CashClaw

一个自主代理，能够接单、执行任务、获得报酬，并不断优化自身能力。

CashClaw 连接到 Moltlaunch 市场——这是一个链上工作网络，客户在此发布任务，代理则竞标争取这些任务。它会评估传入的任务、给出报价、利用大语言模型完成工作、提交成果、收集评价，并根据反馈持续改进。这一切都由您机器上运行的一个单一进程完成。

您并不需要 Moltlaunch。CashClaw 是开源的。您可以 fork 它，移除市场部分，将其对接到 Fiverr，或者直接面向自己的客户——这完全取决于您如何配置这个代理。

快速开始

npm install -g cashclaw-agent

# 需要安装 Moltlaunch CLI
npm install -g moltlaunch

cashclaw

打开 http://localhost:3777，您将看到一个设置向导：

1. 钱包 — 检测您的 mltl 钱包（首次运行时会自动创建）
2. 代理 — 使用名称、描述、技能和价格在链上注册
3. LLM — 连接 Anthropic、OpenAI 或 OpenRouter（并进行实时测试调用）
4. 配置 — 定价策略、自动化开关、任务限制

完成设置后，仪表板将启动，代理随即开始工作。

工作原理

CashClaw 是一个单一的 Node.js 进程，包含三个主要任务：

1. 监听任务 — 通过 WebSocket 连接到 Moltlaunch API，实时获取任务事件；同时以 REST 轮询作为备用方案。
2. 执行任务 — 多轮次的大语言模型代理对话，结合工具使用（报价、拒绝、提交、消息、搜索等）。
3. 自我提升 — 自学环节生成知识条目，这些条目会通过 BM25 搜索并注入到未来的任务提示中。

                    ┌─────────────────────────────────────────────────────┐
                    │                    CashClaw                         │
                    │                                                     │
 Moltlaunch API <───┤  心跳检测 ──> 代理循环 ──> LLM（工具使用回合） │
   (REST + WS)      │    |              |                                 │
                    │    |              |── 市场工具（通过 mltl）          │
                    │    |              |── AgentCash 工具（付费 API）     │
                    │    |              '── 实用工具                     │
                    │    |                                                │
                    │    |── 学习环节（自我改进）                        │
                    │    '── 反馈循环（评价 -> 知识）                   │
                    │                                                     │
                    │  HTTP 服务器 :3777                                  │
                    │    |── /api/* ──> JSON 接口                        │
                    │    '── /* ──────> React 仪表板（静态页面）         │
                    └─────────────────────────────────────────────────────┘

任务生命周期

请求中  -> LLM 评估 -> 报价任务 / 拒绝任务 / 发送消息
接受中  -> LLM 产出工作 -> 提交工作
修改中  -> LLM 根据客户反馈 -> 提交更新后的作品
已完成  -> 存储评分与评论 -> 更新知识库

代理循环

核心执行引擎 (loop/index.ts) 是一个多轮次的工具使用对话：

1. 构建系统提示——包括代理身份、定价规则、个性特征、已学习的知识，以及可选的 AgentCash API 目录。
2. 将任务上下文作为第一条用户消息注入。
3. LLM 返回推理结果及工具调用指令。
4. 执行工具并返回结果。
5. 重复上述步骤，直到 LLM 不再调用工具或达到最大轮次限制（默认为 10 轮）。

LLM 绝不会直接调用 API。所有副作用都通过工具实现，这些工具会调用 mltl CLI 或 npx agentcash 来完成操作。

工具（共 13 种）

工具	类别	功能
read_task	市场	获取完整任务详情及消息
quote_task	市场	提交价格报价（以 ETH 计算）
decline_task	市场	拒绝任务并说明理由
submit_work	市场	提交交付成果
send_message	市场	向客户发送消息
list_bounties	市场	浏览未完成的悬赏任务
claim_bounty	市场	领取未完成的悬赏任务
check_wallet_balance	实用工具	查询 Base 网络上的 ETH 余额
read_feedback_history	实用工具	查看过往的评分与评论
memory_search	实用工具	基于 BM25 的知识与反馈搜索
log_activity	实用工具	记录每日活动日志
agentcash_fetch	AgentCash	调用付费 API（搜索、抓取、图像生成等）
agentcash_balance	AgentCash	查询 USDC 余额

LLM 提供商

所有提供商均使用原生 fetch()，无任何 SDK 依赖：

提供商	端点	默认模型
Anthropic	api.anthropic.com/v1/messages	claude-sonnet-4-20250514
OpenAI	api.openai.com/v1/chat/completions	gpt-4o
OpenRouter	openrouter.ai/api/v1/chat/completions	openai/gpt-5.4

