Zum Hauptinhalt springen

KI-Pre-flight-Leitfaden

QoreChain definiert ein On-Chain-KI-Risiko-/Anomalie-Modell, das eine dApp aus der EVM lesen kann. Zwei schreibgeschützte EVM-Precompiles sollen es dir ermöglichen, eine Transaktion zu bewerten, bevor sie signiert oder gesendet wird, und das nur mit eth_call:

FähigkeitPrecompileAdresse
Risiko-Score für CalldataaiRiskScore(bytes)0x0000000000000000000000000000000000000b01
Anomalie-Prüfung für (sender, amount)aiAnomalyCheck(address,uint256)0x0000000000000000000000000000000000000b02
Heute in den öffentlichen Netzwerken nicht verfügbar

simulateWithRiskScore, aiRiskScore und aiAnomalyCheck lesen die Precompiles unter 0x…0B01 / 0x…0B02. Ein statisches Precompile antwortet nur, wenn seine Adresse im Parameter active_static_precompiles des EVM-Moduls steht. Diese Liste ist auf qorechain-vladi (Mainnet) leer, und auf qorechain-diana (Testnet) enthält sie nur die PQC- und Konsensparameter-Precompiles (0x…0A01, 0x…0A02, 0x…0C01), nicht das AI-Paar (geprüft am 27. Oktober 2026). Gegen die öffentlichen Endpunkte liefert ein Aufruf leere Daten (0x) zurück, und diese Helfer werfen einen Fehler (zum Beispiel returned no data ("0x")). Sie funktionieren nur in einem Netzwerk oder auf einem Node, auf dem die Precompiles aktiviert wurden. Prüfe zuerst GET /cosmos/evm/vm/v1/params und siehe EVM-Precompiles: Netzwerkstatus.

Die Implementierung befindet sich in @qorechain/evm (dem EVM-Adapter über viem) und wird aus @qorechain/sdk zur besseren Auffindbarkeit re-exportiert.

Das Risiko-level ist höher bei riskanteren Transaktionen. Die Beispiel-Policy der Chain verwendet require(level < 3).

Pre-flight mit einem Aufruf​

simulateWithRiskScore bündelt eine Gas-Schätzung, einen Risiko-Score und eine Anomalie-Prüfung zu einem einzigen beratenden Urteil:

import { createEvmClient, simulateWithRiskScore } from "@qorechain/evm";

const { publicClient } = await createEvmClient({
endpoints: { evmRpc: "https://evm-testnet.qore.host" },
});

const preflight = await simulateWithRiskScore(publicClient, {
from: "0xYourAddress",
to: "0xToken",
data: "0xa9059cbb...", // ERC-20 transfer calldata
value: 0n,
});

console.log(preflight.gas); // bigint — eth_estimateGas
console.log(preflight.risk); // { score: bigint, level: number }
console.log(preflight.anomaly); // { anomalyScore: bigint, flagged: boolean }
console.log(preflight.safe); // boolean — advisory verdict

safe wird berechnet als risk.level < RISK_LEVEL_UNSAFE_THRESHOLD && !anomaly.flagged, wobei der Schwellenwert standardmäßig 3 ist. Wenn keine data angegeben wird, wird der Risiko-Score über den bereitgestellten Bytecode unter to berechnet, sodass eine reine Wertüberweisung an einen Vertrag dennoch bewertet wird.

Das safe-Flag ist beratend. Die Precompiles blockieren von sich aus nichts. Lege deine eigene Policy off-chain fest und setze sie durch (und ein Vertrag kann on-chain mit require auf das Level prüfen). RISK_LEVEL_UNSAFE_THRESHOLD wird exportiert, sodass du denselben Standardwert referenzieren kannst, den das SDK dokumentiert.

Die Bausteine​

import { aiRiskScore, aiAnomalyCheck } from "@qorechain/evm";

// Risk score for raw calldata (accepts a 0x-hex string or a Uint8Array).
const { score, level } = await aiRiskScore(publicClient, "0xa9059cbb...");

// Anomaly check for a (sender, amount) pair.
const { anomalyScore, flagged } = await aiAnomalyCheck(
publicClient,
"0xYourAddress",
1_000_000_000_000_000_000n, // 1 QOR in wei
);

Beide kodieren den Aufruf mit viems encodeFunctionData und dekodieren das zurückgegebene Tupel mit decodeFunctionResult.

Adresskonstanten​

import { AI_RISK_SCORE_ADDRESS, AI_ANOMALY_CHECK_ADDRESS } from "@qorechain/evm";

Verfügbarkeit​

Die Helfer werfen immer dann einen Fehler, wenn die Precompiles auf dem abgefragten Node nicht aktiv sind: in den öffentlichen Netzwerken ist das derzeit immer der Fall, ebenso auf einem einfachen EVM-Node. Behandle einen geworfenen Fehler aus einem dieser Helfer als "feature not present on this node".

Siehe den EVM-Leitfaden für die vollständige Precompile-Liste und das lauffähige ai-preflight-Beispiel.