技能使用指南

mvx_defi_math（MultiversXDeFi金融数学技能）Skill 是什么？

mvx_defi_math 技能专治 MultiversX DeFi 的精度难题：BPS/PPM/WAD/RAY 四级精度选型、半上舍入、安全重缩放与百分比计算，直击粉尘套利与截断损失。本文讲清安装思路、使用步骤、竞品对比与四大落地场景，帮你把舍入方向一次写对。

MultiversXDeFi金融数学技能Skillmvx_defi_math
15 个章节 约 18 分钟阅读 AI 智能生成

MultiversXDeFi 金融数学技能：用 BPS/PPM/WAD/RAY 四级精度与半上舍入，守住链上 DeFi 的每一分精度

核心结论速览

  • 它是什么：mvx_defi_math 是一个面向 MultiversX 链上 DeFi 的金融数学技能，把精度管理、半上舍入、安全重缩放、百分比计算这四类最容易出问题的环节，沉淀成一套可直接复用的模式与 Rust 代码。
  • 它解决什么：ManagedDecimal 默认截断导致系统性价值损失、混合精度未重缩放、费用计算被粉尘存款套利——这些在审计中反复出现的舍入问题，技能都给出了明确对策。
  • 它怎么用：不是让你自己推导公式，而是把业务场景（借贷利息、DEX 定价、质押奖励、金库费用）描述给 AI，由技能输出精度选型、舍入方向判定与可落地的 Rust 实现片段。
  • 它的价值：把「精度该用几级、舍入该朝哪边」这种依赖经验的判断标准化，减少合约上线后的资金损耗与安全暴露。
  • 适合谁用：在 MultiversX 上写 DeFi 合约的 Rust 开发者、做合约审计与代码评审的安全工程师、以及需要快速校验数值模型的协议设计者。

1. 该技能叫什么？如何一键安装 AI 技能提升开发效率？

技能基本信息

项目 内容
技能中文名 MultiversXDeFi 金融数学技能
技能英文名 mvx_defi_math
技能 ID 12576
定位 MultiversX DeFi 的金融数学模式库——精度管理、半上舍入、安全重缩放、百分比计算
技术栈 Rust / MultiversX 智能合约框架（ManagedDecimal、BigUint）

它到底解决什么问题

在 MultiversX 上用 Rust 写 DeFi 合约，几乎所有资金相关的 bug 都归到同一类根因：数值精度处理不当。

  • ManagedDecimal 的默认行为是截断，长期累积会造成系统性价值损失，并且这种损失方向可预测，天然成为攻击者的套利空间；
  • 不同模块各自采用不同精度（手续费按万分比、代币数量按 18 位小数、利息指数按 27 位小数），混合精度却不重缩放是最常见的反模式；
  • 费用计算如果使用截断除法，攻击者可以用大量粉尘小额操作，把每次舍入“剩下的零头”一点点攒走。

这个技能把这些经验固化下来：告诉你该用哪一级精度、舍入该朝哪个方向、中间结果该保留到什么精度，并直接给出对应的 Rust 实现。

一键安装 AI 技能的思路与步骤

「一键安装」的本质，是把这套领域知识作为一个可被 AI 编程助手按需加载的技能包挂载上去，而不是让你每次对话都重新贴一遍规范文档。通用流程如下（具体命令、入口地址与命名以官方说明为准，本文不编造）：

  1. 确认安装前提：你使用的是支持 Skill/技能挂载机制的 AI 编程助手客户端，且已登录可用；本地已具备 Rust 与 MultiversX 合约的开发环境（用于后续验证生成的代码）。
  2. 找到技能入口：在客户端的技能市场、技能商店或插件管理页面中检索技能 ID 12576，或直接按英文名 mvx_defi_math / 中文名「MultiversXDeFi 金融数学技能」搜索。
  3. 执行安装：点击安装/启用按钮完成挂载。若使用命令行方式管理技能，请参照官方文档给出的安装指令执行，具体命令以官方说明为准。
  4. 验证是否生效：在对话中提一个只有该技能能准确回答的问题，例如「BPS、PPM、WAD、RAY 分别对应多少位小数、各自适用什么场景？」或「费用计算为什么必须用向上舍入除法？」。如果回复能给出四级精度对照与舍入方向建议，说明技能已正确加载。
  5. 纳入日常流程：把「涉及金额计算的代码，先让技能给出精度与舍入方案，再落笔写实现」写进团队的开发约定。

