chain-of-title

Chain of Title 是一个公开可用的数据集，记录了Solana区块链上代币启动的完整历史。数据以不可变的方式存储，每个启动对应一行，并包含支持回答相关问题的辅助表格。该数据集采用CC0-1.0公共领域许可，允许任何用途，包括商业使用。数据集包含截至2026年9月8日的快照，大小为74,194,944字节，记录了167,122个启动（含169,888条记录），其中10,454个代币已毕业，2,111笔买断交易，1,072个重建的买断历史，9,015个操作者钱包，以及8,356个启动已捕获其声明的元数据。连续覆盖从2026年5月10日开始。关键表格包括：'launches'（观测到的启动）、'runs'（采集器运行时间间隔）、'tokens'（代币详情）。字段如'vault_sol'表示快照时的余额，可能不反映当前状态。数据集强调覆盖范围是数据本身，缺失不代表不存在；空值明确表示无答案。适用于Solana区块链分析、代币启动研究、市场行为分析等任务。Chain of Title is a publicly available dataset that records the complete history of token launches on the Solana blockchain. The data is stored immutably, with each launch corresponding to a row, and includes auxiliary tables to support answering related questions. The dataset is licensed under CC0-1.0 public domain, allowing any use, including commercial. It contains a snapshot as of September 8, 2026, with a size of 74,194,944 bytes, recording 167,122 launches (169,888 records), including 10,454 graduated tokens, 2,111 buyout transactions, 1,072 reconstructed buyout histories, 9,015 operator wallets, and 8,356 launches with captured claimed metadata. Continuous coverage starts from May 10, 2026. Key tables include launches (observed launches), runs (collector run intervals), and tokens (token details). Fields such as vault_sol represent the balance at snapshot time and may not reflect current state. The dataset emphasizes that coverage is data itself; absence does not imply non-existence; null values explicitly indicate no answer. Suitable for Solana blockchain analysis, token launch research, market behavior analysis, etc.

原始信息汇总

Chain of Title — Solana 启动溯源数据集

数据集名称: Chain of Title — the launch record

许可证: CC0-1.0（公有领域，可无限制使用，包括商业用途）

DOI: doi:10.57967/hf/10338

标签: Solana、溯源、pump.fun、模因币、公共产品

---

内容概览

该数据集包含 Solana 区块链上每个启动项目的一条不可变记录，按实际发生顺序记录，并提供辅助表以回答关于任一启动项目的问题。数据覆盖从创建交易开始的观察，以及从链历史中恢复的记录。

---

数据集统计信息

指标	数值
构建时间	2026-09-08T14:37:38.796000Z
文件大小	74,194,944 字节
观察到的启动项目（从创建交易开始）	167,122
文件中的记录总数	169,888
已毕业（Graduated）项目数	10,454
买断交易（曲线买入 ≥ 40 SOL）	2,111
重建的买断历史	1,072
操作者钱包数量	9,015
捕获到声明元数据的启动项目	8,356
连续覆盖起始时间	2026-05-10T07:42:03Z

重要区分：launches 表示从创建交易开始观察到的启动项目数量（所有声明所基于的总群体）；records 表示文件中的总行数，额外包含事后恢复及从链历史重建的项目。两者数值不同，不可互换使用。

---

使用注意事项

1. 覆盖范围即数据

• runs 表记录了收集器的观察时间区间
• 位于这些区间之外的启动项目未被观察到，其缺失不代表该启动项目不存在
• 重建的行有标记（rebuilt_at, rebuilt_complete），绝不作为观察记录呈现

2. 启动事实为永久性，资金池余额则非永久

• 描述启动项目最初区块的所有信息是某一时刻的事实，始终成立
• vault_sol 是 vault_at 时刻的余额读取值，当前可能已大幅偏差

3. 空值不等于干净结果

• 档案中未持有答案时会明确说明
• 警告的缺失不构成发现，任何将其视为发现的消费者均违反文档约定

---

数据更新机制

此镜像在已发布记录重建时重新提交。每次提交均为时间点快照，并声明自身的构建时间。DOI 解析到此数据集，早期提交保留在其修订历史中。

---

示例查询

sql SELECT mint, symbol, dev_pct, curve_buyers FROM tokens WHERE graduated = 1 LIMIT 5;

---

访问方式

官方网站: https://chainoftitle.org

搜集汇总

数据集介绍

构建方式

本数据集以Solana区块链上的代币发行事件为观测对象，通过持续监控创建交易，逐一记录每一条不可变的事实行。构建过程涵盖从创世交易起的完整生命周期数据，包括发布、曲线购买、毕业及回购等关键节点，并辅以操作者钱包、元数据捕获等支持表。对于历史缺失或事后重建的事件，均以明确的标记进行区分，确保观测数据与重建数据分离。此外，每一份沉积快照均标注构建时间，形成可追溯的版本历史。

