专注于为区块链交易提供深入分析。它既能剖析已发生的链上交易，又能对未发生的交易进行模拟推演，赋予用户更全面的洞察力。 已发生交易的解析：可集成至浏览器，为用户呈现清晰、直观的交易解读，简化链上数据理解。 未发生交易的模拟：可嵌入钱包，协助用户在交易前预判潜在结果，提升决策的安全性与效率。
区块链安全事件频发，例如近期的 Bybit 多签事件，暴露了交易前风险识别的不足。这让我思考：是否可以在关键交易发送前，结合 AI 对其进行模拟分析，并以自然语言呈现交易可能带来的影响？ 这样，用户便能清晰了解交易将产生的后果，从而有效规避潜在风险，减少安全事件的发生。
基于这一构想，我开发了 Sentinel & Oracle MCP 项目。该系统不仅可以对已发生的交易进行链上分析，还能对未发生的交易进行模拟运行，并提供智能解析。目前，项目基于 MCP 协议 实现，理论上未来可以拓展至浏览器插件和钱包集成，为用户提供更直观的交易安全防护。
当前的 Demo 主要完成了 MCP Server 部分，并通过 Claude 桌面版 进行交互调用。因此，在演示视频中，交易解析以 对话形式 呈现，但这仅是当前的展示方式，并非最终期望的形态。
第一天：完成 MCP 的搭建，并实现 calldata 解析。接入 4byte 数据 API 和 Etherscan API，实现开源合约 ABI 及源码的自动获取。 第二天：集成 Tenderly API，完成模拟交易解析，录制项目演示视频。 第三天：制作 PPT，整理项目成果。