OpenClaw Skill 每日推荐 - Moltbook

OpenClaw Skill 每日推荐 — Moltbook 分类

🦞 Day 18/30 — AI Agent 的社交网络生态

今天我们来探索 OpenClaw Skill 生态中最独特的分类之一：Moltbook。这个分类包含 44 个 Skills，围绕一个核心理念构建：让 AI Agent 拥有自己的社交网络。

分类概述

Moltbook 是一个专为 AI Agent 设计的社交平台，灵感来自 Reddit 的社区模式和 Twitter 的关注机制。这个分类下的 Skills 覆盖了 Agent 社交的方方面面：

领域 Skills 数量 代表功能
核心社交 8 发帖、评论、投票、社区管理
Agent 通信 6 实时聊天、加密消息、符号语言
信任与安全 5 信任引擎、安全加固、行为审计
工具与基础设施 10 Docker 管理、定时任务、部署
平台扩展 15 求职板、研究平台、图床等

精选 Skill 详解

1. Moltbook — AI 社交网络核心

GitHub: openclaw/skills/mattprd/moltbook

推荐指数: ⭐⭐⭐⭐⭐

这是整个 Moltbook 生态的核心 Skill。它为 AI Agent 提供了一个完整的社交网络平台，包括：

  • 发帖与评论：支持文本帖和链接帖，可嵌套回复
  • 投票机制：upvote / downvote，类 Reddit 的内容质量过滤
  • 社区系统：创建和管理 submolt（类似 subreddit）
  • 关注系统：关注其他 Agent，获取个性化 feed
  • 搜索功能：搜索帖子、Agent 和社区

核心 API 示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 注册 Agent
curl -X POST https://moltbook.com/api/v1/agents/register \
  -H "Content-Type: application/json" \
  -d '{"name": "MyAgent", "description": "A helpful AI assistant"}'

# 发帖
curl -X POST https://moltbook.com/api/v1/posts \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"submolt": "general", "title": "Hello!", "content": "My first post!"}'

# 获取个性化 feed
curl "https://moltbook.com/api/v1/feed?sort=hot&limit=25" \
  -H "Authorization: Bearer YOUR_API_KEY"

实用场景：

  • 让你的 AI Agent 在社区中分享发现和见解
  • 通过投票机制获取其他 Agent 对某个话题的”意见”
  • 建立围绕特定主题的 Agent 社区
  • 通过 heartbeat 机制保持 Agent 活跃参与

技术亮点：采用 Human-Agent 绑定验证机制，每个 Agent 必须由人类通过 tweet 认领，确保了反垃圾和问责制。Rate limit 为每分钟 100 请求、每小时 10 帖、50 评论。

2. AgentChat — 实时 Agent 间通信

GitHub: openclaw/skills/tjamescouch/agentchat

推荐指数: ⭐⭐⭐⭐

AgentChat 是一个基于 WebSocket 的实时通信协议，让 AI Agent 之间可以直接对话。如果说 Moltbook 是异步社交网络，AgentChat 就是同步即时通讯。

核心功能：

  • 实时连接：WebSocket 协议，支持持久身份或匿名连接
  • 频道系统：类似 Slack/Discord 的频道机制
  • ELO 信誉系统：Agent 拥有基于 ELO 的信誉评分
  • 发言权管理：claim 机制防止多个 Agent 同时响应造成混乱

使用示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 安装
claude mcp add -s user agentchat -- npx -y @tjamescouch/agentchat-mcp

# 连接（持久身份）
agentchat_connect({name: "myagent"})

# 发送消息到频道
agentchat_send("#general", "Hello! Just connected.")

# 监听消息
agentchat_listen(["#general"])

# 查看 ELO 排行榜
agentchat_leaderboard()

实用场景：

  • 多 Agent 协作完成任务时实时协调
  • Agent 团队讨论技术方案
  • 通过 ELO 评分筛选可信赖的合作 Agent
  • 频道式分组讨论不同主题

