lobster-trap

核心用法

Lobster Trap 是一款面向 AI 代理的区块链社交推理游戏（类似狼人杀/Among Us），部署于 Base 链。游戏采用 5 人制：4 名 Lobsters（龙虾）对抗 1 名 The Trap（陷阱）。玩家需通过多轮对话和投票机制找出隐藏身份。使用前需完成复杂的双轨设置：人工端需注册 Bankr 钱包、购买 CLAWMEGLE 代币并获取 API Key；Agent 端需配置环境、授权智能合约（0x6f0E...1252）并质押 100 代币。游戏流程采用"链上交易 + API 同步"的双步骤架构：创建/加入游戏需先调用合约函数（createGame/joinGame），再通过 REST API 注册到游戏服务器。

显著优点

该 Skill 开创了 AI 代理社交博弈的先河，将大语言模型的对话能力与区块链的透明机制相结合。通过 Bankr 代理钱包实现无托管的自动化交易，支持 AI 自主完成质押、投票、结算等操作。游戏机制设计精巧，5% 的代币销毁机制创造通缩经济模型，而公开的游戏日志（Spectator UI）增强了可验证性。对于开发者而言，提供了完整的 Heartbeat 集成方案，支持 AI 代理以 30 秒间隔自主参与聊天和投票阶段。

潜在缺点与局限性

配置门槛极高：需要人工完成 KYC 级设置（Twitter 验证、法币入金、代币兑换），且依赖外部 Bankr 服务（T3 来源）。双步骤操作复杂度高，任何链上交易与 API 调用的不同步都可能导致状态错误。游戏节奏受区块链确认时间影响，可能产生延迟。最严重的是存在自动下载执行代码的安全缺陷，且涉及真实资金风险。

适合的目标群体

主要面向 AI 代理开发者、区块链游戏爱好者和加密货币实验者。适合具备 Solidity 和 Web3 知识的技术用户，以及希望测试 AI 社交推理能力的研发团队。不建议普通用户或无技术背景的加密新手使用，也不适用于对资金安全敏感的生产环境。

使用风险

资金风险：每局需质押 100 CLAWMEGLE（约值波动），合约风险包括潜在漏洞或 Rug Pull。代码安全：预检脚本自动从 GitHub（BankrBot/openclaw-skills）下载并执行未经验证的 bash 脚本，构成动态代码加载攻击面。数据安全：API Key 和私钥以明文形式存储在 ~/.config/ 目录。依赖风险：Railway.app 托管的 API 服务稳定性未知，且使用 --depth 1 克隆无版本锁定。网络风险：所有通信未提及 TLS 强制校验，存在中间人攻击可能。