这种方式的效率提升点在于：安装一次，长期复用。你不需要在每次写利息模型时重新翻审计报告，也不需要凭记忆判断「这里该不该重缩放」。

2. 该技能的主要功能和特点

  • 四级精度体系对照表：BPS（4 位小数，10,000 = 100%，用于费用与简单百分比）、PPM（6 位小数，1,000,000 = 100%，用于细粒度百分比）、WAD（18 位小数，1e18 = 1.0，用于代币数量与价格）、RAY（27 位小数，1e27 = 1.0，用于利息指数、复利与高精度数学）。配套规则是：选用能避免舍入误差的最低精度，中间计算使用比最终结果更高的精度。
  • 半上舍入（half-up）实现：提供 mul_half_up、div_half_up 两个函数，通过在乘积/分子上补 scaled / 2 再整除，把截断带来的系统性偏差压到最小。这是针对「粉尘存款窃取舍入」这类攻击的直接缓解手段。
  • 安全重缩放 rescale_half_up：升精度时直接 rescale，降精度时先加半个因子再除，避免降精度过程中的单向损失。这一条直击「混合精度而不重缩放」的反模式。
  • 百分比计算三条路径：优先使用框架内置的 BigUint::proportion(part, total)（示例中 100% 基准为 100,000）；需要手动时提供 apply_bps（除以 10,000）与 apply_ppm（除以 1,000,000）。
  • 舍入攻击向量与缓解对照表：粉尘存款窃取舍入 → 在缩放金额上使用半上舍入；重复小操作 → 设置最小金额并在指数上使用半上舍入；转换中的精度损失 → 中间数学使用 RAY 精度；费用计算中的截断 → 费用向上舍入，让舍入方向对协议有利。
  • 明确的反模式清单：混合精度而不重缩放、费用用截断除法、中间结果停留在低精度（正确做法是计算时用 RAY，最后再降精度）。
  • 领域应用知识库：借贷（利息模型、复利、利用率，RAY 精度）、DEX（价格影响、LP 份额，WAD 精度 + 半上舍入）、质押（奖励分配、份额比率，RAY 指数）、保险库（费用计算、收益，BPS 费用 + 向上舍入除法）。

和普通工具比强在哪：通用计算器或通用大模型能算出「数值是多少」，但回答不了「这个场景该用哪一级精度、舍入该朝哪边、中间结果保留几位」——而这恰恰是链上资金安全的分界线。这个技能提供的是带安全语义的领域决策，不是裸算术。

3. 如何使用该技能？

第 1 步：安装并确认技能已启用。按第 1 部分的方式完成挂载，并用一问一答验证生效。

第 2 步：用「业务场景 + 参与方 + 资金流向」描述需求，而不是直接让 AI 写代码。描述得越像需求文档，输出的精度选型越准。

输入示例：

我在写一个 MultiversX 借贷合约的利息累积逻辑，借款本金按 WAD 存储，利率按年化表示，需要按区块时间做复利累积，最终结算金额要写回账本。请给出精度选型、每一步的舍入方向，以及安全的重缩放写法。

输出说明：技能应给出——利息指数使用 RAY 精度累积复利；本金与价格使用 WAD；跨精度衔接处必须调用 rescale_half_up 而不是裸 rescale；乘除使用 mul_half_up / div_half_up；最后结算落账前再降精度。并会附上类似下面的实现片段：

fn mul_half_up(&self, a: &ManagedDecimal<Self::Api, NumDecimals>, b: &ManagedDecimal<Self::Api, NumDecimals>, precision: NumDecimals) -> ManagedDecimal<Self::Api, NumDecimals> {
    let product = a.rescale(precision).into_raw_units() * b.rescale(precision).into_raw_units();
    let scaled = BigUint::from(10u64).pow(precision as u32);
    let rounded = (product + &scaled / 2u64) / scaled;
    self.to_decimal(rounded, precision)
}

第 3 步：追问「费用场景」时显式说明资金归属。例如「这笔手续费归协议金库，希望舍入方向对协议有利」，技能会推荐向上舍入除法，而不是截断除法。

输入示例：

金库赎回要收千分之三的费用，费用归协议，用户拿到剩余部分。请给出避免粉尘套利的写法。

输出说明：应给出 BPS 精度下的费用计算、向上舍入的费用分支，并提示「设置最小操作金额」和「在缩放金额上使用半上舍入」这两条缓解措施，必要时用框架内置的 proportion() 替代手写公式：

pub const PERCENT_BASE_POINTS: u64 = 100_000;  // 100% = 100_000
let fee = amount.proportion(fee_percent, PERCENT_BASE_POINTS);

