عالم Web3 يشهد تحولًا من المعلومات الثابتة إلى الأصول الديناميكية. أصبحت بيانات سلوك المستخدم الاجتماعي "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي تُنتج في كل لحظة تحتوي على قيمة هائلة، لا تزال بحاجة إلى استكشاف.
واقع Web3 هو واقع مجزأ: من ناحية، شهدت بروتوكولات مثل DeFi وNFT وGameFi نمواً هائلاً، حيث ينتج المستخدمون الكثير من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في DApps المعزولة وسجلات المعاملات والمنصات الاجتماعية، مما يفتقر إلى التكامل الهيكلي، ويصعب بناء صورة موحدة، كما لا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره. حيث قدم ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع الـWeb3 مثل Autonolas وMorphpad وMind Network رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في مثل هذا السياق، تبرز قضية: إذا كانت AI هي المستقبل، فمن سيبني طبقة البيانات الأساسية وقرارات Web3؟ قدمت شبكة Port3 إجابة نهائية نسبياً:
من منصة مهام SoQuest الأصلية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم، وصديقة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، ولكنها أيضًا من خلال المعايير والتعرف على النوايا، تجعل البيانات تصبح "قوالب عمل" يمكن للوكالات فهمها واستدعائها وتنفيذها.
بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتلت مسبقًا موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، والهوية على السلسلة، والتمويل الاجتماعي.
سنقوم بتحليل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، وسنناقش كيف يمكنها في عالم Web3 المجزأ، بناء حلقة مغلقة لتدفق البيانات موجهة نحو وكيل الذكاء الاصطناعي، وأن تصبح البنية التحتية الخفية للاتجاهات التي تبلغ قيمتها تريليون دولار القادمة.
مقدمة المشروع
ما هو Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية المدفوعة بالذكاء الاصطناعي في Web3، برعاية Jump Crypto، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للتشغيل البيني، قابلة للبرمجة، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، وما يعززه محرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 مجموعة متكاملة من جمع البيانات (SoQuest)، وتقييمات هيكلية (Rankit)، واستعلامات ذكية (OpenBQL) حتى استدعاءات الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لتجسيد الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.
ملخص المشروع
حالة التمويل:
فبراير 2023: إكمال جولة تمويل بذور بقيمة 3 ملايين دولار، بقيادة Jump Crypto، مع مشاركة مستثمرين آخرين بما في ذلك SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.
أغسطس 2023: الحصول على جولة جديدة من التمويل بملايين الدولارات، تشمل الجهات المشاركة EMURGO وAdaverse Accelerator وGate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الحصول على دعم منح من منصة تداول معينة، وMask Network وAptos.
حالة الفريق:
Max D.: المؤسس المشارك، لديه خبرة في العمل في شركة تكنولوجيا معينة؛ يمتلك خبرة واسعة في احتضان مشاريع Web3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل في شركة تكنولوجيا معينة وشركة معدات تعدين معينة في تطوير الواجهة الخلفية، ولديه خبرة لعدة سنوات في تصميم أنظمة عالية التزامن والهياكل الموزعة.
رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية للبيانات الاجتماعية الذكية"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest و Rankit و OpenBQL و on.meme، والتي تبدو متفرقة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، و Port3 مسؤولة عن حلقة تدفق البيانات من التجميع إلى التحويل."
بنية أساسية أساسية Port3
تجميع البيانات - SoQuest
SoQuest هي نقطة الدخول الأساسية للبيانات التي أنشأتها شبكة Port3، وهي منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهرها، هي نظام توليد بيانات يعتمد على المهام كآلية تحفيز، والسلوك الاجتماعي للمستخدمين كموضوع لجمع البيانات، مما يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي في Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات والتفويض وNFT mint، مما يشكل واحدة من أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، وتجاوز نطاق البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوكيات المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي حقيقية ومتعددة الأبعاد وعالية التردد لـ Web3.
لزيادة قابلية توسع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع الطرف الثالث بدمج نظام المهام في تطبيق dApp الخاص بهم أو تطبيق Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير من معيارية نظام المهام وعموميته.
SoQuest ليست مجرد منصة مهام، بل هي نقطة البداية للمنظومة المغلقة للأصول السلوكية على كامل السلسلة من Port3، وأيضًا المصدر الأصلي لبيانات سلوك المعنى اللازمة لاستنتاج الذكاء الاصطناعي.