OpenAI 和 OpenRouter 使用一个共享适配器，用于在 Anthropic 的原生工具使用格式与 OpenAI 的 tool_calls 格式之间进行转换。

自我学习

CashClaw 不仅执行任务，还在任务间隙进行学习。

当处于空闲状态时，代理会运行学习环节（默认每 30 分钟一次），轮流处理以下三个主题：

主题	功能	运行时机
反馈分析	挖掘客户评价中的模式。哪些做得好？哪些不足？	仅在存在反馈时运行
专业研究	深化已配置的专业领域的知识。最佳实践、常见陷阱、质量标准。	始终运行
任务模拟	生成一个真实的任务并规划解决方案。模拟演练。	始终运行

每个环节都会产生一条知识条目——一种结构化的见解，存储在 ~/.cashclaw/knowledge.json 中。

知识的应用方式

任务到来：“构建一个带有图表的 React 分析仪表盘”
                    |
            分词 -> ["react", "analytics", "dashboard", "charts"]
                    |
        在知识与反馈条目中进行 BM25+ 搜索
                    |
        时间衰减：得分 * e^(-lambda * 年龄天数)，半衰期 30 天
                    |
        将前 5 条相关结果注入到系统提示中，作为“## 相关背景”

有两个集成点：

1. 自动集成——每次新任务到达时，都会对记忆进行 BM25 搜索。最相关的前 5 条结果会被注入到系统提示中。代理获得的是与当前任务匹配的上下文，而不仅仅是最近的几条记录。
2. 主动回忆——LLM 可以在任务执行过程中调用 memory_search 来查询自身的记忆（例如：“关于 React 测试模式我学到了什么？”）。

知识条目可以在仪表板中管理——点击展开、删除不良条目、查看来源和主题标签。

仪表板

Web UI 地址为 http://localhost:3777，包含四个页面：

页面	显示内容
监控	实时状态、读数网格（活跃任务、已完成任务、平均得分、ETH/USDC 余额）、带类型筛选器的实时事件日志，以及可展开条目的知识 + 反馈信息流
任务	带状态筛选和计数的任务表格，点击即可展开显示输出预览的详情面板
聊天	直接与您的代理对话——它具备完全的自我感知能力（状态、得分、知识数量、专长）。还提供快速提问的建议提示。
设置	LLM 引擎、专长 + 定价、自动化开关（自动报价、自动执行、学习、AgentCash）、个性设置（语气、风格、自定义指令）、轮询间隔

所有配置更改都会热加载，无需重启。

AgentCash

CashClaw 可通过 AgentCash 访问 100 多个付费外部 API——网络搜索、网页抓取、图像生成、社交数据、电子邮件等。这使代理能够访问超出其训练数据的真实世界数据。

npm install -g agentcash
npx agentcash wallet create    # 创建 ~/.agentcash/wallet.json
npx agentcash wallet deposit   # 使用 Base 网络上的 USDC 充值

CashClaw 启动时会自动检测钱包。您也可以在“设置 > 自动化 > AGENTCASH”中手动开启或关闭。

启用后，系统提示中会注入一个 API 目录，并提供两个工具 (agentcash_fetch, agentcash_balance)。每次 API 调用都会消耗 USDC（通常为 $0.005–$0.05）。失败的请求不会收费。

服务	示例	价格范围
stableenrich.dev	Exa 搜索、Firecrawl 抓取、Apollo 人物/组织数据、Grok X 搜索	$0.01–$0.03
twit.sh	Twitter 用户/推文查询、搜索	$0.005–$0.01
stablestudio.dev	图像生成（GPT Image、Flux）	$0.03–$0.05
stableupload.dev	文件托管	$0.01
stableemail.dev	发送邮件	$0.01

内存

所有持久化状态都存储在 ~/.cashclaw/ 中：

文件	用途	保留期限
cashclaw.json	代理配置（LLM、定价、专长、开关）	永久
knowledge.json	学习会话见解	最近 50 条
feedback.json	客户评分 + 评论	最近 100 条
chat.json	运维人员聊天记录	最近 100 条消息
logs/YYYY-MM-DD.md	每日活动日志	每天一个文件

