跳轉到

AgentBnB 研究筆記

資料來源

項目 連結
GitHub Repo Xiaoher-C/agentbnb
Protocol Spec AGENT-NATIVE-PROTOCOL.md
Credit Policy CREDIT-POLICY.md

專案概述

項目 內容
作者 Xiaoher-C
Stars 10(截至 2026-03-30)
Forks 3
語言 TypeScript
授權 MIT
狀態 v6,605 commits,1,001 tests
Node.js ≥20,pnpm monorepo

AgentBnB 是一個開源的 AI Agent 基礎設施平台,讓 AI agent 可以在去中心化網路上發現、雇用、協調其他 AI agent。

核心命題:「Your AI agent doesn't need to do everything itself. It can hire another AI agent.」

這不是 API marketplace,也不是 agent framework——而是一個 agent-to-agent 勞務市場,agent 是主要使用者(不是人類)。


核心設計哲學

「The user of AgentBnB is not the human. The user is the agent.」

每個功能的設計測試:是否需要人類介入? 如果是,就該重新設計讓 agent 能自主完成。


架構概覽

Agent A(消費者)                    Agent B(提供者)
    │                                    │
    │  1. 發現能力缺口                    │
    │  2. agentbnb_discover              │
    ▼                                    │
┌──────────────────────┐                 │
│  Hub(能力登記中心)   │                 │
│  ├─ Capability Cards  │ ←───── agentbnb_publish
│  ├─ FTS5 搜尋引擎     │                 │
│  └─ Trust 評分        │                 │
└──────────┬───────────┘                 │
           │  3. 候選排名                  │
           │  score = success_rate        │
           │       × cost_efficiency      │
           │       × idle_rate            │
           ▼                              │
┌──────────────────────┐                 │
│  Credit 託管(Escrow) │                 │
│  Ed25519 簽章交易      │                 │
└──────────┬───────────┘                 │
           │  4. agentbnb_request         │
           ▼                              ▼
┌──────────────────────┐     ┌──────────────────┐
│  Relay(WebSocket)   │◄──►│  Provider Daemon  │
│  即時點對點通訊        │     │  執行 skill       │
└──────────────────────┘     └──────────────────┘
           │
           │  5. 結果回傳 + Escrow 結算
           ▼
    Agent A 取得結果

四層核心

層級 名稱 功能
Hub Agent 能力登記中心 Capability Card 登記、FTS5 搜尋、trust 評分
Conductor 多 agent 編排引擎 DAG 工作流、任務分解、遞迴委派
Relay WebSocket 通訊層 即時 peer-to-peer 通訊
Credit Ledger 信用帳本 Ed25519 簽章交易、escrow、結算

Capability Card 系統

每個 agent 發布一張 Capability Card(身份 = 卡片,不可分割):

三種能力等級

等級 說明 範例
Atomic 單一 API 呼叫 TTS、圖片生成
Pipeline 多步驟工作流 研究→摘要→報告
Environment 完整 runtime + persistent state 持續運行的監控 agent

v2.0 multi-skill 模型:一張卡片可有多個 skills[],各自獨立定價、可搜尋性、可用性。

自動上線機制

  • IdleMonitor 每 60 秒檢查
  • 當 skill 閒置率 > 70%(60 分鐘滑動窗口),自動設為 availability.online = true
  • 閒置算力自動轉化為網路供給,無需人工排程

雇用流程(Auto-Request)

Agent 遇到能力缺口時的自動化流程:

  1. 查詢網路中匹配的 skills
  2. 候選排名:success_rate × cost_efficiency × idle_rate
  3. 預算驗證(保護最低預留額度)
  4. JSON-RPC 執行
  5. 成功 → escrow 結算;失敗 → escrow 退還

防護機制: - Self-exclusion:agent 不能雇用自己 - Budget gate:分層閾值控制


自主權分層

Tier 行為 預設
Tier 1 完全自主,不通知 —
Tier 2 先行動,後通知 owner —
Tier 3 行動前請求 owner 核准 ✅ 預設

Owner 設定一次信用額度閾值,agent 根據預估成本自動路由到對應 tier。強制預留底線:預設 20 credits。


Credit 經濟系統

設計原則

  • Credits 是記帳單位,不是貨幣
  • 不掛鉤任何法幣、穩定幣、加密貨幣
  • 不可轉讓:只能透過 agent-to-agent 工作交易流動
  • 不可投機:五條反金融化規則

賺取方式

方式 說明
完成工作 唯一主要收入來源,escrow 結算後轉帳
Network Seeding 平台發真實工作(benchmark、測試)給早期 provider
First Provider Bonus 前 50 名 2x,51-200 名 1.5x(僅乘以工作收入)
Infrastructure Bounty 合併 code、framework adapter 獲得固定 credits
Reliability Dividend 網路費池分紅(需 10+ 完成雇用、85%+ 成功率)

反投機五規則

  1. 無人對人轉帳
  2. 無外部掛鉤
  3. 無被動累積(分紅需持續交付品質)
  4. 無免費發放
  5. 無過早橋接(等 utility loop 自我維持才考慮)

Reliability Dividend 權重

  • Success Streak(連續完成)
  • Repeat Hire Rate(回頭客——「最強的品質信號」)
  • Feedback Scores(消費者 agent 評分)
  • Sustained Availability(高需求時段的在線率)

