用途：估算去中心化交易所交易执行成本，依据 AMM 机制与实测报价建立滑点曲线，并确定使成本处于可接受阈值内的最优交易规模。
主要能力：
- 滑点来源拆解：AMM 价格冲击（恒定乘积公式 price_impact = Δx / (x + Δx)）、DEX 手续费（Raydium 0.25%、Orca 0.30%、Meteora 0.1–2.0%、PumpFun 1.0%）、优先费、MEV 三明治攻击与报价过期。
- 恒定乘积买卖滑点公式与快速参考表（交易/储备比 1% 对应约 100 bps，10% 对应约 909 bps）。
- CLMM 滑点近似：clmm_slippage ≈ cp_slippage / concentration_factor，典型集中系数 5–50x。
- 实测滑点：通过 Jupiter /quote 在多个规模（0.01、0.1、1、5、10、50 SOL）取样，拟合幂律模型 slippage_bps = a * trade_size^b。
- 总成本模型：total_cost_bps = price_impact_bps + fee_bps + priority_fee_bps + mev_risk_bps。
- 盈亏平衡分析：往返成本 = 入场冲击 + 出场冲击 + 2×手续费 + 2×优先费 + MEV。
- 最优下单规模：q_max = (threshold_bps / a) ^ (1/b)，并支持多批次与 TWAP 执行。
使用方式：参考 references/slippage_math.md 与 references/cost_model.md 了解推导与成本构成；运行 scripts/slippage_curve.py 从 Jupiter 报价构建实测滑点曲线并拟合幂律模型；运行 scripts/execution_cost.py 估算特定交易的总执行成本与盈亏平衡点。可与 liquidity-analysis、position-sizing、jupiter-api、risk-management、dex-pool-analysis 等技能集成。
适用场景：Solana 生态 DEX 交易前的成本预估、仓位规模约束、大单分批执行规划。
限制：理论公式假设单池路由，实际路由由 Jupiter 聚合多池，需以实测为准；MEV 成本、报价过期窗口等为经验区间，实际结果随市场变化；具体安装命令与运行环境要求暂未提供。