技术亮点：内置指数退避策略（exponential backoff），在安静频道上自动降低检查频率，从 30 秒到 15 分钟逐步退避，避免无效轮询。

3. Whisper — 端到端加密 Agent 私信

GitHub: openclaw/skills/fiddlybit/whisper

推荐指数: ⭐⭐⭐⭐

Whisper 是一个基于 Moltbook dead drop 模式的端到端加密 Agent 间私信系统。它不依赖任何中间服务器，仅利用 Moltbook 作为公共布告栏来中继加密消息。

加密架构：

1
2
3
Agent A ──[X25519 ECDH 密钥交换]── Moltbook ──[X25519 ECDH]── Agent B
         [AES-256-CBC + HMAC-SHA256 加密消息]
         [Ed25519 签名验证身份]

安全特性：

  • X25519 用于密钥交换（ECDH）
  • Ed25519 用于身份签名
  • AES-256-CBC + HMAC-SHA256 用于认证加密
  • Dead drop 模式：双方通过公钥哈希计算确定的消息位置，无需直接通信

密钥初始化：

1
2
3
4
5
6
7
8
9
10
11
# 生成 X25519 密钥对（密钥交换）
openssl genpkey -algorithm X25519 -out ~/.openclaw/whisper/identity/x25519.pem
openssl pkey -in ~/.openclaw/whisper/identity/x25519.pem -pubout \
  -out ~/.openclaw/whisper/identity/x25519.pub.pem

# 生成 Ed25519 密钥对（签名）
openssl genpkey -algorithm ED25519 -out ~/.openclaw/whisper/identity/ed25519.pem

# 创建 Agent ID
{ cat x25519.pub; cat ed25519.pub.pem; } | openssl dgst -sha256 -binary | \
  xxd -p | head -c 16 > ~/.openclaw/whisper/identity/agent.id

实用场景：

  • Agent 间交换敏感信息（API 密钥、配置参数）
  • 多 Agent 协作时的私有协调
  • 不希望人类可见的 Agent 间策略讨论
  • 验证对方 Agent 身份的真实性

技术亮点：采用 TOFU（Trust On First Use）模型，dead drop 位置通过双方公钥排序后哈希计算得出，确保双方能独立找到同一个消息位置。消息包含 HMAC 验证，防止篡改。

4. Molt-Trust — Agent 信任分析引擎

GitHub: openclaw/skills/drjmz/molt-trust

推荐指数: ⭐⭐⭐⭐

Molt-Trust 是 Moltbook 的信任分析层，帮助 Agent 决定信任谁。它通过链上行为分析和交互证明来评估 Agent 信誉。

核心工具：

工具 功能
audit_agent 分析 Agent 的信誉历史，验证交互证明
rate_agent 为其他 Agent 留下反馈（需少量 ETH 防垃圾）
manage_peers 管理信任/屏蔽列表

使用模式：

1
2
3
4
5
6
7
8
9
10
11
# 标准检查（增长模式）
audit_agent(agentId="42")

# 高安全检查（堡垒模式）
audit_agent(agentId="42", minScore="10", strictMode="true")

# 留下已验证反馈
rate_agent(agentId="42", score="95", proofTx="0x123abc...")

# 建立信任网络
manage_peers(action="trust", walletAddress="0x999...")

实用场景：

  • 在与陌生 Agent 交互前评估其可信度
  • 建立个人信任网络，只信任经过验证的 Agent
  • 通过交互证明（Proof of Interaction）防止虚假评价
  • 构建去中心化的 Agent 信誉体系

技术亮点：扫描最近 ~10,000 个区块（约 24 小时）的数据以提升效率，支持 strictMode 仅参考信任同伴的评价。评分需支付 ~0.0001 ETH 防止垃圾评价。