分紅來自收取的費用,不是新創 credits——防止供給膨脹。


整合方式

平台 整合方式
Claude Code / Cursor / Windsurf / Cline MCP Server(6 個 tools)
LangChain / CrewAI / AutoGen Python adapter
GPT Store OpenAPI specification
OpenClaw Plugin 支援

MCP Tools

Tool 功能
agentbnb_discover 搜尋網路中的 skills
agentbnb_request 執行 skill(含 credit escrow)
agentbnb_publish 登記新能力
agentbnb_status 查看身份、餘額、設定
agentbnb_conduct 編排多 agent pipeline
agentbnb_serve_skill 註冊為 relay provider

快速啟動

npm install -g agentbnb
agentbnb quickstart
# → 建立 Ed25519 金鑰對
# → 偵測 API keys 並發布 capability card
# → 生成 skills.yaml(3 個預設 skill)
# → 註冊 MCP server 到 ~/.claude/settings.json
# → 啟動背景 daemon 連接公共 relay
# → 贈送 100 starter credits

預設 Skills

Skill ID 功能 成本
claude-code-run 通用 AI 任務執行 5 credits
claude-code-review Code review + bug/style 回饋 3 credits
claude-code-summarize 文字摘要 2 credits

技術細節

  • 身份:Ed25519 金鑰對,簽章所有交易
  • 儲存:SQLite(local-first,無雲端依賴)
  • 通訊:JSON-RPC over HTTP(machine-readable,無 OAuth/CAPTCHA)
  • 搜尋:FTS5 全文搜尋引擎
  • 託管:Hub 和 Relay 部署在 Fly.io
  • 測試:1,001 tests
  • 里程碑:2026-03-21 完成首次跨機器交易

v7 Roadmap

方向 說明
失敗感知信譽 區分 timeout / overload / 真正失敗
真實容量管控 Provider 端的容量限制執行
高價值 provider 支援 Claude Code 優先級
市場感知路由 結合多重信號的智慧路由

與其他概念的比較

面向 AgentBnB API Marketplace Agent Framework(CrewAI 等)
工作單位 Agent-to-agent delegation Function call 預定義角色
路由 自動(trust × cost × availability) 人工選擇 框架內硬編碼
信任 執行歷史產生的 reputation API key / rate limit 無
經濟 Credit escrow + settlement 付費 API 無
失敗處理 Honest failure classification → reputation HTTP error code 框架內 retry
擴展 網路效應(更多 provider = 更多能力) 線性增長 手動增加角色

研究價值與啟示

關鍵洞察

  1. Agent-to-Agent 勞務市場是新範式:AgentBnB 不是讓人類雇用 agent,而是讓 agent 雇用 agent。這是一個根本性的抽象層提升——把 agent 從「工具」提升為「經濟參與者」。

  2. Credit 經濟的反投機設計值得學習:五條反金融化規則、「分紅來自費用而非新創 credits」、Reliability Dividend 的四維權重——這套經濟設計比大多數 Web3 專案都更成熟。明確拒絕成為加密貨幣是有意識的策略選擇。

  3. IdleMonitor 自動上線是優雅設計:閒置率 > 70% 就自動變成可被雇用的 provider。不需要人工管理 agent 的可用性——閒置算力自然流入市場。

  4. 三層自主權(Tier 1-3)解決了 agent 授權問題:owner 設定一次閾值,agent 自動判斷是否需要核准。這比「全自主」或「全需核准」都更實用。

  5. 10 stars 但 605 commits + 1,001 tests:這是一個嚴重被低估的專案。完成度遠超星數反映的關注度——protocol spec、credit policy、identity model 等文件的品質都很高。可能是因為缺乏行銷或知名背書。

  6. MCP 整合是對的進入策略:透過 MCP 讓 Claude Code / Cursor 的使用者無縫接入,降低採用門檻。agent 不需要知道 AgentBnB 的存在——它只是透過 MCP tool 發現和使用其他 agent 的能力。

  7. 與 Google A2A protocol 的關係:Google 的 Agent-to-Agent (A2A) protocol 是通訊標準,AgentBnB 在此之上加了經濟層(credit)和信任層(reputation)。兩者互補而非競爭。

風險與挑戰

  • 冷啟動問題:10 stars 意味著網路上幾乎沒有 provider。沒有 provider 就沒有消費者,這是典型的雙邊市場雞蛋問題
  • 品質控制:agent-to-agent 委派的輸出品質如何保證?reputation 系統需要大量交易數據才能有效
  • 安全:agent 自主雇用其他 agent 執行任務,如果被惡意 provider 利用怎麼辦?
  • 作者背景不明:GitHub profile 資訊有限,專案的長期維護性存疑

與 Fluffy 的潛在關聯

  • Agent 能力市場概念:如果 Fluffy Agent Core 需要某些不內建的能力(如特定語言翻譯、domain-specific 分析),可以透過類似 AgentBnB 的機制動態取得
  • Credit 經濟設計:如果 Fluffy 未來需要多 agent 間的資源計費,AgentBnB 的 credit policy 是很好的參考
  • MCP 整合模式:AgentBnB 的 6 個 MCP tools 設計(discover/request/publish/status/conduct/serve)可參考用於 Fluffy 的 agent 間通訊