--- title: "ایتھیریم پر اپنا ⁦AI⁩ ٹریڈنگ ایجنٹ بنائیں" description: "اس ٹیوٹوریل میں آپ ایک سادہ مصنوعی ذہانت کا ایجنٹ (AI agent) بنانا سیکھیں گے۔ یہ ایجنٹ بلاک چین سے معلومات پڑھتا ہے، اس معلومات کی بنیاد پر ⁦LLM⁩ سے سفارش مانگتا ہے، ⁦LLM⁩ کی تجویز کردہ ٹریڈ کرتا ہے، اور پھر انتظار کر کے عمل دہراتا ہے۔" author: "اوری پومرانٹز" tags: - AI - ٹریڈنگ - ایجنٹ - Python skill: intermediate breadcrumb: "⁦AI⁩ ٹریڈنگ ایجنٹ" published: 2026-02-13 lang: ur sidebarDepth: 3 --- اس ٹیوٹوریل میں آپ ایک سادہ مصنوعی ذہانت کا ایجنٹ (AI agent) بنانا سیکھیں گے۔ یہ ایجنٹ ان اقدامات کا استعمال کرتے ہوئے کام کرتا ہے: 1. ایک ٹوکن کی موجودہ اور ماضی کی قیمتیں پڑھیں، نیز دیگر ممکنہ متعلقہ معلومات 2. اس معلومات کے ساتھ ایک استفسار (query) بنائیں، اور ساتھ ہی پس منظر کی معلومات دیں تاکہ واضح ہو سکے کہ یہ کیسے متعلقہ ہو سکتی ہے 3. استفسار جمع کرائیں اور متوقع قیمت واپس حاصل کریں 4. سفارش کی بنیاد پر ٹریڈ کریں 5. انتظار کریں اور دہرائیں یہ ایجنٹ ظاہر کرتا ہے کہ معلومات کو کیسے پڑھا جائے، اسے ایک ایسے استفسار میں کیسے بدلا جائے جو قابل استعمال جواب دے، اور اس جواب کو کیسے استعمال کیا جائے۔ یہ تمام اقدامات ایک مصنوعی ذہانت کے ایجنٹ کے لیے ضروری ہیں۔ یہ ایجنٹ Python میں لاگو کیا گیا ہے کیونکہ یہ AI میں استعمال ہونے والی سب سے عام زبان ہے۔ ## ایسا کیوں کریں؟ {#why-do-this} خودکار ٹریڈنگ ایجنٹس ڈیولپرز کو ٹریڈنگ کی حکمت عملی منتخب کرنے اور اس پر عمل کرنے کی اجازت دیتے ہیں۔ [مصنوعی ذہانت کے ایجنٹس](/ai-agents) زیادہ پیچیدہ اور متحرک ٹریڈنگ کی حکمت عملیوں کی اجازت دیتے ہیں، ممکنہ طور پر ایسی معلومات اور الگورتھم استعمال کرتے ہوئے جن کے استعمال پر ڈیولپر نے غور بھی نہ کیا ہو۔ ## ٹولز {#tools} یہ ٹیوٹوریل کوٹس (quotes) اور ٹریڈنگ کے لیے [Python](https://www.python.org/)، [Web3 لائبریری](https://web3py.readthedocs.io/en/stable/)، اور [یونی سویپ v3](https://github.com/Uniswap/v3-periphery) کا استعمال کرتا ہے۔ ### Python کیوں؟ {#python} AI کے لیے سب سے زیادہ استعمال ہونے والی زبان [Python](https://www.python.org/) ہے، اس لیے ہم اسے یہاں استعمال کرتے ہیں۔ اگر آپ Python نہیں جانتے تو پریشان نہ ہوں۔ یہ زبان بہت واضح ہے، اور میں بالکل سمجھاؤں گا کہ یہ کیا کرتی ہے۔ [Web3 لائبریری](https://web3py.readthedocs.io/en/stable/) سب سے عام Python ایتھیریم API ہے۔ اسے استعمال کرنا کافی آسان ہے۔ ### بلاک چین پر ٹریڈنگ {#trading-on-blockchain} [بہت سی ڈسٹری بیوٹڈ ایکسچینجز (DEX)](/apps/categories/defi/) ہیں جو آپ کو ایتھیریم پر ٹوکنز کی ٹریڈ کرنے دیتی ہیں۔ تاہم، [آربٹراج (arbitrage)](/developers/docs/smart-contracts/composability/#better-user-experience) کی وجہ سے ان کے تبادلے کے نرخ عموماً ایک جیسے ہوتے ہیں۔ [یونی سویپ](https://app.uniswap.org/) ایک وسیع پیمانے پر استعمال ہونے والی DEX ہے جسے ہم کوٹس (ٹوکن کی متعلقہ قدریں دیکھنے کے لیے) اور ٹریڈز دونوں کے لیے استعمال کر سکتے ہیں۔ ### OpenAI {#openai} ایک بڑے لینگویج ماڈل کے لیے، میں نے [OpenAI](https://openai.com/) کے ساتھ شروعات کرنے کا انتخاب کیا۔ اس ٹیوٹوریل میں ایپلیکیشن چلانے کے لیے آپ کو API تک رسائی کے لیے ادائیگی کرنی ہوگی۔ $5 کی کم از کم ادائیگی کافی سے زیادہ ہے۔ ## ڈیولپمنٹ، قدم بہ قدم {#step-by-step} ڈیولپمنٹ کو آسان بنانے کے لیے، ہم مراحل میں آگے بڑھتے ہیں۔ ہر قدم GitHub میں ایک برانچ ہے۔ ### شروعات {#getting-started} UNIX یا Linux (بشمول [WSL](https://learn.microsoft.com/en-us/windows/wsl/install)) کے تحت شروعات کرنے کے اقدامات یہ ہیں: 1. اگر آپ کے پاس پہلے سے نہیں ہے، تو [Python](https://www.python.org/downloads/) ڈاؤن لوڈ اور انسٹال کریں۔ 2. GitHub ریپوزٹری کو کلون کریں۔ ```sh git clone https://github.com/qbzzt/260215-ai-agent.git -b 01-getting-started cd 260215-ai-agent ``` 3. [`uv`](https://docs.astral.sh/uv/getting-started/installation/) انسٹال کریں۔ آپ کے سسٹم پر کمانڈ مختلف ہو سکتی ہے۔ ```sh pipx install uv ``` 4. لائبریریاں ڈاؤن لوڈ کریں۔ ```sh uv sync ``` 5. ورچوئل انوائرنمنٹ کو فعال کریں۔ ```sh source .venv/bin/activate ``` 6. یہ تصدیق کرنے کے لیے کہ Python اور Web3 درست طریقے سے کام کر رہے ہیں، `python3` چلائیں اور اسے یہ پروگرام فراہم کریں۔ آپ اسے `>>>` پرامپٹ پر درج کر سکتے ہیں؛ کوئی فائل بنانے کی ضرورت نہیں ہے۔ ```python from web3 import Web3 MAINNET_URL = "https://eth.drpc.org" w3 = Web3(Web3.HTTPProvider(MAINNET_URL)) w3.eth.block_number quit() ``` ### بلاک چین سے پڑھنا {#read-blockchain} اگلا قدم بلاک چین سے پڑھنا ہے۔ ایسا کرنے کے لیے، آپ کو `02-read-quote` برانچ میں تبدیل ہونا ہوگا اور پھر پروگرام چلانے کے لیے `uv` کا استعمال کرنا ہوگا۔ ```sh git checkout 02-read-quote uv run agent.py ``` آپ کو `Quote` آبجیکٹس کی ایک فہرست موصول ہونی چاہیے، جن میں سے ہر ایک کے ساتھ ٹائم اسٹیمپ، قیمت، اور اثاثہ (فی الحال ہمیشہ `WETH/USDC`) ہوگا۔ یہاں لائن بہ لائن وضاحت دی گئی ہے۔ ```python from web3 import Web3 from web3.contract import Contract from decimal import Decimal, ROUND_HALF_UP from dataclasses import dataclass from datetime import datetime, timezone from pprint import pprint import time import functools import sys ``` ہمیں درکار لائبریریاں امپورٹ کریں۔ ان کی وضاحت نیچے دی گئی ہے جب وہ استعمال ہوتی ہیں۔ ```python print = functools.partial(print, flush=True) ``` Python کے `print` کو ایک ایسے ورژن سے بدل دیتا ہے جو ہمیشہ آؤٹ پٹ کو فوری طور پر فلش کرتا ہے۔ یہ ایک طویل عرصے تک چلنے والے اسکرپٹ میں مفید ہے کیونکہ ہم اسٹیٹس اپ ڈیٹس یا ڈیبگنگ آؤٹ پٹ کا انتظار نہیں کرنا چاہتے۔ ```python MAINNET_URL = "https://eth.drpc.org" ``` مین نیٹ تک پہنچنے کے لیے ایک URL۔ آپ [نوڈ ایز اے سروس (Node as a service)](/developers/docs/nodes-and-clients/nodes-as-a-service/) سے ایک حاصل کر سکتے ہیں یا [Chainlist](https://chainlist.org/chain/1) میں مشتہر کردہ میں سے کوئی ایک استعمال کر سکتے ہیں۔ ```python BLOCK_TIME_SECONDS = 12 MINUTE_BLOCKS = int(60 / BLOCK_TIME_SECONDS) HOUR_BLOCKS = MINUTE_BLOCKS * 60 DAY_BLOCKS = HOUR_BLOCKS * 24 ``` ایک ایتھیریم مین نیٹ بلاک عام طور پر ہر بارہ سیکنڈ میں بنتا ہے، لہذا یہ ان بلاکس کی تعداد ہے جن کی ہم ایک مخصوص وقت میں توقع کریں گے۔ نوٹ کریں کہ یہ کوئی درست ہندسہ نہیں ہے۔ جب [بلاک تجویز کنندہ](/developers/docs/consensus-mechanisms/pos/block-proposal/) ڈاؤن ہوتا ہے، تو وہ بلاک چھوڑ دیا جاتا ہے، اور اگلے بلاک کا وقت 24 سیکنڈ ہوتا ہے۔ اگر ہم کسی ٹائم اسٹیمپ کے لیے بالکل درست بلاک حاصل کرنا چاہتے ہیں، تو ہم [بائنری سرچ (binary search)](https://en.wikipedia.org/wiki/Binary_search) استعمال کریں گے۔ تاہم، یہ ہمارے مقاصد کے لیے کافی قریب ہے۔ مستقبل کی پیش گوئی کرنا کوئی قطعی سائنس نہیں ہے۔ ```python CYCLE_BLOCKS = DAY_BLOCKS ``` سائیکل کا سائز۔ ہم فی سائیکل ایک بار کوٹس کا جائزہ لیتے ہیں اور اگلے سائیکل کے اختتام پر قدر کا اندازہ لگانے کی کوشش کرتے ہیں۔ ```python # اس پول کا پتہ جسے ہم پڑھ رہے ہیں WETHUSDC_ADDRESS = Web3.to_checksum_address("0x88e6A0c2dDD26FEEb64F039a2c41296FcB3f5640") ``` کوٹ کی قدریں پتہ [`0x88e6A0c2dDD26FEEb64F039a2c41296FcB3f5640`](https://eth.blockscout.com/address/0x88e6A0c2dDD26FEEb64F039a2c41296FcB3f5640?tab=read_write_contract) پر موجود یونی سویپ 3 USDC/WETH پول سے لی گئی ہیں۔ یہ پتہ پہلے ہی چیک سم (checksum) کی شکل میں ہے، لیکن کوڈ کو دوبارہ قابل استعمال بنانے کے لیے [`Web3.to_checksum_address`](https://web3py.readthedocs.io/en/stable/web3.main.html#web3.Web3.to_checksum_address) کا استعمال کرنا بہتر ہے۔ ```python POOL_ABI = [ { "name": "slot0", ... }, { "name": "token0", ... }, { "name": "token1", ... }, ] ERC20_ABI = [ { "name": "symbol", ... }, { "name": "decimals", ... } ] ``` یہ ان دو کنٹریکٹس کے [ABIs](https://docs.soliditylang.org/en/latest/abi-spec.html) ہیں جن سے ہمیں رابطہ کرنے کی ضرورت ہے۔ کوڈ کو مختصر رکھنے کے لیے، ہم صرف وہی فنکشنز شامل کرتے ہیں جنہیں ہمیں کال کرنے کی ضرورت ہے۔ ```python w3 = Web3(Web3.HTTPProvider(MAINNET_URL)) ``` [`Web3`](https://web3py.readthedocs.io/en/stable/quickstart.html#remote-providers) لائبریری شروع کریں اور ایک ایتھیریم نوڈ سے جڑیں۔ ```python @dataclass(frozen=True) class ERC20Token: address: str symbol: str decimals: int contract: Contract ``` یہ Python میں ڈیٹا کلاس بنانے کا ایک طریقہ ہے۔ [`Contract`](https://web3py.readthedocs.io/en/stable/web3.contract.html) ڈیٹا ٹائپ کنٹریکٹ سے جڑنے کے لیے استعمال ہوتی ہے۔ `(frozen=True)` کو نوٹ کریں۔ Python میں [بولینز (booleans)](https://en.wikipedia.org/wiki/Boolean_data_type) کو `True` یا `False` کے طور پر بیان کیا جاتا ہے، جن کا پہلا حرف بڑا ہوتا ہے۔ یہ ڈیٹا کلاس `frozen` ہے، جس کا مطلب ہے کہ فیلڈز میں ترمیم نہیں کی جا سکتی۔ انڈینٹیشن (indentation) کو نوٹ کریں۔ [C سے ماخوذ زبانوں](https://en.wikipedia.org/wiki/List_of_C-family_programming_languages) کے برعکس، Python بلاکس کو ظاہر کرنے کے لیے انڈینٹیشن کا استعمال کرتی ہے۔ Python انٹرپریٹر جانتا ہے کہ درج ذیل تعریف اس ڈیٹا کلاس کا حصہ نہیں ہے کیونکہ یہ اسی انڈینٹیشن سے شروع نہیں ہوتی جس پر ڈیٹا کلاس کی فیلڈز ہیں۔ ```python @dataclass(frozen=True) class PoolInfo: address: str token0: ERC20Token token1: ERC20Token contract: Contract asset: str decimal_factor: Decimal = 1 ``` [`Decimal`](https://docs.python.org/3/library/decimal.html) ٹائپ اعشاریہ کسروں کو درست طریقے سے سنبھالنے کے لیے استعمال ہوتی ہے۔ ```python def get_price(self, block: int) -> Decimal: ``` یہ Python میں فنکشن کی تعریف کرنے کا طریقہ ہے۔ تعریف کو انڈینٹ کیا گیا ہے تاکہ یہ ظاہر ہو سکے کہ یہ اب بھی `PoolInfo` کا حصہ ہے۔ ایک فنکشن میں جو ڈیٹا کلاس کا حصہ ہے، پہلا پیرامیٹر ہمیشہ `self` ہوتا ہے، یعنی ڈیٹا کلاس کی وہ مثال (instance) جس نے یہاں کال کیا۔ یہاں ایک اور پیرامیٹر ہے، بلاک نمبر۔ ```python assert block <= w3.eth.block_number, "Block is in the future" ``` اگر ہم مستقبل پڑھ سکتے، تو ہمیں ٹریڈنگ کے لیے AI کی ضرورت نہ ہوتی۔ ```python sqrt_price_x96 = Decimal(self.contract.functions.slot0().call(block_identifier=block)[0]) ``` Web3 سے EVM پر فنکشن کال کرنے کا سنٹیکس یہ ہے: `.functions.().call()`۔ پیرامیٹرز EVM فنکشن کے پیرامیٹرز ہو سکتے ہیں (اگر کوئی ہوں؛ یہاں کوئی نہیں ہیں) یا بلاک چین کے رویے میں ترمیم کرنے کے لیے [نامزد پیرامیٹرز (named parameters)](https://en.wikipedia.org/wiki/Named_parameter)۔ یہاں ہم ایک، `block_identifier`، استعمال کرتے ہیں تاکہ [بلاک نمبر](/developers/docs/apis/json-rpc/#default-block) کی وضاحت کر سکیں جس میں ہم چلانا چاہتے ہیں۔ نتیجہ [یہ اسٹرکٹ (struct) ہے، جو سرنی (array) کی شکل میں ہے](https://github.com/Uniswap/v3-core/blob/main/contracts/UniswapV3Pool.sol#L56-L72)۔ پہلی قدر دونوں ٹوکنز کے درمیان شرح تبادلہ کا ایک فنکشن ہے۔ ```python raw_price = (sqrt_price_x96 / Decimal(2**96)) ** 2 ``` آن چین حسابات کو کم کرنے کے لیے، یونی سویپ v3 اصل تبادلے کا عنصر (exchange factor) محفوظ نہیں کرتا بلکہ اس کا مربع جزر (square root) محفوظ کرتا ہے۔ چونکہ EVM فلوٹنگ پوائنٹ ریاضی یا کسروں کو سپورٹ نہیں کرتا، اس لیے اصل قدر کے بجائے، جواب price⋅296 ہوتا ہے۔ ```python # (ٹوکن1 فی ٹوکن0) return 1/(raw_price * self.decimal_factor) ``` ہمیں جو خام قیمت ملتی ہے وہ `token0` کی وہ تعداد ہے جو ہمیں ہر `token1` کے بدلے ملتی ہے۔ ہمارے پول میں `token0` USDC (سٹیبل کوائن جس کی قدر امریکی ڈالر کے برابر ہے) ہے اور `token1` [WETH](https://opensea.io/learn/blockchain/what-is-weth) ہے۔ جو قدر ہم واقعی چاہتے ہیں وہ فی WETH ڈالرز کی تعداد ہے، نہ کہ اس کا الٹ۔ اعشاریہ کا عنصر (decimal factor) دونوں ٹوکنز کے [اعشاریہ کے عناصر](https://docs.openzeppelin.com/contracts/4.x/erc20#a-note-on-decimals) کے درمیان کا تناسب ہے۔ ```python @dataclass(frozen=True) class Quote: timestamp: str price: Decimal asset: str ``` یہ ڈیٹا کلاس ایک کوٹ کی نمائندگی کرتی ہے: کسی دیے گئے وقت پر ایک مخصوص اثاثے کی قیمت۔ اس مقام پر، `asset` فیلڈ غیر متعلقہ ہے کیونکہ ہم ایک ہی پول استعمال کرتے ہیں اور اس لیے ہمارے پاس ایک ہی اثاثہ ہے۔ تاہم، ہم بعد میں مزید اثاثے شامل کریں گے۔ ```python def read_token(address: str) -> ERC20Token: token = w3.eth.contract(address=address, abi=ERC20_ABI) symbol = token.functions.symbol().call() decimals = token.functions.decimals().call() return ERC20Token( address=address, symbol=symbol, decimals=decimals, contract=token ) ``` یہ فنکشن ایک پتہ لیتا ہے اور اس پتے پر موجود ٹوکن کنٹریکٹ کے بارے میں معلومات واپس کرتا ہے۔ ایک نیا [Web3 `Contract`](https://web3py.readthedocs.io/en/stable/web3.contract.html) بنانے کے لیے، ہم `w3.eth.contract` کو پتہ اور ABI فراہم کرتے ہیں۔ ```python def read_pool(address: str) -> PoolInfo: pool_contract = w3.eth.contract(address=address, abi=POOL_ABI) token0Address = pool_contract.functions.token0().call() token1Address = pool_contract.functions.token1().call() token0 = read_token(token0Address) token1 = read_token(token1Address) return PoolInfo( address=address, asset=f"{token1.symbol}/{token0.symbol}", token0=token0, token1=token1, contract=pool_contract, decimal_factor=Decimal(10) ** Decimal(token0.decimals - token1.decimals) ) ``` یہ فنکشن [ایک مخصوص پول](https://github.com/Uniswap/v3-core/blob/main/contracts/UniswapV3Pool.sol) کے بارے میں ہماری ضرورت کی ہر چیز واپس کرتا ہے۔ سنٹیکس `f""` ایک [فارمیٹ شدہ اسٹرنگ (formatted string)](https://docs.python.org/3/reference/lexical_analysis.html#f-strings) ہے۔ ```python def get_quote(pool: PoolInfo, block_number: int = None) -> Quote: ``` ایک `Quote` آبجیکٹ حاصل کریں۔ `block_number` کی ڈیفالٹ قدر `None` (کوئی قدر نہیں) ہے۔ ```python if block_number is None: block_number = w3.eth.block_number ``` اگر بلاک نمبر کی وضاحت نہیں کی گئی تھی، تو `w3.eth.block_number` استعمال کریں، جو کہ تازہ ترین بلاک نمبر ہے۔ یہ [ایک `if` اسٹیٹمنٹ](https://docs.python.org/3/reference/compound_stmts.html#the-if-statement) کا سنٹیکس ہے۔ ایسا لگ سکتا ہے کہ ڈیفالٹ کو صرف `w3.eth.block_number` پر سیٹ کرنا بہتر ہوتا، لیکن یہ اچھی طرح کام نہیں کرتا کیونکہ یہ اس وقت کا بلاک نمبر ہوگا جب فنکشن کی تعریف کی گئی تھی۔ ایک طویل عرصے تک چلنے والے ایجنٹ میں، یہ ایک مسئلہ ہوگا۔ ```python block = w3.eth.get_block(block_number) price = pool.get_price(block_number) return Quote( timestamp=datetime.fromtimestamp(block.timestamp, timezone.utc).isoformat(), price=price.quantize(Decimal("0.01")), asset=pool.asset ) ``` اسے انسانوں اور بڑے لینگویج ماڈلز (LLMs) کے لیے قابل مطالعہ فارمیٹ میں فارمیٹ کرنے کے لیے [`datetime` لائبریری](https://docs.python.org/3/library/datetime.html) کا استعمال کریں۔ قدر کو دو اعشاریہ مقامات تک راؤنڈ کرنے کے لیے [`Decimal.quantize`](https://docs.python.org/3/library/decimal.html#decimal.Decimal.quantize) کا استعمال کریں۔ ```python def get_quotes(pool: PoolInfo, start_block: int, end_block: int, step: int) -> list[Quote]: ``` Python میں آپ ایک [فہرست (list)](https://docs.python.org/3/library/stdtypes.html#typesseq-list) کی تعریف کرتے ہیں جو `list[]` کا استعمال کرتے ہوئے صرف ایک مخصوص ٹائپ پر مشتمل ہو سکتی ہے۔ ```python quotes = [] for block in range(start_block, end_block + 1, step): ``` Python میں ایک [`for` لوپ](https://docs.python.org/3/tutorial/controlflow.html#for-statements) عام طور پر ایک فہرست پر اعادہ (iterate) کرتا ہے۔ جن بلاک نمبرز میں کوٹس تلاش کرنے ہیں ان کی فہرست [`range`](https://docs.python.org/3/library/stdtypes.html#range) سے آتی ہے۔ ```python quote = get_quote(pool, block) quotes.append(quote) return quotes ``` ہر بلاک نمبر کے لیے، ایک `Quote` آبجیکٹ حاصل کریں اور اسے `quotes` فہرست میں شامل کریں۔ پھر وہ فہرست واپس کریں۔ ```python pool = read_pool(WETHUSDC_ADDRESS) quotes = get_quotes( pool, w3.eth.block_number - 12*CYCLE_BLOCKS, w3.eth.block_number, CYCLE_BLOCKS ) pprint(quotes) ``` یہ اسکرپٹ کا مرکزی کوڈ ہے۔ پول کی معلومات پڑھیں، بارہ کوٹس حاصل کریں، اور انہیں [`pprint`](https://docs.python.org/3/library/pprint.html#pprint.pprint) کریں۔ ### پرامپٹ بنانا {#prompt} اس کے بعد، ہمیں کوٹس کی اس فہرست کو LLM کے لیے ایک پرامپٹ میں تبدیل کرنے اور مستقبل کی متوقع قدر حاصل کرنے کی ضرورت ہے۔ ```sh git checkout 03-create-prompt uv run agent.py ``` آؤٹ پٹ اب LLM کے لیے ایک پرامپٹ ہونے جا رہا ہے، جو کچھ اس طرح ہوگا: ``` ان کوٹس کو دیکھتے ہوئے: اثاثہ: WETH/USDC 2026-01-20T16:34 3016.21 . . . 2026-02-01T17:49 2299.10 اثاثہ: WBTC/WETH 2026-01-20T16:34 29.84 . . . 2026-02-01T17:50 33.46 آپ کے خیال میں 2026-02-02T17:56 کے وقت WETH/USDC کی قدر کیا ہوگی؟ اپنا جواب دو اعشاریہ مقامات تک راؤنڈ کیے گئے ایک واحد نمبر کے طور پر فراہم کریں، بغیر کسی اور متن کے۔ ``` نوٹ کریں کہ یہاں دو اثاثوں، `WETH/USDC` اور `WBTC/WETH` کے لیے کوٹس موجود ہیں۔ کسی دوسرے اثاثے سے کوٹس شامل کرنے سے پیش گوئی کی درستگی بہتر ہو سکتی ہے۔ #### پرامپٹ کیسا لگتا ہے {#prompt-explanation} اس پرامپٹ میں تین حصے ہیں، جو LLM پرامپٹس میں کافی عام ہیں۔ 1. معلومات۔ LLMs کے پاس اپنی ٹریننگ سے بہت سی معلومات ہوتی ہیں، لیکن عام طور پر ان کے پاس تازہ ترین معلومات نہیں ہوتیں۔ یہی وجہ ہے کہ ہمیں یہاں تازہ ترین کوٹس بازیافت کرنے کی ضرورت ہے۔ پرامپٹ میں معلومات شامل کرنے کو [ریٹریول آگمینٹڈ جنریشن (RAG)](https://en.wikipedia.org/wiki/Retrieval-augmented_generation) کہا جاتا ہے۔ 2. اصل سوال۔ یہ وہ ہے جو ہم جاننا چاہتے ہیں۔ 3. آؤٹ پٹ فارمیٹنگ کی ہدایات۔ عام طور پر، ایک LLM ہمیں ایک تخمینہ دے گا اور ساتھ ہی اس کی وضاحت بھی کرے گا کہ وہ اس تک کیسے پہنچا۔ یہ انسانوں کے لیے بہتر ہے، لیکن کمپیوٹر پروگرام کو صرف حتمی نتیجے کی ضرورت ہوتی ہے۔ #### کوڈ کی وضاحت {#prompt-code} یہاں نیا کوڈ ہے۔ ```python from datetime import datetime, timezone, timedelta ``` ہمیں LLM کو وہ وقت فراہم کرنے کی ضرورت ہے جس کے لیے ہم تخمینہ چاہتے ہیں۔ مستقبل میں "n منٹ/گھنٹے/دن" کا وقت حاصل کرنے کے لیے، ہم [`timedelta` کلاس](https://docs.python.org/3/library/datetime.html#datetime.timedelta) استعمال کرتے ہیں۔ ```python # ان پولز کے پتے جنہیں ہم پڑھ رہے ہیں WETHUSDC_ADDRESS = Web3.to_checksum_address("0x88e6A0c2dDD26FEEb64F039a2c41296FcB3f5640") WETHWBTC_ADDRESS = Web3.to_checksum_address("0xCBCdF9626bC03E24f779434178A73a0B4bad62eD") ``` ہمارے پاس دو پولز ہیں جنہیں ہمیں پڑھنے کی ضرورت ہے۔ ```python @dataclass(frozen=True) class PoolInfo: . . . reverse: bool = False def get_price(self, block: int) -> Decimal: assert block <= w3.eth.block_number, "Block is in the future" sqrt_price_x96 = Decimal(self.contract.functions.slot0().call(block_identifier=block)[0]) raw_price = (sqrt_price_x96 / Decimal(2**96)) ** 2 # (ٹوکن1 فی ٹوکن0) if self.reverse: return 1/(raw_price * self.decimal_factor) else: return raw_price * self.decimal_factor ``` WETH/USDC پول میں، ہم جاننا چاہتے ہیں کہ ہمیں ایک `token1` (WETH) خریدنے کے لیے کتنے `token0` (USDC) درکار ہیں۔ WETH/WBTC پول میں، ہم جاننا چاہتے ہیں کہ ہمیں ایک `token0` (WBTC، جو کہ ریپڈ بٹ کوائن ہے) خریدنے کے لیے کتنے `token1` (WETH) درکار ہیں۔ ہمیں یہ ٹریک کرنے کی ضرورت ہے کہ آیا پول کے تناسب کو الٹنے کی ضرورت ہے یا نہیں۔ ```python def read_pool(address: str, reverse: bool = False) -> PoolInfo: . . . return PoolInfo( . . . asset= f"{token1.symbol}/{token0.symbol}" if reverse else f"{token0.symbol}/{token1.symbol}", reverse=reverse ) ``` یہ جاننے کے لیے کہ آیا کسی پول کو الٹنے کی ضرورت ہے، ہم اسے `read_pool` کے ان پٹ کے طور پر حاصل کرتے ہیں۔ نیز، اثاثے کی علامت کو درست طریقے سے سیٹ کرنے کی ضرورت ہے۔ سنٹیکس ` if else ` [ٹرنری کنڈیشنل آپریٹر (ternary conditional operator)](https://en.wikipedia.org/wiki/Ternary_conditional_operator) کا Python متبادل ہے، جو C سے ماخوذ زبان میں ` ? : ` ہوگا۔ ```python def format_quotes(quotes: list[Quote]) -> str: result = f"Asset: {quotes[0].asset}\n" for quote in quotes: result += f"\t{quote.timestamp[0:16]} {quote.price.quantize(Decimal('0.01'), rounding=ROUND_HALF_UP)}\n" return result ``` یہ فنکشن ایک اسٹرنگ بناتا ہے جو `Quote` آبجیکٹس کی فہرست کو فارمیٹ کرتا ہے، یہ فرض کرتے ہوئے کہ وہ سب ایک ہی اثاثے پر لاگو ہوتے ہیں۔ ```python def make_prompt(quotes: list[list[Quote]], expected_time: str, asset: str) -> str: return f""" ``` Python میں [ملٹی لائن اسٹرنگ لٹرلز (multi-line string literals)](https://www.w3schools.com/python/gloss_python_multi_line_strings.asp) کو `"""` .... `"""` کے طور پر لکھا جاتا ہے۔ ```python Given these quotes: { functools.reduce(lambda acc, q: acc + '\n' + q, map(lambda q: format_quotes(q), quotes)) } ``` یہاں، ہم `format_quotes` کے ساتھ ہر کوٹ کی فہرست کے لیے ایک اسٹرنگ بنانے کے لیے [MapReduce](https://en.wikipedia.org/wiki/MapReduce) پیٹرن کا استعمال کرتے ہیں، پھر انہیں پرامپٹ میں استعمال کے لیے ایک واحد اسٹرنگ میں کم (reduce) کر دیتے ہیں۔ ```python What would you expect the value for {asset} to be at time {expected_time}? Provide your answer as a single number rounded to two decimal places, without any other text. """ ``` باقی پرامپٹ توقع کے مطابق ہے۔ ```python wethusdc_pool = read_pool(WETHUSDC_ADDRESS, True) wethusdc_quotes = get_quotes( wethusdc_pool, w3.eth.block_number - 12*CYCLE_BLOCKS, w3.eth.block_number, CYCLE_BLOCKS, ) wethwbtc_pool = read_pool(WETHWBTC_ADDRESS) wethwbtc_quotes = get_quotes( wethwbtc_pool, w3.eth.block_number - 12*CYCLE_BLOCKS, w3.eth.block_number, CYCLE_BLOCKS ) ``` دونوں پولز کا جائزہ لیں اور دونوں سے کوٹس حاصل کریں۔ ```python future_time = (datetime.now(timezone.utc) + timedelta(days=1)).isoformat()[0:16] print(make_prompt(wethusdc_quotes + wethwbtc_quotes, future_time, wethusdc_pool.asset)) ``` مستقبل کے اس وقت کا تعین کریں جس کے لیے ہم تخمینہ چاہتے ہیں، اور پرامپٹ بنائیں۔ ### ایک LLM کے ساتھ انٹرفیسنگ {#interface-llm} اس کے بعد، ہم ایک حقیقی LLM کو پرامپٹ کرتے ہیں اور مستقبل کی متوقع قدر حاصل کرتے ہیں۔ میں نے یہ پروگرام OpenAI کا استعمال کرتے ہوئے لکھا ہے، لہذا اگر آپ کوئی مختلف پرووائیڈر استعمال کرنا چاہتے ہیں، تو آپ کو اسے ایڈجسٹ کرنا ہوگا۔ 1. ایک [OpenAI اکاؤنٹ](https://auth.openai.com/create-account) حاصل کریں 2. [اکاؤنٹ میں فنڈز ڈالیں](https://platform.openai.com/settings/organization/billing/overview)—لکھتے وقت کم از کم رقم $5 ہے 3. ایک [API کلید بنائیں](https://platform.openai.com/settings/organization/api-keys) 4. کمانڈ لائن میں، API کلید کو ایکسپورٹ کریں تاکہ آپ کا پروگرام اسے استعمال کر سکے ```sh export OPENAI_API_KEY=sk- ``` 5. ایجنٹ کو چیک آؤٹ کریں اور چلائیں ```sh git checkout 04-interface-llm uv run agent.py ``` یہاں نیا کوڈ ہے۔ ```python from openai import OpenAI open_ai = OpenAI() # کلائنٹ OPENAI_API_KEY ماحولیاتی متغیر کو پڑھتا ہے ``` OpenAI API کو امپورٹ کریں اور انسٹینشی ایٹ (instantiate) کریں۔ ```python response = open_ai.chat.completions.create( model="gpt-4-turbo", messages=[ {"role": "user", "content": prompt} ], temperature=0.0, max_tokens=16, ) ``` جواب بنانے کے لیے OpenAI API (`open_ai.chat.completions.create`) کو کال کریں۔ ```python expected_price = Decimal(response.choices[0].message.content.strip()) current_price = wethusdc_quotes[-1].price print ("Current price:", wethusdc_quotes[-1].price) print(f"In {future_time}, expected price: {expected_price} USD") if (expected_price > current_price): print(f"Buy, I expect the price to go up by {expected_price - current_price} USD") else: print(f"Sell, I expect the price to go down by {current_price - expected_price} USD") ``` قیمت آؤٹ پٹ کریں اور خریدنے یا بیچنے کی سفارش فراہم کریں۔ #### پیش گوئیوں کی جانچ کرنا {#testing-the-predictions} اب جب کہ ہم پیش گوئیاں تیار کر سکتے ہیں، ہم تاریخی ڈیٹا کا استعمال کر کے یہ بھی اندازہ لگا سکتے ہیں کہ آیا ہم مفید پیش گوئیاں تیار کرتے ہیں یا نہیں۔ ```sh uv run test-predictor.py ``` متوقع نتیجہ کچھ اس طرح ہے: ``` Prediction for 2026-01-05T19:50: predicted 3138.93 USD, real 3218.92 USD, error 79.99 USD Prediction for 2026-01-06T19:56: predicted 3243.39 USD, real 3221.08 USD, error 22.31 USD Prediction for 2026-01-07T20:02: predicted 3223.24 USD, real 3146.89 USD, error 76.35 USD Prediction for 2026-01-08T20:11: predicted 3150.47 USD, real 3092.04 USD, error 58.43 USD . . . Prediction for 2026-01-31T22:33: predicted 2637.73 USD, real 2417.77 USD, error 219.96 USD Prediction for 2026-02-01T22:41: predicted 2381.70 USD, real 2318.84 USD, error 62.86 USD Prediction for 2026-02-02T22:49: predicted 2234.91 USD, real 2349.28 USD, error 114.37 USD Mean prediction error over 29 predictions: 83.87103448275862068965517241 USD Mean change per recommendation: 4.787931034482758620689655172 USD Standard variance of changes: 104.42 USD Profitable days: 51.72% Losing days: 48.28% ``` ٹیسٹر کا زیادہ تر حصہ ایجنٹ جیسا ہی ہے، لیکن یہاں وہ حصے ہیں جو نئے ہیں یا جن میں ترمیم کی گئی ہے۔ ```python CYCLES_FOR_TEST = 40 # بیک ٹیسٹ کے لیے، ہم کتنے سائیکلز پر ٹیسٹ کرتے ہیں # بہت سارے کوٹس حاصل کریں wethusdc_pool = read_pool(WETHUSDC_ADDRESS, True) wethusdc_quotes = get_quotes( wethusdc_pool, w3.eth.block_number - CYCLE_BLOCKS*CYCLES_FOR_TEST, w3.eth.block_number, CYCLE_BLOCKS, ) wethwbtc_pool = read_pool(WETHWBTC_ADDRESS) wethwbtc_quotes = get_quotes( wethwbtc_pool, w3.eth.block_number - CYCLE_BLOCKS*CYCLES_FOR_TEST, w3.eth.block_number, CYCLE_BLOCKS ) ``` ہم `CYCLES_FOR_TEST` (یہاں 40 کے طور پر بیان کیا گیا ہے) دن پیچھے دیکھتے ہیں۔ ```python # پیش گوئیاں بنائیں اور حقیقی تاریخ سے ان کی جانچ کریں total_error = Decimal(0) changes = [] ``` ہمیں دو قسم کی غلطیوں میں دلچسپی ہے۔ پہلی، `total_error`، محض ان غلطیوں کا مجموعہ ہے جو پیش گوئی کرنے والے نے کیں۔ دوسری، `changes` کو سمجھنے کے لیے، ہمیں ایجنٹ کا مقصد یاد رکھنے کی ضرورت ہے۔ یہ WETH/USDC تناسب (ETH کی قیمت) کی پیش گوئی کرنا نہیں ہے۔ یہ بیچنے اور خریدنے کی سفارشات جاری کرنا ہے۔ اگر قیمت فی الحال $2000 ہے اور یہ کل $2010 کی پیش گوئی کرتا ہے، تو ہمیں کوئی اعتراض نہیں اگر اصل نتیجہ $2020 ہو اور ہم اضافی رقم کمائیں۔ لیکن ہمیں _ضرور_ اعتراض ہوگا اگر اس نے $2010 کی پیش گوئی کی، اور اس سفارش کی بنیاد پر ETH خریدا، اور قیمت گر کر $1990 ہو گئی۔ ```python for index in range(0,len(wethusdc_quotes)-CYCLES_BACK): ``` ہم صرف ان صورتوں کو دیکھ سکتے ہیں جہاں مکمل تاریخ (پیش گوئی کے لیے استعمال ہونے والی قدریں اور اس کا موازنہ کرنے کے لیے حقیقی دنیا کی قدر) دستیاب ہو۔ اس کا مطلب ہے کہ سب سے نیا کیس وہ ہونا چاہیے جو `CYCLES_BACK` پہلے شروع ہوا تھا۔ ```python wethusdc_slice = wethusdc_quotes[index:index+CYCLES_BACK] wethwbtc_slice = wethwbtc_quotes[index:index+CYCLES_BACK] ``` ایجنٹ کے استعمال کردہ نمونوں کی تعداد کے برابر نمونے حاصل کرنے کے لیے [سلائسز (slices)](https://www.w3schools.com/python/ref_func_slice.asp) کا استعمال کریں۔ یہاں اور اگلے حصے کے درمیان کا کوڈ وہی پیش گوئی حاصل کرنے والا کوڈ ہے جو ہمارے پاس ایجنٹ میں ہے۔ ```python predicted_price = Decimal(response.choices[0].message.content.strip()) real_price = wethusdc_quotes[index+CYCLES_BACK].price prediction_time_price = wethusdc_quotes[index+CYCLES_BACK-1].price ``` متوقع قیمت، اصل قیمت، اور پیش گوئی کے وقت کی قیمت حاصل کریں۔ ہمیں پیش گوئی کے وقت کی قیمت درکار ہے تاکہ یہ تعین کیا جا سکے کہ آیا سفارش خریدنے کی تھی یا بیچنے کی۔ ```python error = abs(predicted_price - real_price) total_error += error print (f"Prediction for {prediction_time}: predicted {predicted_price} USD, real {real_price} USD, error {error} USD") ``` غلطی کا حساب لگائیں، اور اسے کل میں شامل کریں۔ ```python recomended_action = 'buy' if predicted_price > prediction_time_price else 'sell' price_increase = real_price - prediction_time_price changes.append(price_increase if recomended_action == 'buy' else -price_increase) ``` `changes` کے لیے، ہم ایک ETH خریدنے یا بیچنے کا مالی اثر چاہتے ہیں۔ لہذا پہلے، ہمیں سفارش کا تعین کرنے کی ضرورت ہے، پھر اندازہ لگائیں کہ اصل قیمت کیسے بدلی، اور کیا سفارش نے پیسے کمائے (مثبت تبدیلی) یا پیسے کا نقصان کیا (منفی تبدیلی)۔ ```python print (f"Mean prediction error over {len(wethusdc_quotes)-CYCLES_BACK} predictions: {total_error / Decimal(len(wethusdc_quotes)-CYCLES_BACK)} USD") length_changes = Decimal(len(changes)) mean_change = sum(changes, Decimal(0)) / length_changes print (f"Mean change per recommendation: {mean_change} USD") var = sum((x - mean_change) ** 2 for x in changes) / length_changes print (f"Standard variance of changes: {var.sqrt().quantize(Decimal("0.01"))} USD") ``` نتائج کی رپورٹ دیں۔ ```python print (f"Profitable days: {len(list(filter(lambda x: x > 0, changes)))/length_changes:.2%}") print (f"Losing days: {len(list(filter(lambda x: x < 0, changes)))/length_changes:.2%}") ``` منافع بخش دنوں کی تعداد اور نقصان والے دنوں کی تعداد گننے کے لیے [`filter`](https://www.w3schools.com/python/ref_func_filter.asp) کا استعمال کریں۔ نتیجہ ایک فلٹر آبجیکٹ ہے، جسے لمبائی حاصل کرنے کے لیے ہمیں ایک فہرست میں تبدیل کرنے کی ضرورت ہے۔ ### ٹرانزیکشنز جمع کرانا {#submit-txn} اب ہمیں درحقیقت ٹرانزیکشنز جمع کرانے کی ضرورت ہے۔ تاہم، میں اس مقام پر، سسٹم کے ثابت ہونے سے پہلے، حقیقی رقم خرچ نہیں کرنا چاہتا۔ اس کے بجائے، ہم مین نیٹ کا ایک مقامی فورک بنائیں گے، اور اس نیٹ ورک پر "ٹریڈ" کریں گے۔ مقامی فورک بنانے اور ٹریڈنگ کو فعال کرنے کے اقدامات یہ ہیں۔ 1. [Foundry](https://getfoundry.sh/introduction/installation) انسٹال کریں 2. [`anvil`](https://getfoundry.sh/anvil/overview) شروع کریں ```sh anvil --fork-url https://eth.drpc.org --block-time 12 ``` `anvil` Foundry کے ڈیفالٹ URL، http://localhost:8545 پر سن رہا ہے، اس لیے ہمیں [`cast` کمانڈ](https://getfoundry.sh/cast/overview) کے لیے URL کی وضاحت کرنے کی ضرورت نہیں ہے جسے ہم بلاک چین میں ہیرا پھیری کرنے کے لیے استعمال کرتے ہیں۔ 3. `anvil` میں چلاتے وقت، دس ٹیسٹ اکاؤنٹس ہوتے ہیں جن میں ETH ہوتا ہے—پہلے والے کے لیے انوائرنمنٹ ویری ایبلز سیٹ کریں ```sh PRIVATE_KEY=0xac0974bec39a17e36ba4a6b4d238ff944bacb478cbed5efcae784d7bf4f2ff80 ADDRESS=`cast wallet address $PRIVATE_KEY` ``` 4. یہ وہ کنٹریکٹس ہیں جنہیں ہمیں استعمال کرنے کی ضرورت ہے۔ [`SwapRouter`](https://github.com/Uniswap/v3-periphery/blob/main/contracts/SwapRouter.sol) یونی سویپ v3 کنٹریکٹ ہے جسے ہم درحقیقت ٹریڈ کرنے کے لیے استعمال کرتے ہیں۔ ہم براہ راست پول کے ذریعے ٹریڈ کر سکتے تھے، لیکن یہ بہت آسان ہے۔ نیچے والے دو ویری ایبلز یونی سویپ v3 پاتھس ہیں جو WETH اور USDC کے درمیان تبادلہ کرنے کے لیے درکار ہیں۔ ```sh WETH_ADDRESS=0xC02aaA39b223FE8D0A0e5C4F27eAD9083C756Cc2 USDC_ADDRESS=0xA0b86991c6218b36c1d19D4a2e9Eb0cE3606eB48 POOL_ADDRESS=0x88e6A0c2dDD26FEEb64F039a2c41296FcB3f5640 SWAP_ROUTER=0xE592427A0AEce92De3Edee1F18E0157C05861564 WETH_TO_USDC=0xC02aaA39b223FE8D0A0e5C4F27eAD9083C756Cc20001F4A0b86991c6218b36c1d19D4a2e9Eb0cE3606eB48 USDC_TO_WETH=0xA0b86991c6218b36c1d19D4a2e9Eb0cE3606eB480001F4C02aaA39b223FE8D0A0e5C4F27eAD9083C756Cc2 ``` 5. ہر ٹیسٹ اکاؤنٹ میں 10,000 ETH ہیں۔ ٹریڈنگ کے لیے 1000 WETH حاصل کرنے کے لیے 1000 ETH کو ریپ کرنے کے لیے WETH کنٹریکٹ کا استعمال کریں۔ ```sh cast send $WETH_ADDRESS "deposit()" --value 1000ether --private-key $PRIVATE_KEY ``` 6. USDC کے بدلے 500 WETH کی ٹریڈ کرنے کے لیے `SwapRouter` کا استعمال کریں۔ ```sh cast send $WETH_ADDRESS "approve(address,uint256)" $SWAP_ROUTER 500ether --private-key $PRIVATE_KEY MAXINT=`cast max-int uint256` cast send $SWAP_ROUTER \ "exactInput((bytes,address,uint256,uint256,uint256))" \ "($WETH_TO_USDC,$ADDRESS,$MAXINT,500ether,1000000)" \ --private-key $PRIVATE_KEY ``` `approve` کال ایک الاؤنس بناتی ہے جو `SwapRouter` کو ہمارے کچھ ٹوکنز خرچ کرنے کی اجازت دیتی ہے۔ کنٹریکٹس ایونٹس کی نگرانی نہیں کر سکتے، اس لیے اگر ہم ٹوکنز براہ راست `SwapRouter` کنٹریکٹ میں منتقل کرتے ہیں، تو اسے معلوم نہیں ہوگا کہ اسے ادائیگی کی گئی تھی۔ اس کے بجائے، ہم `SwapRouter` کنٹریکٹ کو ایک مخصوص رقم خرچ کرنے کی اجازت دیتے ہیں، اور پھر `SwapRouter` ایسا کرتا ہے۔ یہ `SwapRouter` کے ذریعے کال کیے گئے ایک فنکشن کے ذریعے کیا جاتا ہے، تاکہ اسے معلوم ہو سکے کہ آیا یہ کامیاب رہا۔ 