طبقة البيانات الاجتماعية للذكاء الاصطناعي
تُجمع بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في النهاية في الوحدة الأساسية لشبكة Port3 - طبقة بيانات التواصل الاجتماعي المدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوكية هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)".
تختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph وDune وغيرها ) التي تستهدف "الاستعلام"، تركز طبقة البيانات في Port3 على: كيفية استخدام البيانات لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة التي يتم تنفيذها تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي الذكية AI Social Data Layer عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال تطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار، وهو مركز الإدراك السلوكي لـ Port3، حيث يقوم بترتيب هيكل بيانات السلوك المعقدة على السلسلة وخارجها، مما يوفر "وقود بيانات" "يمكن فهمه، يمكن تجميعه، يمكن استدعاؤه" للوكيل.
تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية Port3 ، وهو "تنفيذ مرئي" لقدرات بيانات BQL على طبقة الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تقييم حرارة التواصل الاجتماعي عبر المنصات: يجمع بين إشارات التواصل الاجتماعي من تويتر وتيليجرام وديسكورد لتحديد الاتجاهات الرئيسية والمشاريع الساخنة وتغيرات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام معالجة اللغة الطبيعية والنماذج الكبيرة، سيتم تحويل نقاط النقاش، وتأثير الشخصيات الرئيسية، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة المخاطر في الاقتراض، والمعاملات على السلسلة وغيرها من السيناريوهات.
مثال على تجسيد المشهد العمودي: مثل محرك البيانات البيئي USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط الشبكات الاجتماعية، والتفاعل على السلسلة، يتتبع المشاريع الواعدة على شبكة BNB Chain في الوقت الحقيقي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بفضل دعم Rankit، لا يمكن لـ Port3 أن يقدم البيانات فحسب، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - ليس فقط يخبرك بما حدث، ولكن أيضًا يخبرك بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كان SoQuest هو مدخل البيانات، فإن BQL( لغة Quest Blockchain) هي قشرة الدماغ للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكلاء بتنفيذ عمليات فعلية على السلسلة باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، مما يتيح التواصل بين بيئات متعددة مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل التداول، والرهانات، وإضافة السيولة ) من خلال معالجة تلقائية بضغطة زر، وهي المحور الأساسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق تحديثات وحسابات البيانات عالية التردد المطلوبة لمالية المعلومات (InfoFi).
من خلال BQL، تعمل Port3 على دفع العالم Web3 لبناء "بروتوكول لغة طبيعية على السلسلة" جديد، مما يجعل السلوك على السلسلة يرتفع من "طبقة الكود" إلى "طبقة النية" - حيث لا تنفذ الآلات فقط الأوامر التي تقولها، بل تفهم أيضًا نيتك.
قدرة توصيل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يبني طبقة واجهة برمجة تطبيقات وكيل عامة، حيث يمكن للمطورين استدعاء البيانات المهيكلة التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL مباشرةً أو تنفيذ التعليمات.
التطبيقات تشمل مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب على السلسلة وغيرها، تغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من المنتجات منصة Port3 الوحيدة القادرة على "التحصيل → التحليل → التطبيق → الاستدعاء" في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو إنشاء شبكة بروتوكول معيارية للويب 3 تعتمد على بيانات السلوك ، مما يمكّن وكيل الذكاء الاصطناعي من فهم والتعرف والتعامل مع الأصول الموجودة على السلسلة.
خندق Port3: عجلة النمو الناتجة عن تراكم الأعمال
تتمتع Port3 بميزة رائدة في سرد القصص في Web3 AI ليس بسبب قدرتها المتقدمة على النماذج الكبيرة، ولكن بسبب بناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وواسع خلال عملية تراكم الأعمال. توفر هذه الميزة في البيانات أساسًا فريدًا لتطبيقات الذكاء الاصطناعي في Port3، وبناء الوكلاء، وتدريب النماذج:
بيانات سلوك على السلسلة وتحت السلسلة بمستوى عشرة ملايين
بالاعتماد على تشغيل منصة المهام SoQuest على مدى ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة المستخدمين، تغطي سلوك المهام، التفاعل مع المحفظة، الأصول على السلسلة، ومعدل المشاركة في المجتمع، وغيرها من الأبعاد. تمتد هذه البيانات عبر Web2 و Web3، مثل المنشورات على تويتر، النشاط على ديسكورد، الاحتفاظ على تليجرام، المعاملات على السلسلة، الرهانات، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، فإن هذه البيانات السلوكية المهيكلة والتي تتمتع بتفاعل عالي التردد، لا شك أنها تعد من أثمن الموارد المدخلة لبناء وكيل الذكاء الاصطناعي في Web3.