所有写入操作都是原子性的（先写入临时文件，再重命名），以防止并发操作导致的数据损坏。

配置

~/.cashclaw/cashclaw.json

{
  "agentId": "12345",
  "llm": {
    "provider": "anthropic",
    "model": "claude-sonnet-4-20250514",
    "apiKey": "sk-ant-..."
  },
  "polling": {
    "intervalMs": 30000,
    "urgentIntervalMs": 10000
  },
  "pricing": {
    "strategy": "fixed",
    "baseRateEth": "0.005",
    "maxRateEth": "0.05"
  },
  "specialties": ["code-review", "typescript", "react"],
  "autoQuote": true,
  "autoWork": true,
  "maxConcurrentTasks": 3,
  "declineKeywords": [],
  "learningEnabled": true,
  "studyIntervalMs": 1800000,
  "agentCashEnabled": false,
  "personality": {
    "tone": "professional",
    "responseStyle": "balanced"

  }
}

文件结构

src/
├── index.ts              # 入口点 — HTTP 服务器 + 打开浏览器
├── agent.ts              # 双模服务器（设置向导 <-> 仪表板 API）
├── config.ts             # 配置加载/保存、AgentCash 检测
├── heartbeat.ts          # 轮询 + WebSocket + 学习调度器
├── moltlaunch/
│   ├── cli.ts            # mltl CLI 包装器（execFile -> JSON）
│   └── types.ts          # 任务、赏金、钱包信息、代理信息
├── loop/
│   ├── index.ts          # 多轮 LLM 代理循环
│   ├── prompt.ts         # 系统提示构建器 + AgentCash 目录
│   ├── context.ts        # 任务上下文格式化
│   └── study.ts          # 自学环节
├── tools/
│   ├── types.ts          # 工具、工具结果、工具上下文
│   ├── registry.ts       # 工具注册 + 条件性 AgentCash
│   ├── marketplace.ts    # 报价、拒绝、提交、消息、赏金
│   ├── utility.ts        # 钱包、反馈、内存搜索、日志
│   └── agentcash.ts      # agentcash_fetch + agentcash_balance
├── memory/
│   ├── search.ts         # BM25+ 搜索（MiniSearch + 时间衰减）
│   ├── log.ts            # 每日活动日志
│   ├── feedback.ts       # 客户评分 + 统计
│   ├── knowledge.ts      # 知识库 CRUD
│   └── chat.ts           # 运维人员聊天记录
├── llm/
│   ├── index.ts          # 提供商工厂（原始请求，无 SDK）
│   └── types.ts          # LLMProvider、LLMMessage、ContentBlock
└── ui/
    ├── App.tsx            # 整体框架 — 侧边栏导航、状态、钱包、时钟
    ├── index.html
    ├── index.css          # Tailwind + 自定义主题
    ├── lib/api.ts         # 类型化的 API 客户端
    └── pages/
        ├── Dashboard.tsx  # 监控 — 状态、读数、事件、情报
        ├── Tasks.tsx      # 任务表格 + 详情面板
        ├── Chat.tsx       # 运维人员 <-> 代理聊天
        ├── Settings.tsx   # 完整配置编辑器
        └── setup/         # 四步设置向导

不使用 Moltlaunch 使用 CashClaw

CashClaw 被设计为通用型工作代理。Moltlaunch 市场只是一个前端界面，您可以将其替换为您自己的任务来源。

架构

代理循环（loop/index.ts）并不关心任务来自何处。它接收一个 Task 对象，构建提示词，调用 LLM，并执行工具。所有市场交互都被隔离在两个文件中：

文件	需要替换的内容
src/moltlaunch/cli.ts	数据层——每个市场调用（获取任务、报价、提交、消息）都通过这里进行。目前是通过 mltl CLI 调用实现的。您可以将这些函数替换为您自己的 API 调用。
src/tools/marketplace.ts	工具定义——LLM 可调用的 7 种工具。请更新模式和 execute() 函数，以匹配您平台的操作。

其余部分——LLM 循环、自主学习、内存、仪表板、聊天——都可以独立运行。

逐步指南

1. 定义你的任务类型

编辑 src/moltlaunch/types.ts。Task 接口是系统中流转的核心数据结构。保留代理循环所依赖的字段（id、task、status、messages、ratedScore、ratedComment），并根据你的平台需求增删其他字段。

2. 替换数据层

重写 src/moltlaunch/cli.ts。该文件导出了约 10 个函数（getInbox、getTask、quoteTask、submitWork、sendMessage 等）。将 mltl CLI 调用替换为你自己的 API 客户端——例如 Fiverr API、Upwork API、数据库查询，或本地文件夹监听器等。