7. تصدیق کریں کہ آپ کے پاس دونوں ٹوکنز کافی مقدار میں ہیں۔ ```sh cast call $WETH_ADDRESS "balanceOf(address)" $ADDRESS | cast from-wei echo `cast call $USDC_ADDRESS "balanceOf(address)" $ADDRESS | cast to-dec`/10^6 | bc ``` اب جب کہ ہمارے پاس WETH اور USDC ہیں، ہم درحقیقت ایجنٹ کو چلا سکتے ہیں۔ ```sh git checkout 05-trade uv run agent.py ``` آؤٹ پٹ کچھ اس طرح نظر آئے گا: ``` (ai-trading-agent) qbzzt@Ori-Cloudnomics:~/260215-ai-agent$ uv run agent.py Current price: 1843.16 In 2026-02-06T23:07, expected price: 1724.41 USD Account balances before trade: USDC Balance: 927301.578272 WETH Balance: 500 Sell, I expect the price to go down by 118.75 USD Approve transaction sent: 74e367ddbb407c1aaf567d87aa5863049991b1d2aa092b6b85195d925e2bd41f Approve transaction mined. Sell transaction sent: fad1bcf938585c9e90364b26ac7a80eea9efd34c37e5db81e58d7655bcae28bf Sell transaction mined. Account balances after trade: USDC Balance: 929143.797116 WETH Balance: 499 ``` اسے درحقیقت استعمال کرنے کے لیے، آپ کو چند معمولی تبدیلیوں کی ضرورت ہے۔ - لائن 14 میں، `MAINNET_URL` کو ایک حقیقی ایکسیس پوائنٹ میں تبدیل کریں، جیسے کہ `https://eth.drpc.org` - لائن 28 میں، `PRIVATE_KEY` کو اپنی نجی کلید میں تبدیل کریں - جب تک کہ آپ بہت امیر نہ ہوں اور ایک غیر ثابت شدہ ایجنٹ کے لیے ہر روز 1 ETH خرید یا بیچ نہ سکیں، آپ `WETH_TRADE_AMOUNT` کو کم کرنے کے لیے 29 کو تبدیل کرنا چاہیں گے #### کوڈ کی وضاحت {#trading-code} یہاں نیا کوڈ ہے۔ ```python SWAP_ROUTER_ADDRESS=Web3.to_checksum_address("0xE592427A0AEce92De3Edee1F18E0157C05861564") WETH_TO_USDC=bytes.fromhex("C02aaA39b223FE8D0A0e5C4F27eAD9083C756Cc20001F4A0b86991c6218b36c1d19D4a2e9Eb0cE3606eB48") USDC_TO_WETH=bytes.fromhex("A0b86991c6218b36c1d19D4a2e9Eb0cE3606eB480001F4C02aaA39b223FE8D0A0e5C4F27eAD9083C756Cc2") PRIVATE_KEY="0xac0974bec39a17e36ba4a6b4d238ff944bacb478cbed5efcae784d7bf4f2ff80" ``` وہی ویری ایبلز جو ہم نے قدم 4 میں استعمال کیے تھے۔ ```python WETH_TRADE_AMOUNT=1 ``` ٹریڈ کرنے کی رقم۔ ```python ERC20_ABI = [ { "name": "symbol", ... }, { "name": "decimals", ... }, { "name": "balanceOf", ...}, { "name": "approve", ...} ] ``` درحقیقت ٹریڈ کرنے کے لیے، ہمیں `approve` فنکشن کی ضرورت ہے۔ ہم پہلے اور بعد کے بیلنس بھی دکھانا چاہتے ہیں، اس لیے ہمیں `balanceOf` کی بھی ضرورت ہے۔ ```python SWAP_ROUTER_ABI = [ { "name": "exactInput", ...}, ] ``` `SwapRouter` ABI میں ہمیں صرف `exactInput` کی ضرورت ہے۔ ایک متعلقہ فنکشن، `exactOutput` ہے، جسے ہم بالکل ایک WETH خریدنے کے لیے استعمال کر سکتے ہیں، لیکن سادگی کے لیے ہم دونوں صورتوں میں صرف `exactInput` استعمال کرتے ہیں۔ ```python account = w3.eth.account.from_key(PRIVATE_KEY) swap_router = w3.eth.contract( address=SWAP_ROUTER_ADDRESS, abi=SWAP_ROUTER_ABI ) ``` [`account`](https://web3py.readthedocs.io/en/stable/web3.eth.account.html) اور `SwapRouter` کنٹریکٹ کے لیے Web3 کی تعریفیں۔ ```python def txn_params() -> dict: return { "from": account.address, "value": 0, "gas": 300000, "nonce": w3.eth.get_transaction_count(account.address), } ``` ٹرانزیکشن کے پیرامیٹرز۔ ہمیں یہاں ایک فنکشن کی ضرورت ہے کیونکہ [نانس](https://en.wikipedia.org/wiki/Cryptographic_nonce) کو ہر بار تبدیل ہونا چاہیے۔ ```python def approve_token(contract: Contract, amount: int): ``` `SwapRouter` کے لیے ٹوکن الاؤنس منظور کریں۔ ```python txn = contract.functions.approve(SWAP_ROUTER_ADDRESS, amount).build_transaction(txn_params()) signed_txn = w3.eth.account.sign_transaction(txn, private_key=PRIVATE_KEY) tx_hash = w3.eth.send_raw_transaction(signed_txn.raw_transaction) ``` اس طرح ہم Web3 میں ٹرانزیکشن بھیجتے ہیں۔ پہلے ہم ٹرانزیکشن بنانے کے لیے [`Contract` آبجیکٹ](https://web3py.readthedocs.io/en/stable/web3.contract.html) کا استعمال کرتے ہیں۔ پھر ہم `PRIVATE_KEY` کا استعمال کرتے ہوئے، ٹرانزیکشن پر دستخط کرنے کے لیے [`web3.eth.account.sign_transaction`](https://web3py.readthedocs.io/en/stable/web3.eth.account.html#sign-a-contract-transaction) کا استعمال کرتے ہیں۔ آخر میں، ہم ٹرانزیکشن بھیجنے کے لیے [`w3.eth.send_raw_transaction`](https://web3py.readthedocs.io/en/stable/transactions.html#chapter-2-w3-eth-send-raw-transaction) کا استعمال کرتے ہیں۔ ```python print(f"Approve transaction sent: {tx_hash.hex()}") w3.eth.wait_for_transaction_receipt(tx_hash) print("Approve transaction mined.") ``` [`w3.eth.wait_for_transaction_receipt`](https://web3py.readthedocs.io/en/stable/web3.eth.html#web3.eth.Eth.wait_for_transaction_receipt) اس وقت تک انتظار کرتا ہے جب تک کہ ٹرانزیکشن مائن نہ ہو جائے۔ ضرورت پڑنے پر یہ رسید واپس کرتا ہے۔ ```python SELL_PARAMS = { "path": WETH_TO_USDC, "recipient": account.address, "deadline": 2**256 - 1, "amountIn": WETH_TRADE_AMOUNT * 10 ** wethusdc_pool.token1.decimals, "amountOutMinimum": 0, } ``` WETH بیچتے وقت یہ پیرامیٹرز ہوتے ہیں۔ ```python def make_buy_params(quote: Quote) -> dict: return { "path": USDC_TO_WETH, "recipient": account.address, "deadline": 2**256 - 1, "amountIn": int(quote.price*WETH_TRADE_AMOUNT) * 10**wethusdc_pool.token0.decimals, "amountOutMinimum": 0, } ``` `SELL_PARAMS` کے برعکس، خریدنے کے پیرامیٹرز تبدیل ہو سکتے ہیں۔ ان پٹ کی رقم 1 WETH کی قیمت ہے، جیسا کہ `quote` میں دستیاب ہے۔ ```python def buy(quote: Quote): buy_params = make_buy_params(quote) approve_token(wethusdc_pool.token0.contract, buy_params["amountIn"]) txn = swap_router.functions.exactInput(buy_params).build_transaction(txn_params()) signed_txn = w3.eth.account.sign_transaction(txn, private_key=PRIVATE_KEY) tx_hash = w3.eth.send_raw_transaction(signed_txn.raw_transaction) print(f"Buy transaction sent: {tx_hash.hex()}") w3.eth.wait_for_transaction_receipt(tx_hash) print("Buy transaction mined.") def sell(): approve_token(wethusdc_pool.token1.contract, WETH_TRADE_AMOUNT * 10**wethusdc_pool.token1.decimals) txn = swap_router.functions.exactInput(SELL_PARAMS).build_transaction(txn_params()) signed_txn = w3.eth.account.sign_transaction(txn, private_key=PRIVATE_KEY) tx_hash = w3.eth.send_raw_transaction(signed_txn.raw_transaction) print(f"Sell transaction sent: {tx_hash.hex()}") w3.eth.wait_for_transaction_receipt(tx_hash) print("Sell transaction mined.") ``` `buy()` اور `sell()` فنکشنز تقریباً ایک جیسے ہیں۔ پہلے ہم `SwapRouter` کے لیے کافی الاؤنس منظور کرتے ہیں، اور پھر ہم اسے درست پاتھ اور رقم کے ساتھ کال کرتے ہیں۔ ```python def balances(): token0_balance = wethusdc_pool.token0.contract.functions.balanceOf(account.address).call() token1_balance = wethusdc_pool.token1.contract.functions.balanceOf(account.address).call() print(f"{wethusdc_pool.token0.symbol} Balance: {Decimal(token0_balance) / Decimal(10 ** wethusdc_pool.token0.decimals)}") print(f"{wethusdc_pool.token1.symbol} Balance: {Decimal(token1_balance) / Decimal(10 ** wethusdc_pool.token1.decimals)}") ``` دونوں کرنسیوں میں صارف کے بیلنس کی رپورٹ دیں۔ ```python print("Account balances before trade:") balances() if (expected_price > current_price): print(f"Buy, I expect the price to go up by {expected_price - current_price} USD") buy(wethusdc_quotes[-1]) else: print(f"Sell, I expect the price to go down by {current_price - expected_price} USD") sell() print("Account balances after trade:") balances() ``` یہ ایجنٹ فی الحال صرف ایک بار کام کرتا ہے۔ تاہم، آپ اسے مسلسل کام کرنے کے لیے تبدیل کر سکتے ہیں یا تو اسے [`crontab`](https://man7.org/linux/man-pages/man1/crontab.1.html) سے چلا کر یا لائنز 368-400 کو ایک لوپ میں لپیٹ کر اور [`time.sleep`](https://docs.python.org/3/library/time.html#time.sleep) کا استعمال کر کے اس وقت تک انتظار کر کے جب تک کہ اگلے سائیکل کا وقت نہ ہو جائے۔ ## ممکنہ بہتری {#improvements} یہ مکمل پروڈکشن ورژن نہیں ہے؛ یہ محض بنیادی باتیں سکھانے کی ایک مثال ہے۔ بہتری کے لیے کچھ خیالات یہ ہیں۔ ### زیادہ اسمارٹ ٹریڈنگ {#smart-trading} دو اہم حقائق ہیں جنہیں ایجنٹ یہ فیصلہ کرتے وقت نظر انداز کر دیتا ہے کہ کیا کرنا ہے۔ - _متوقع تبدیلی کی شدت_۔ ایجنٹ `WETH` کی ایک مقررہ رقم بیچتا ہے اگر قیمت میں کمی کی توقع ہو، قطع نظر اس کے کہ کمی کی شدت کیا ہے۔ یقیناً، یہ بہتر ہوگا کہ معمولی تبدیلیوں کو نظر انداز کیا جائے اور اس بنیاد پر بیچا جائے کہ ہم قیمت میں کتنی کمی کی توقع کرتے ہیں۔ - _موجودہ پورٹ فولیو_۔ اگر آپ کے پورٹ فولیو کا 10% حصہ WETH میں ہے اور آپ کو لگتا ہے کہ قیمت اوپر جائے گی، تو شاید مزید خریدنا سمجھ میں آتا ہے۔ لیکن اگر آپ کے پورٹ فولیو کا 90% حصہ WETH میں ہے، تو آپ کو کافی حد تک ایکسپوژر مل چکا ہے، اور مزید خریدنے کی ضرورت نہیں ہے۔ اگر آپ کو قیمت نیچے جانے کی توقع ہے تو اس کا الٹ سچ ہے۔ ### کیا ہوگا اگر آپ اپنی ٹریڈنگ کی حکمت عملی کو خفیہ رکھنا چاہتے ہیں؟ {#secret} AI وینڈرز وہ استفسارات دیکھ سکتے ہیں جو آپ ان کے LLMs کو بھیجتے ہیں، جو آپ کے ایجنٹ کے ساتھ تیار کردہ شاندار ٹریڈنگ سسٹم کو بے نقاب کر سکتا ہے۔ ایک ٹریڈنگ سسٹم جسے بہت زیادہ لوگ استعمال کرتے ہیں وہ بے کار ہے کیونکہ جب آپ خریدنا چاہتے ہیں تو بہت سے لوگ خریدنے کی کوشش کرتے ہیں (اور قیمت اوپر جاتی ہے) اور جب آپ بیچنا چاہتے ہیں تو بیچنے کی کوشش کرتے ہیں (اور قیمت نیچے جاتی ہے)۔ اس مسئلے سے بچنے کے لیے آپ مقامی طور پر ایک LLM چلا سکتے ہیں، مثال کے طور پر، [LM-Studio](https://lmstudio.ai/) کا استعمال کرتے ہوئے۔ ### AI بوٹ سے AI ایجنٹ تک {#bot-to-agent} آپ یہ اچھی دلیل دے سکتے ہیں کہ یہ [ایک AI بوٹ ہے، نہ کہ AI ایجنٹ](/ai-agents/#ai-agents-vs-ai-bots)۔ یہ ایک نسبتاً سادہ حکمت عملی کو لاگو کرتا ہے جو پہلے سے طے شدہ معلومات پر انحصار کرتی ہے۔ ہم خود کو بہتر بنانے کے عمل کو فعال کر سکتے ہیں، مثال کے طور پر، یونی سویپ v3 پولز اور ان کی تازہ ترین قدروں کی فہرست فراہم کر کے اور یہ پوچھ کر کہ کس امتزاج کی پیش گوئی کی قدر سب سے بہتر ہے۔ ### سلپج سے تحفظ {#slippage-protection} فی الحال کوئی [سلپج سے تحفظ](https://uniswapv3book.com/milestone_3/slippage-protection.html) نہیں ہے۔ اگر موجودہ کوٹ $2000 ہے، اور متوقع قیمت $2100 ہے، تو ایجنٹ خریدے گا۔ تاہم، اگر ایجنٹ کے خریدنے سے پہلے لاگت بڑھ کر $2200 ہو جاتی ہے، تو مزید خریدنے کا کوئی مطلب نہیں ہے۔ سلپج سے تحفظ کو لاگو کرنے کے لیے، [`agent.py`](https://github.com/qbzzt/260215-ai-agent/blob/05-trade/agent.py#L325) کی لائنز 325 اور 334 میں ایک `amountOutMinimum` قدر کی وضاحت کریں۔ ## نتیجہ {#conclusion} امید ہے، اب آپ AI ایجنٹس کے ساتھ شروعات کرنے کے لیے کافی جانتے ہوں گے۔ یہ اس موضوع کا جامع جائزہ نہیں ہے؛ اس کے لیے پوری کتابیں وقف ہیں، لیکن یہ آپ کو شروع کرنے کے لیے کافی ہے۔ گڈ لک! [میرے مزید کام کے لیے یہاں دیکھیں](https://cryptodocguy.pro/)۔