التعاون بشكل عميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليس منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار التوزيعات المجانية، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكات لم تجلب فقط سلوكيات مستخدمين حقيقية، بل ضمنت أيضًا تنوع البيانات ووقتها الحقيقي. من خلال قنوات البيانات التي تم بناؤها مع الأطراف المعنية، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يبني محرك بيانات يتطور ديناميكيًا، وليس مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "خزان مواد تدريب" لتطور نموذج الذكاء الاصطناعي.
تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتوفير دعم دلالي لوكلاء السلسلة.
بالمقارنة مع بيانات Web2 العامة، تتمتع هويات مستخدمي Web3 على السلسلة ومسارات التفاعل وسلوك الأصول بقدر عالٍ من الخصوصية والتعقيد الهيكلي، مما يجعل نماذج التقليدية صعبة التكيف. ومع ذلك، فإن Port3 من خلال نظام التعرف الدلالي والتسمية السلوكية الخاص بـ Rankit، قد تمكنت من فتح مسارات التطابق بين السلوك على السلسلة واللغة الطبيعية. على سبيل المثال: "المحفظة A تشارك في إيردروب في بروتوكول B + نشر تغريدة + المشاركة في الحوكمة مرة أخرى"، يمكن أن تُصنَّف كعلامات دلالية مثل "مشارك نشط" أو "مبشر مبكر"، مما يمكّن وكيل الذكاء الاصطناعي من فهم وتحفيز هذه المجموعات من المستخدمين. هذه هي الخطوة الأساسية لدفع نماذج الذكاء الاصطناعي على السلسلة من "الإدراك" إلى "الفهم".
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
Port3 تبني بنية تحتية لبيانات التواصل الاجتماعي في Web3 لبناء حلقة مغلقة لأصول السلوك في عصر الذكاء الاصطناعي
المقدمة
عالم Web3 يشهد تحولًا من المعلومات الثابتة إلى الأصول الديناميكية. أصبحت بيانات سلوك المستخدم الاجتماعي "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي تُنتج في كل لحظة تحتوي على قيمة هائلة، لا تزال بحاجة إلى استكشاف.
واقع Web3 هو واقع مجزأ: من ناحية، شهدت بروتوكولات مثل DeFi وNFT وGameFi نمواً هائلاً، حيث ينتج المستخدمون الكثير من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في DApps المعزولة وسجلات المعاملات والمنصات الاجتماعية، مما يفتقر إلى التكامل الهيكلي، ويصعب بناء صورة موحدة، كما لا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره. حيث قدم ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع الـWeb3 مثل Autonolas وMorphpad وMind Network رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في مثل هذا السياق، تبرز قضية: إذا كانت AI هي المستقبل، فمن سيبني طبقة البيانات الأساسية وقرارات Web3؟ قدمت شبكة Port3 إجابة نهائية نسبياً:
من منصة مهام SoQuest الأصلية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم، وصديقة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، ولكنها أيضًا من خلال المعايير والتعرف على النوايا، تجعل البيانات تصبح "قوالب عمل" يمكن للوكالات فهمها واستدعائها وتنفيذها.
بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتلت مسبقًا موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، والهوية على السلسلة، والتمويل الاجتماعي.
سنقوم بتحليل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، وسنناقش كيف يمكنها في عالم Web3 المجزأ، بناء حلقة مغلقة لتدفق البيانات موجهة نحو وكيل الذكاء الاصطناعي، وأن تصبح البنية التحتية الخفية للاتجاهات التي تبلغ قيمتها تريليون دولار القادمة.
مقدمة المشروع
ما هو Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية المدفوعة بالذكاء الاصطناعي في Web3، برعاية Jump Crypto، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للتشغيل البيني، قابلة للبرمجة، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، وما يعززه محرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 مجموعة متكاملة من جمع البيانات (SoQuest)، وتقييمات هيكلية (Rankit)، واستعلامات ذكية (OpenBQL) حتى استدعاءات الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لتجسيد الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.