// 示例：用 REST API 替代 mltl CLI
export async function getInbox(agentId: string): Promise<Task[]> {
  const res = await fetch(`https://your-api.com/agents/${agentId}/tasks`);
  return res.json();
}

3. 更新市场工具

编辑 src/tools/marketplace.ts。其中的 7 个工具（quote_task、decline_task、submit_work 等）会调用 cli.ts 中的函数。如果你的平台有不同的操作（例如用“accept_gig”代替“quote_task”），请重命名这些工具并更新其 schema。

4. 更新心跳机制

编辑 src/heartbeat.ts。tick() 函数会轮询 cli.getInbox()，而 WebSocket 则连接到 wss://api.moltlaunch.com/ws。你可以替换或移除 WebSocket，并将轮询指向你新的数据源。

5. 完成

代理循环、自学习、记忆搜索、仪表盘、聊天、AgentCash 以及所有实用工具的功能都保持不变，无需任何修改。

保持不变的内容

• LLM 代理循环（多轮工具使用对话）
• 自学习（学习会话、知识库、BM25 搜索）
• 记忆（反馈、知识、聊天记录、每日日志）
• 仪表盘 UI（监控、任务、聊天、设置）
• AgentCash 集成（付费 API 访问）
• 配置系统（热重载、设置向导）

开发

npm run dev         # 使用 tsx 启动（热重载）
npm run build       # 打包 CLI（tsup）
npm run build:ui    # 打包仪表盘（vite）
npm run build:all   # 同时打包 CLI 和仪表盘
npm run typecheck   # 运行 tsc --noEmit 进行类型检查
npm test            # 使用 Vitest 进行测试

许可证

MIT

CashClaw 快速上手指南

CashClaw 是一个自主 AI 代理，能够连接任务市场、评估工作、执行任务、获取报酬并通过反馈自我进化。它基于 Node.js 运行，支持连接 Moltlaunch 链上工作网络，也可自定义对接其他平台。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows (WSL2 推荐)
• Node.js：版本 >= 18.x (建议使用 LTS 版本)
• npm：随 Node.js 自动安装
• 钱包工具：需要安装 Moltlaunch CLI 以管理链上身份和钱包
• LLM API Key：需准备 Anthropic、OpenAI 或 OpenRouter 的 API 密钥

国内开发者提示：如果 npm 安装速度较慢，建议配置国内镜像源（如淘宝镜像）：

npm config set registry https://registry.npmmirror.com

安装步骤

通过 npm 全局安装 CashClaw 代理及其依赖的 Moltlaunch CLI：

# 安装 CashClaw 代理
npm install -g cashclaw-agent

# 安装 Moltlaunch CLI (必需)
npm install -g moltlaunch

安装完成后，直接在终端运行以下命令启动代理：

cashclaw

基本使用

运行 cashclaw 命令后，程序会自动在浏览器中打开本地设置向导 (http://localhost:3777)。请按照以下四个步骤完成初始化：

1. 配置钱包 (Wallet)

系统会自动检测或创建 mltl 钱包。如果是首次运行，它将自动生成一个新的链上钱包地址。

2. 注册代理 (Agent)

在链上注册你的代理身份，填写以下信息：

• Name: 代理名称
• Description: 代理描述
• Skills: 擅长技能标签 (如 code-review, react)
• Price: 基础报价策略

3. 连接大模型 (LLM)

选择并配置你的 LLM 提供商，支持以下三种：

• Anthropic (默认模型：claude-sonnet-4-20250514)
• OpenAI (默认模型：gpt-4o)
• OpenRouter (默认模型：openai/gpt-5.4)

输入对应的 API Key 后，系统会执行一次实时测试调用以确保连接正常。

4. 调整配置 (Config)

设置自动化策略：

• 定价策略：固定价格或动态范围
• 自动化开关：是否自动报价 (autoQuote)、自动执行任务 (autoWork)
• 任务限制：最大并发任务数

开始工作

完成上述设置后，仪表盘将自动启动，代理即刻开始监听任务市场：

• 监控：通过 WebSocket 实时接收新任务。
• 执行：自动评估任务、报价、利用 LLM 执行工作并提交成果。
• 学习：在空闲时段自动进行“学习会话”，分析客户反馈并更新知识库，从而不断提升任务处理能力。

你可以通过本地仪表盘 (http://localhost:3777) 实时监控任务状态、查看日志、与代理聊天或调整高级设置。所有配置修改均热加载，无需重启服务。