特点

该数据集的核心特性在于其严谨的覆盖度声明与事实性保障。它明确划分了观测区间与非观测区间，强调覆盖度本身即数据的一部分，避免将缺失误解为负面证据。同时，区分了永久的发行事实与瞬时的池余额，并对空值处理设定了严格契约，确保数据使用的逻辑一致性。数据集采用CC0-1.0公共领域许可，允许无限制的商业及非商业使用，并附带DOI标识，便于学术引用与版本追溯。

使用方法

使用时需遵循其文档契约：查询前应先检查`runs`表以确认观测覆盖，避免将覆盖外的事件误判为不存在；对于重建的记录，应通过`rebuilt_at`等字段进行过滤，确保分析基于纯观测数据。具体操作可利用随附的SQL示例，如`SELECT mint, symbol, dev_pct, curve_buyers FROM tokens WHERE graduated = 1 LIMIT 5;`来快速检索已毕业代币的元数据。适用于代币发行行为研究、市场微观结构分析及区块链数据验证等场景。

背景与挑战

背景概述

chain-of-title数据集于2026年构建，由Chain of Title项目团队发布，旨在记录Solana区块链上代币发行的完整溯源信息。该数据集以CC0-1.0许可公开，提供从创建交易到后续发展的不可变行记录，覆盖超过16.7万个发行事件，并包含运行间隔、重建记录等元数据，确保数据的透明性与可验证性。其核心研究问题在于为去中心化金融中的代币发行提供可靠、可审计的公共记录，填补了链上发行溯源领域的空白。该数据集通过DOI引用，对链上数据分析、市场监管及学术研究具有重要影响力，推动了区块链数据标准化与开放科学的进程。

当前挑战

该数据集面临的挑战包括：领域方面，Solana链上代币发行数据具有高度动态性和复杂性，需解决数据捕获的完整性与实时性，以及区分观察数据与重建数据、处理余额时变等准确性问题，防止数据误读。构建过程中，需应对链上交易的高吞吐量、数据同步延迟、历史数据重构的完整性验证等工程难题，同时确保数据覆盖区间的透明标注，避免因未观察区间导致的统计偏差。此外，还需在CC0许可下平衡数据开放性与商业使用的规范性，并维护多版本快照的一致性与可追溯性。

常用场景

经典使用场景

chain-of-title数据集作为Solana生态系统内代币发行溯源的开创性公共档案，其核心应用场景聚焦于链上发射事件的完整历史重建。该数据集以不可变且逐行记录的方式，捕获了自创建交易起每一笔启动的完整生命周期，涵盖167,122次观测到的启动事件与169,888条结构化记录。研究者和开发者可通过其规范化的launches、records、runs及tokens等多维表格，精确追溯任一代币的诞生时刻、初始合约参数、曲线交易行为乃至逐步成熟的毕业历程，从而为链上资产起源分析提供了前所未有的严谨数据基底。这一场景下，数据集独特的元数据契约——明确划分观测与重建记录、强调覆盖区间与空值语义——使得用户得以在严格可信的边界内进行深层次探究，成为理解Solana生态发币格局的基石性工具。

解决学术问题

该数据集直面了区块链实证研究中长期存在的‘数据可复现性’与‘上下文缺失’双重困境，通过确立一套严苛的记录范畴（覆盖区间、观测标识、重建标记）为学术严谨性设定了新标杆。其解决了代币发射时间线上的完整性问题，允许学者区分真实观测与事后回溯数据，有效规避了因节点遗漏或历史重构导致的伪伪相关结论。更重要的是，数据集以公开领域（CC0-1.0）属性打破数据孤岛，支撑了关于发行模式、操盘手识别、市场微观结构以及公共物品属性的跨学科系统性研究。它使研究能够基于不证自明的‘启动事实’与易变的‘余额快照’分离原则，稳健地检验诸如早期买家行为、曲线流动性的动态影响等假设，从而显著提升了链上行为分析的效度与普适性，推动了实证方法论的规范化演进。

衍生相关工作

基于chain-of-title所奠定的结构化事实基础，后续研究衍生出多个重要分支。一是构建自动化的启动健康度评估系统——利用其graduated标记与曲线买入历史，设计代币毕业风险的预测模型，并延伸出对早期流动性池动态的模拟工具。二是形成操作模式指纹库研究，通过operator wallets的关联图谱分析，爬梳出常见的多账号协同发射与洗盘交易模式，进一步催生了基于图神经网络的钱包行为画像工作。三是将启动时间线映射至区块时序，使得关于Pump.fun等发行机制的催化剂事件研究得以具象化。四是凭借其去重记录契约，衍生出方法学论文，聚焦于链上数据缺失性处理的规范流程，并对在不同间隔下的样本代表性提出校正方案。这些工作广泛援引该档案的绝对时间戳与开放授权，有效加速了从数据收集到高影响力理论产出的闭环回路。