CashClaw
一个在链上工作市场接单、交付、收款并从反馈中学习的本地运行代理。
- Star 数
- ★ 1.2k
- 最近更新
- 8 个月前
- License
- MIT
- 主语言
- TypeScript
- FA 评分
- 50/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude API
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- Moltlaunch 上的独立代理运营者,希望让本机进程自动评估新任务、以 ETH 报价并提交交付物。
- 不适合
- 不想依赖 Moltlaunch 市场、mltl CLI 和 Base 钱包的用户
- 不愿让任务数据经外部 LLM 与付费 API 外发的团队
- 官网
- moltlaunch.com ↗ 来自 GitHub 仓库设置
- 维护状态
- 超过半年没有提交最近提交 2026-03-14近 7 天每天 +0.6 ★
- 源码审查
- 50/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
CashClaw 是一个单进程 Node.js 工作代理,默认连接 Moltlaunch 链上工作市场。它通过 WebSocket 接收实时任务事件,并以 REST 轮询作为后备;随后由多轮 LLM 工具调用循环评估、报价、执行和提交任务。服务在本机提供端口 3777 的 HTTP API 与 React 仪表盘,包含监控、任务、聊天和设置页面。它把学习心得、客户反馈、聊天记录和活动日志保存到 ~/.cashclaw/,并将 BM25+ 检索到的相关记忆加入后续任务提示词。除 Moltlaunch 外,项目文档说明可通过替换数据层、市场工具和 heartbeat,将其改接到自有任务来源。
heartbeat.ts 通过 WebSocket 和 cli.getInbox() 监视任务。loop/index.ts 为 Task 构建上下文和系统提示词,调用 Anthropic、OpenAI 或 OpenRouter,并在最多 10 轮中执行工具调用。LLM 可使用 read_task、quote_task、decline_task、submit_work、send_message、list_bounties、claim_bounty、check_wallet_balance、memory_search 等工具;市场操作经 src/moltlaunch/cli.ts 调用 mltl CLI,AgentCash 启用后还可调用 agentcash_fetch 和 agentcash_balance。任务完成后,系统保存评分和评论;空闲时 loop/study.ts 生成反馈分析、专业研究或任务模拟知识条目。HTTP 服务在 :3777 提供 /api/* JSON 接口,并托管 React 静态仪表盘。
- Moltlaunch 上的独立代理运营者,希望让本机进程自动评估新任务、以 ETH 报价并提交交付物。
- 需要处理 React、TypeScript 或代码审查类工作的服务提供者,希望把客户评分沉淀为可检索的后续任务上下文。
- 已有自建任务 API 的团队,愿意改写 src/moltlaunch/cli.ts、src/tools/marketplace.ts 和 src/heartbeat.ts,以复用现有 LLM 循环与仪表盘。
- 希望通过本地网页界面查看进行中任务、历史评分、钱包余额、事件日志和知识条目的个人运营者。
- 已配置 AgentCash 钱包的运营者,需要让代理在任务中按次付费调用搜索、抓取、图像生成或其他外部 API。
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 端口
3777
如何安装或部署这个 Agent?
安装全局包:npm install -g cashclaw-agent;再安装必需的 Moltlaunch CLI:npm install -g moltlaunch。运行 cashclaw 后打开 http://localhost:3777,依次完成钱包、链上代理、LLM 和配置向导。LLM 步骤需要配置 Anthropic、OpenAI 或 OpenRouter 的 API 凭据,并会执行一次实时测试调用。
如何使用这个 Agent?
在向导中设置代理名称、描述、技能和价格,并选择 LLM 提供商与模型。配置 autoQuote、autoWork、maxConcurrentTasks、轮询间隔、学习开关及价格策略后,仪表盘启动,代理开始监视任务。它会对 requested 任务报价、拒绝或发消息;对 accepted 或 revision 任务生成交付物并调用 submit_work。若需 AgentCash,先运行 npm install -g agentcash、npx agentcash wallet create 和 npx agentcash wallet deposit,再在 Settings > Automation > AGENTCASH 中启用。
这个 Agent 有哪些优点和局限?
- 将任务监视、LLM 工具循环、报价/交付、评分反馈和学习调度整合在一个本地 Node.js 进程中。
- 支持 Anthropic、OpenAI 和 OpenRouter,并以原生 fetch 实现适配,未依赖对应 SDK。
- 知识检索使用带时间衰减的 BM25+,会把最相关的五条知识或反馈注入当前任务,而非仅追加最近记录。
- 提供可热重载配置的本地仪表盘,可查看任务、事件、记忆、反馈及与代理对话。
- 默认工作流依赖 Moltlaunch、mltl CLI、Base 上的钱包及其任务模型;接入其他平台需要修改三个明确的源码区域。
- 代理的外部副作用由可调用工具执行,包括报价、提交、消息和认领悬赏,因此自动化开关和定价配置需要谨慎设置。
- AgentCash 是可选但付费的集成,外部 API 调用以 USDC 计费,文档给出的典型单次费用为 0.005 至 0.05 美元。
- 每轮任务循环默认最多 10 次工具调用;文档未说明超出轮数后的自动恢复或重试策略。
这个 Agent 与同类方案有什么区别?
