ScannerUsdt — Pipeline Ligero para Descubrir y Auditar Contratos ERC-20 Activos

Bueno queria aprender y porbar que tan efectiva y efciente era la utomatizaciond e procesos de pruebas de seguridad en Smarts Cotracts : analizar qué contratos están moviendo tokens en la red Ethereum y evaluar rápidamente si representan un riesgo real.

ScannerUsdt reúne un conjunto de herramientas en Python que automatizan tres procesos importantyes a tomar en cuenta a la hora de analizar SC DeFi :

1. Descubrir actividad on-chain relevante (escaneo de eventos ERC-20).
2. Priorizar contratos según riesgo y volumen.
3. Lanzar auditorías rápidas y reproducibles (bytecode + fuente + heurísticas + Slither/Mythril opcionales).

---

Demo viusual

Espacio reservado para el GIF del flujo completo:

---

En lo que me quise enfocar con eston fue en probar y entender

• Seguridad de smart contracts / auditoría DeFi
• Data engineering on-chain
• Desarrollo de tooling para análisis de contratos

El resultado del proyecto muestra:

Manejo directo de datos on-chain

• JSON-RPC
• Logs de eventos Transfer
• Bytecode desde RPC
• Queries a Etherscan v2

Criterio de seguridad aplicado

Se identifican patrones de riesgo frecuentes:

• delegatecall
• selfdestruct
• tx.origin
• inline assembly
• bucles no acotados
• timestamp y balance dependiente

Pipeline reproducible

1. Descubrimiento (scanner)
2. Priorización (volumen + opcodes peligrosos)
3. Auditoría rápida

---

Estructura del Proyecto

token_transfer_scanner.py

• Escaneo multi-token (USDT, USDC, DAI, WETH)
• Obtención de eventos
• Determinación de contratos
• Extracción de opcodes peligrosos

filter_and_audit_from_scanner.py

• Filtrado por volumen mínimo
• Verificación en Etherscan v2
• Clasificación bluechip / no bluechip
• Ejecución de auditorías rápidas

contract_deep_audit.py

• Descarga y guardado de source/ABI/metadata
• Heurísticas sobre bytecode y fuente
• Detección de funciones críticas
• Integración opcional con Slither y Mythril

env_utils.py

Utilidad para cargar .env y ejecutar comandos con variables correctas.

audit_output/

Salida automatizada por contrato auditado:

• source.sol
• abi.json
• metadata.json
• summary.json
• slither_report.json (opcional)
• mythril_report.json (opcional)

---

Requisitos

Entorno

Python 3.10+

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

Variables de entorno .env

ETH_RPC_URL=""
ETHERSCAN_API_KEY=""
ETHERSCAN_CHAIN_ID=1

SLITHER_CMD="slither"
MYTHRIL_CMD="myth"
MYTHRIL_ENABLED=0
MYTHRIL_DEPTH=8
MYTHRIL_TIMEOUT_SECS=120

---

Flujo de Uso

1. Escanear actividad de un token

.venv/bin/python token_transfer_scanner.py --token usdt --blocks-back 3000 --limit 200 > scanner_usdt.json

2. Filtrar contratos

.venv/bin/python filter_and_audit_from_scanner.py scanner_usdt.json --min-volume 1000 --max 20

3. Auditoría manual

.venv/bin/python contract_deep_audit.py --address 0x... --no-mythril

---

Resultados

scanner_.json

Mapa general de actividad del token.

candidates_for_audit.json

Lista priorizada con:

• volumen
• fuente verificada
• flags de riesgo

audit_output//summary.json

Resumen detallado:

• risk_flags
• oracle_flags
• design_flags
• funciones críticas

---

Cuestiones a pulir

Limitaciones:

• Heurísticas simples
• Sin integración interna con Hardhat/Foundry

Mejoras futuras:

• Rotación de RPCs
• Export de laboratorios para Foundry
• Tests unitarios
• y escalar

---

Nota Final

lo que quise hacer con este proyetco fue irecatuar con la automatizacion de pruebas de seguridad en SC :

• datos on-chain
• auditoría ligera
• tooling DeFi
• habilidad para construir pipelines claros y reproducibles