ملخص المشروع
حالة التمويل:
فبراير 2023: إكمال جولة تمويل بذور بقيمة 3 ملايين دولار، بقيادة Jump Crypto، مع مشاركة مستثمرين آخرين بما في ذلك SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.
أغسطس 2023: الحصول على جولة جديدة من التمويل بملايين الدولارات، تشمل الجهات المشاركة EMURGO وAdaverse Accelerator وGate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الحصول على دعم منح من منصة تداول معينة، وMask Network وAptos.
حالة الفريق:
Max D.: المؤسس المشارك، لديه خبرة في العمل في شركة تكنولوجيا معينة؛ يمتلك خبرة واسعة في احتضان مشاريع Web3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل في شركة تكنولوجيا معينة وشركة معدات تعدين معينة في تطوير الواجهة الخلفية، ولديه خبرة لعدة سنوات في تصميم أنظمة عالية التزامن والهياكل الموزعة.
رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية للبيانات الاجتماعية الذكية"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest و Rankit و OpenBQL و on.meme، والتي تبدو متفرقة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، و Port3 مسؤولة عن حلقة تدفق البيانات من التجميع إلى التحويل."
بنية أساسية أساسية Port3
تجميع البيانات - SoQuest
SoQuest هي نقطة الدخول الأساسية للبيانات التي أنشأتها شبكة Port3، وهي منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهرها، هي نظام توليد بيانات يعتمد على المهام كآلية تحفيز، والسلوك الاجتماعي للمستخدمين كموضوع لجمع البيانات، مما يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي في Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات والتفويض وNFT mint، مما يشكل واحدة من أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، وتجاوز نطاق البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوكيات المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي حقيقية ومتعددة الأبعاد وعالية التردد لـ Web3.
لزيادة قابلية توسع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع الطرف الثالث بدمج نظام المهام في تطبيق dApp الخاص بهم أو تطبيق Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير من معيارية نظام المهام وعموميته.
SoQuest ليست مجرد منصة مهام، بل هي نقطة البداية للمنظومة المغلقة للأصول السلوكية على كامل السلسلة من Port3، وأيضًا المصدر الأصلي لبيانات سلوك المعنى اللازمة لاستنتاج الذكاء الاصطناعي.
طبقة البيانات الاجتماعية للذكاء الاصطناعي
تُجمع بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في النهاية في الوحدة الأساسية لشبكة Port3 - طبقة بيانات التواصل الاجتماعي المدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوكية هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)".
تختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph وDune وغيرها ) التي تستهدف "الاستعلام"، تركز طبقة البيانات في Port3 على: كيفية استخدام البيانات لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة التي يتم تنفيذها تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي الذكية AI Social Data Layer عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال تطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار، وهو مركز الإدراك السلوكي لـ Port3، حيث يقوم بترتيب هيكل بيانات السلوك المعقدة على السلسلة وخارجها، مما يوفر "وقود بيانات" "يمكن فهمه، يمكن تجميعه، يمكن استدعاؤه" للوكيل.
تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية Port3 ، وهو "تنفيذ مرئي" لقدرات بيانات BQL على طبقة الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تقييم حرارة التواصل الاجتماعي عبر المنصات: يجمع بين إشارات التواصل الاجتماعي من تويتر وتيليجرام وديسكورد لتحديد الاتجاهات الرئيسية والمشاريع الساخنة وتغيرات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام معالجة اللغة الطبيعية والنماذج الكبيرة، سيتم تحويل نقاط النقاش، وتأثير الشخصيات الرئيسية، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة المخاطر في الاقتراض، والمعاملات على السلسلة وغيرها من السيناريوهات.
مثال على تجسيد المشهد العمودي: مثل محرك البيانات البيئي USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط الشبكات الاجتماعية، والتفاعل على السلسلة، يتتبع المشاريع الواعدة على شبكة BNB Chain في الوقت الحقيقي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بفضل دعم Rankit، لا يمكن لـ Port3 أن يقدم البيانات فحسب، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - ليس فقط يخبرك بما حدث، ولكن أيضًا يخبرك بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كان SoQuest هو مدخل البيانات، فإن BQL( لغة Quest Blockchain) هي قشرة الدماغ للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكلاء بتنفيذ عمليات فعلية على السلسلة باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، مما يتيح التواصل بين بيئات متعددة مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل التداول، والرهانات، وإضافة السيولة ) من خلال معالجة تلقائية بضغطة زر، وهي المحور الأساسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق تحديثات وحسابات البيانات عالية التردد المطلوبة لمالية المعلومات (InfoFi).
