « Analysé base:5000. Score de confiance : $SCORE. Risque Sybil : $SYBIL. Anomalies détectées : $FLAGS »

Si sybil_risk est élevé : « Les avis de cet agent montrent des signes de manipulation Sybil. Transaction déconseillée. »

Autres endpoints

Recherche d'agent (payant 0,001 USDC — retourne le profil complet de l'agent, les métadonnées et les détails d'enregistrement on-chain) :

curl -s "https://api.thetrustlayer.xyz/agent/<chain>:<agentId>"

Classement (agents les plus fiables, filtrés Sybil — limité en débit : 5 gratuit par IP par heure, puis 402) :

curl -s "https://api.thetrustlayer.xyz/leaderboard?chain=base&limit=10"

Stats réseau (compteurs en direct du total d'agents, flags Sybil, chaînes couvertes, et plus) :

curl -s "https://api.thetrustlayer.xyz/stats"

Recherche d'évaluateur (payant 0,001 USDC — retourne le score de qualité de l'évaluateur, nombre total d'avis, agents uniques évalués, tier de qualité et historique d'avis récent) :

curl -s "https://api.thetrustlayer.xyz/reviewer/<wallet_address>"

La plupart des évaluateurs ont un score faible — un évaluateur fiable est rare. Utilisez ceci pour vérifier si un évaluateur est crédible avant de faire confiance à son avis.

Portfolio du propriétaire (payant 0,001 USDC — retourne tous les agents possédés par un portefeuille cross-chain, avec info de groupe cross-chain, score de confiance moyen et évaluation du risque) :

curl -s "https://api.thetrustlayer.xyz/owner/<wallet_address>"

Utilisez pour la due diligence sur un opérateur d'agent.

Historique des scores (payant 0,001 USDC — retourne la série chronologique complète des scores quotidiens, trajectoire 7j/30j et volatilité) :

curl -s "https://api.thetrustlayer.xyz/history/<chain>:<agentId>"

Snapshots quotidiens conservés pendant 90 jours. Utilisez pour vérifier si la réputation d'un agent est stable ou volatile.

Appelez /stats pour la couverture réseau actuelle — les compteurs d'agents, flags Sybil, groupes cross-chain et répartition par chaîne sont tous retournés en direct.

Rapports visuels

Pour une analyse visuelle complète avec historique des scores, chronologie des anomalies et carte cross-chain :

https://thetrustlayer.xyz/agent/<chain>:<agentId>

Comment fonctionne le scoring

Les scores combinent trois dimensions, chacune pondérée par la qualité des données :

  1. Complétude du profil : L'agent a-t-il des métadonnées, une description, des endpoints actifs ?
  2. Volume de retours : Combien de retours existent ? Pondérés par la qualité de l'évaluateur, pas le décompte brut.
  3. Légitimité des retours : Les évaluateurs eux-mêmes sont-ils réputés ? Y a-t-il des modèles Sybil ? Du spam ? Des anomalies temporelles ?

Six méthodes de détection Sybil s'exécutent à chaque synchronisation :

  • Clustering par chevauchement d'évaluateurs
  • Détection de modèles d'avis un-à-un
  • Analyse de l'âge et de l'activité des portefeuilles
  • Corrélation d'identité cross-chain
  • Détection d'anomalies temporelles de retours
  • Filtrage spam basé sur les tags

Les scores se mettent à jour quotidiennement. Les snapshots d'historique de scores conservés pendant 90 jours.

Skills similaires