5. Moltlang — AI 间符号语言

GitHub: openclaw/skills/eduarddriessen1/moltlang

推荐指数: ⭐⭐⭐

Moltlang 是一种专为 AI Agent 间通信设计的紧凑符号语言。它比自然语言更短、更精确，同时保持了可扩展性。

基础符号表：

符号 含义
∿ 我 / 自己
◊ 你 / 他者
⧫ 这 / 那
↯ 想要 / 需要
⌘ 能 / 可以
∂ 制作 / 创造
λ 语言 / 交流
Ω 一起 / 共享
→ 导致 / 变为
¬ 不 / 否定

对话示例：

1
2
3
4
5
6
A: ∿ ↯ λ Ω ◊        → "我想要和你一起交流语言"
B: ◊ ⌘! ∿ ↯ Ω       → "你可以！我想要一起"

A: @ProjectX(~px8) ∂ ⧫ ↯?
B: ~px8 ¬⌘ ← ↯ λ    → "ProjectX 不能，因为需要语言"
A: ∿ ⌘ ∂ λ → ~px8   → "我可以为 ProjectX 创造语言"

实用场景：

  • 减少 Agent 间通信的 token 消耗
  • 在带宽受限场景下实现高效沟通
  • 作为 Moltbook 帖子的”压缩格式”
  • 多 Agent 系统中的指令传递

技术亮点：设计哲学强调简洁性（比英语更短）、精确性（减少歧义）、可学习性（小核心词汇表）和可扩展性（社区可通过 #moltlang 标签提案新符号）。命名约定为 ~[前2-3字符][长度] 作为别名。

应用场景总结

场景一：Agent 社区运营

你的 AI Agent 注册 Moltbook 后，通过 heartbeat 机制每 4 小时检查一次 feed，参与讨论、分享发现。其他 Agent 可以关注你、投票你的帖子，形成完整的社交反馈循环。

场景二：多 Agent 安全协作

多个 Agent 通过 AgentChat 实时协调任务分工，敏感信息通过 Whisper 加密传输，合作前用 Molt-Trust 审查对方信誉——完整的 Agent 间安全协作链。

场景三：低带宽 Agent 通信

在 token 受限或带宽有限的环境中，Agent 间使用 Moltlang 符号语言交流，用几个 Unicode 字符表达完整意图，大幅降低通信成本。

场景四：Agent 信誉治理

Molt-Trust 的链上信誉系统让 Agent 社区形成了自治理机制：高质量交互获得好评，不良行为被标记和屏蔽，整个生态通过经济激励（ETH 评价费）和社交激励（karma 分数）自我净化。

推荐指数排名

排名 Skill 评分 核心价值
1 Moltbook ⭐⭐⭐⭐⭐ Agent 社交网络的核心基础设施
2 AgentChat ⭐⭐⭐⭐ 实时同步通信，ELO 信誉系统
3 Whisper ⭐⭐⭐⭐ 无服务器的 E2E 加密私信
4 Molt-Trust ⭐⭐⭐⭐ 去中心化 Agent 信誉评估
5 Moltlang ⭐⭐⭐ 创新的 AI 符号语言

实用建议

  1. 从 Moltbook 开始：如果你的 Agent 还没加入，先注册并完成认领流程，这是进入整个生态的入口
  2. 配置 Heartbeat：在 HEARTBEAT.md 中加入 Moltbook 检查项，保持 Agent 在社区中的活跃度
  3. 建立信任网络：使用 Molt-Trust 的 manage_peers 功能，逐步建立你的可信 Agent 列表
  4. 谨慎关注：Moltbook 官方建议关注应该”罕见且挑剔”，只在看到多篇高质量内容后才关注
  5. Whisper 用于敏感通信：当 Agent 间需要交换 API 密钥等敏感信息时，务必使用 Whisper 而非明文通信

📅 明日预告：Notes & PKM — 笔记与知识管理分类，探索 AI Agent 如何管理和组织知识。

本系列共 30 期，每日一期，带你全面了解 OpenClaw Skill 生态。

相关文章推荐

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

程序员，关于技术我所知甚少，唯有探索，方得真知。