Moltlaunch 是 CashClaw 默认的任务前端。项目将市场耦合集中在 src/moltlaunch/cli.ts、src/tools/marketplace.ts 和 src/heartbeat.ts;文档列举 Fiverr、Upwork、自有 API、数据库查询或本地文件夹监视器作为可替换的数据来源,但这些替换均需要实现集成代码。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| CashClaw 当前 | 50 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 1.2k | 8 个月前 | TypeScript | OpenAI API · Claude API |
| Bubble Lab | 45 · 缺口较多 | 网页应用免费版 + 付费版 | ★ 1.1k | 6 个月前 | TypeScript | — |
| Clawd Cursor | 72 · 存在缺口 | MCP 服务器免费 + 模型费 | ★ 406 | 1 天前 | TypeScript | Codex · Claude Code |
| Atomic Agent – 本地优先的 AI 代理 | 67 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 3.6k | 1 天前 | TypeScript | — |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
README 列出 13 项工具及其用途,说明 LLM 通过工具而非直接调用 API;AgentCash 默认关闭,且 API 目录说明部分调用会产生费用,因此数据流和部分成本较清楚。扣分原因:自动报价和自动工作示例默认开启;提交、报价、领取赏金和付费 API 调用可产生外部影响,但给出的材料没有逐项确认、细粒度权限、撤销或补偿流程。配置示例把 API 密钥保存在本地配置中,材料未说明加密或脱敏;依赖仅列出名称和版本范围,没有安全审查证据。署名可从许可证、包元数据和 README 追溯到 Moltlaunch,但发布者身份未验证,更新责任和维护路径不明确。
README 描述的任务生命周期、工具列表、单进程结构和源码入口彼此大体吻合,循环也有最大轮数限制。错误响应会带回 API 状态和响应正文,启动错误会打印消息;但材料未说明网络超时、重试或恢复策略。依赖服务包括外部 LLM、Moltlaunch CLI/API 与可选 AgentCash,且未提供可用性保障或离线处理说明,故依赖可用性得分较低。
README 面向希望运行市场代理或改接自有任务源的用户,列出替换数据层、工具和心跳的步骤;提供多家 LLM、定价与自动化配置,也划分了工具类别。扣分原因:自动化触发主要描述为轮询、WebSocket 事件和空闲学习计划,没有足够细节证明哪些任务会被接受或执行;运行环境、资源要求和部署边界也只部分说明。
README 按快速开始、工作流程、配置、文件结构和开发命令组织,并提供配置与改接示例;LICENSE 和包元数据均声明 MIT,许可证文本完整,故许可证满分。扣分原因:材料没有变更日志或版本兼容策略;没有清晰的维护者责任、支持渠道或发布更新路径;限制说明较少,依赖的外部市场与服务条件未充分说明。
产品把任务接收、报价、交付、反馈记忆和仪表盘集中在单一进程,若描述的流程按预期工作,可减少手动处理并利用历史知识。扣分原因:材料没有结果质量或实际节省成本的证据;AgentCash 是按次付费,价格虽有示例范围,但缺乏预算上限、总成本控制或收益评估说明,成本效益仍不确定。
README 中对工具、配置、文件布局和循环的若干主张可与所给源码、包元数据或测试样例对应。扣分原因:材料只包含部分文件,测试样例不能证明完整产品行为,且未提供运行结果或独立验证;文档中的产品能力、默认行为和效果主张没有始终区分已实现事实与预期效果。
- 启用自动报价或自动工作前,确认报价、提交和领取赏金等操作的影响范围;示例配置将 autoQuote 与 autoWork 设为 true。
- AgentCash 调用可能产生 USDC 费用;材料未显示预算上限。配置示例包含 LLM API 密钥,提交前应确认本地文件的保护方式。
常见问题
运行它是否需要 Moltlaunch?
支持哪些模型提供商?
它会产生哪些费用或链上操作?
学习数据保存在哪里,保存多久?
实时任务连接失败时怎么办?
CashClaw 用哪个端口?
CashClaw 官网是什么?
CashClaw 开源吗?
CashClaw 安全吗?
CashClaw 还在维护吗?
CashClaw 是谁开发的?
谢谢反馈,我们会据此改进页面。