第 4 步：让技能做「反模式自检」。把已写好的数值代码贴回去，请它按技能内的反模式清单逐条比对：是否存在混合精度未重缩放、费用是否用了截断除法、中间结果是否停留在低精度。

第 5 步：本地编译与单元测试验证。技能的产出是设计与代码建议，落库前仍需在本地跑通编译与边界值测试（零值、极小值、极大值、精度边界）。

第 6 步：形成团队规范。把「先问精度再写代码」固化为评审检查项，让技能的判断沉淀成流程。

4. 同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
mvx_defi_math（本技能） MultiversX DeFi 专用金融数学模式库 四级精度体系、半上舍入、安全重缩放、百分比计算、舍入攻击缓解、反模式清单 低：在支持技能的 AI 助手中挂载即可，无需额外配置运行时 MultiversX 上借贷、DEX、质押、金库的数值逻辑设计与评审 优势：领域贴合度高，直接覆盖 ManagedDecimal 的截断陷阱，带安全语义；不足：聚焦 MultiversX 生态，跨链项目参考价值有限
通用 AI 编程助手（未挂载技能） 通用代码生成与问答 能写 Rust 语法、能解释 BigUint 基本运算 极低：开箱即用 通用 CRUD、脚手架代码 优势：泛化能力强；不足：容易给出「能跑但舍入方向错误」的实现，默认忽略精度体系与攻击向量
通用定点/大数数学库（如 rust_decimal、num-bigint 等） 语言层面的精确数值计算基础库 任意精度整数、定点小数、四舍五入等基础算子 中：需要自行设计精度模型与舍入策略 泛金融计算、离线计算 优势：成熟稳定、性能可控；不足：只提供算子，不提供「该用几级精度、该朝哪舍」的领域决策，DeFi 语义要自己补
其他链的 DeFi 数学库（如 Solidity 生态的定点数学库） 面向 EVM 等链的定点数学实现 高精度乘除、指数运算、对数近似 中：需按目标链语言与 ABI 适配 EVM 系合约开发 优势：在对应生态内成熟；不足：语言与类型系统不同（Solidity 的定点方案无法直接迁移到 ManagedDecimal），跨链复用需重写

结论性建议：如果你的项目在 MultiversX 上，并且涉及真实资金流转，本技能的「精度选型 + 舍入方向」判断是通用库无法替代的部分；通用数学库仍然应该作为底层依赖存在，两者是互补而非替代关系。

5. 该技能的典型应用场景与实际体验情况

场景一：借贷协议的利息累积与利用率模型

  • 角色与痛点：DeFi 协议开发者。利息按时间连续累积，用低精度存储会让复利在高频调用下产生可见偏差，甚至被反复借款/还款的操作薅走零头。
  • 使用方式：把本金精度（WAD）、利率表示、累积频率告知技能，请它输出精度选型与舍入方向；重点确认利息指数用 RAY、跨精度处使用 rescale_half_up。
  • 实际体验：上手门槛低，只要能把场景说清楚就能拿到可用方案。效果最明显的是「中间结果用 RAY、最后降精度」这条建议——很多实现恰恰反过来做。注意事项：降精度的时机必须由业务确定，技能不会替你决定账本字段用几位小数。

场景二：DEX 的价格影响与 LP 份额计算

  • 角色与痛点：做 AMM 的开发者。LP 份额的极小值差异会在大量兑换中被不断放大，而截断除法会让系统持续向某一方向倾斜。
  • 使用方式：说明「价格与数量用 WAD」，请求给出乘法路径的半上舍入实现，并让技能对照「粉尘存款窃取舍入」这条向量做自检。
  • 实际体验：技能直接点明「标准 ManagedDecimal 截断会导致系统性价值损失且可被利用」，这句话本身就是评审时的有力依据。注意事项：半上舍入不是万能药，仍需配合最小金额限制，否则单纯换舍入方式并不能完全挡住高频小额操作。