من خلال BQL، تعمل Port3 على دفع العالم Web3 لبناء "بروتوكول لغة طبيعية على السلسلة" جديد، مما يجعل السلوك على السلسلة يرتفع من "طبقة الكود" إلى "طبقة النية" - حيث لا تنفذ الآلات فقط الأوامر التي تقولها، بل تفهم أيضًا نيتك.
قدرة توصيل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يبني طبقة واجهة برمجة تطبيقات وكيل عامة، حيث يمكن للمطورين استدعاء البيانات المهيكلة التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL مباشرةً أو تنفيذ التعليمات.
التطبيقات تشمل مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب على السلسلة وغيرها، تغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من المنتجات منصة Port3 الوحيدة القادرة على "التحصيل → التحليل → التطبيق → الاستدعاء" في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو إنشاء شبكة بروتوكول معيارية للويب 3 تعتمد على بيانات السلوك ، مما يمكّن وكيل الذكاء الاصطناعي من فهم والتعرف والتعامل مع الأصول الموجودة على السلسلة.
خندق Port3: عجلة النمو الناتجة عن تراكم الأعمال
تتمتع Port3 بميزة رائدة في سرد القصص في Web3 AI ليس بسبب قدرتها المتقدمة على النماذج الكبيرة، ولكن بسبب بناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وواسع خلال عملية تراكم الأعمال. توفر هذه الميزة في البيانات أساسًا فريدًا لتطبيقات الذكاء الاصطناعي في Port3، وبناء الوكلاء، وتدريب النماذج:
بيانات سلوك على السلسلة وتحت السلسلة بمستوى عشرة ملايين
بالاعتماد على تشغيل منصة المهام SoQuest على مدى ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة المستخدمين، تغطي سلوك المهام، التفاعل مع المحفظة، الأصول على السلسلة، ومعدل المشاركة في المجتمع، وغيرها من الأبعاد. تمتد هذه البيانات عبر Web2 و Web3، مثل المنشورات على تويتر، النشاط على ديسكورد، الاحتفاظ على تليجرام، المعاملات على السلسلة، الرهانات، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، فإن هذه البيانات السلوكية المهيكلة والتي تتمتع بتفاعل عالي التردد، لا شك أنها تعد من أثمن الموارد المدخلة لبناء وكيل الذكاء الاصطناعي في Web3.
التعاون بشكل عميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليس منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار التوزيعات المجانية، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكات لم تجلب فقط سلوكيات مستخدمين حقيقية، بل ضمنت أيضًا تنوع البيانات ووقتها الحقيقي. من خلال قنوات البيانات التي تم بناؤها مع الأطراف المعنية، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يبني محرك بيانات يتطور ديناميكيًا، وليس مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "خزان مواد تدريب" لتطور نموذج الذكاء الاصطناعي.
تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتوفير دعم دلالي لوكلاء السلسلة.
بالمقارنة مع بيانات Web2 العامة، تتمتع هويات مستخدمي Web3 على السلسلة ومسارات التفاعل وسلوك الأصول بقدر عالٍ من الخصوصية والتعقيد الهيكلي، مما يجعل نماذج التقليدية صعبة التكيف. ومع ذلك، فإن Port3 من خلال نظام التعرف الدلالي والتسمية السلوكية الخاص بـ Rankit، قد تمكنت من فتح مسارات التطابق بين السلوك على السلسلة واللغة الطبيعية. على سبيل المثال: "المحفظة A تشارك في إيردروب في بروتوكول B + نشر تغريدة + المشاركة في الحوكمة مرة أخرى"، يمكن أن تُصنَّف كعلامات دلالية مثل "مشارك نشط" أو "مبشر مبكر"، مما يمكّن وكيل الذكاء الاصطناعي من فهم وتحفيز هذه المجموعات من المستخدمين. هذه هي الخطوة الأساسية لدفع نماذج الذكاء الاصطناعي على السلسلة من "الإدراك" إلى "الفهم".
PORT3