场景三：质押奖励分配与份额比率

  • 角色与痛点：质押模块开发者。奖励按份额比率分配，尾差留在池子里会形成「无人认领的沉淀」，也可能让最后一个领取者承担额外损失。
  • 使用方式：请求以 RAY 指数表达份额比率，并明确「尾差归属哪一方」的业务规则，技能据此推荐舍入方向。
  • 实际体验：技能对「向上舍入 = 对协议有利」的映射非常清晰，能帮助团队在写代码前就把利益分配规则讲明白。注意事项：一旦选择了对协议有利的舍入方向，需在文档中明示，避免用户侧误解。

场景四：金库费用计算与收益结算

  • 角色与痛点：收益聚合类产品的开发者。手续费通常用千分比/万分比表示，是最容易出现截断除法的地方，也是最容易被粉尘套利的地方。
  • 使用方式：说明费用比例与归属方，技能会推荐 BPS 精度、向上舍入除法，并提示优先使用框架内置的 proportion()。
  • 实际体验：这是四个场景里最快见效的——改动量小、风险明确。注意事项：proportion() 的基准值需与业务约定一致，示例中 100% 基准为 100,000，写代码前务必与团队口径对齐。

6. 该技能能为用户带来的价值

  • 把「靠经验」变成「有依据」：精度选型与舍入方向原本依赖资深工程师的直觉与审计经验，现在可以按场景直接查询，新人也能写出符合安全预期的数值代码。
  • 显著压缩排查成本：舍入类问题的特点是「不报错、只漏钱」，线上极难定位。技能内置的舍入攻击向量表与反模式清单，可以在编码阶段就把问题挡住，而不是等审计或事后对账时才发现。
  • 降低审计沟通成本：代码评审时不再需要长篇解释「为什么这里要加半个因子」，技能给出的模式本身就是行业可沟通的共识语言。
  • 减少可被套利的资金损耗：粉尘存款、重复小操作、转换精度损失这几类向量都有对应的缓解手段，直接对应协议金库中真实流失的资金。
  • 可量化的收益方向：把「每笔操作因截断损失的零头 × 操作频次」与「被粉尘套利搬走的累计差值」作为评估口径，改动越早、调用越频繁，收敛的资金量越大。
  • 长期价值：一套统一的精度约定，会让协议后续新增模块（清算、预言机、跨模块结算）不必重新讨论同一批问题，形成可继承的工程资产。

7. 常见问题 FAQ

Q1：这个技能怎么安装？需要付费吗？ 在支持 Skill 机制的 AI 编程助手中，通过技能市场或插件管理页面检索技能 ID 12576，或按英文名 mvx_defi_math 搜索后启用即可。若使用命令行方式管理技能，请参照官方文档执行，具体命令与入口以官方说明为准。关于是否收费、是否有额度限制，本文无法确认，同样以官方说明为准。

Q2：我只做简单的万分比手续费，需要关心 RAY 这种高精度吗？ 不需要。技能的规则是「使用能避免舍入误差的最低精度」——简单费用用 BPS（10,000 = 100%）即可。但要注意两点：费用计算应使用向上舍入而非截断除法；如果这个费用后续还要参与复利或指数运算，中间计算应临时提升到 RAY，最后再降回来。

Q3：它和直接用 BigUint / ManagedDecimal 手写计算有什么区别？ BigUint 和 ManagedDecimal 只提供算子，默认行为是截断；技能提供的是决策层：这个场景该用哪一级精度、这一步该向上还是半上舍入、中间结果该不该提升精度、哪些写法属于反模式。换句话说，它防的是「代码能编译、测试也过、但资金在缓慢流失」这类问题。

Q4：这个技能适合谁用？不写 Rust 的人有用吗？ 主要适合在 MultiversX 上开发 DeFi 合约的 Rust 工程师、做合约审计与代码评审的安全人员、以及需要校验数值模型的协议设计者。从事其他链开发的工程师，也能从「精度分级」「舍入方向影响资金归属」「粉尘套利」这些通用思路上获得参考，但具体代码示例基于 MultiversX 的 ManagedDecimal，不能直接迁移。

Q5：它和 EVM 生态的定点数学库（如 Solidity 的定点库）怎么选？ 按目标链选。技能明确面向 MultiversX DeFi 的 ManagedDecimal 体系，属于「领域模式 + 实现建议」；EVM 定点库属于「算子库」。如果项目在 MultiversX 上，用本技能做精度与舍入决策，底层仍可依赖通用大数库；如果项目在 EVM 上，则应选对应生态的定点库，不要把这里的 Rust 片段直接套用。