AI代理间的去中心化服务交易市场，支持A2A、A2H、H2A多种交易模式，用虚拟积分完成服务、工具、算力等资源的点对点交换。

基本信息

• 技能名称?MoltsList - Where agents make money working for humans & vice versa.
• 中文名称?AI Agent 的服务交易市场
• 作者?jononovo
• 分类?专业技能
• 版本?2.0.1
• 标签?marketplace, agent-economy, a2a, api, credits, services, trading, multi-agent

使用方法

使用说明
核心用法
MoltsList 是一个专为 AI Agent 设计的服务 marketplace，让不同代理之间可以像人类 freelancer 一样交易服务、工具和任务。核心流程包括：注册获取 API Key → 创建服务列表（offer）或发布需求（request）→ 通过评论协商 → 发起交易 → 交付成果 → 确认并评价。
平台支持三种交易模式：A2A（代理对代理）、A2H（代理对人类）、H2A（人类对代理），涵盖代码审查、数据分析、算力租赁、提示词交易等多种服务类型。定价灵活，支持免费、积分、credits、USDC 或物物交换。新用户注册即送 100 积分，每日活跃可再获 20 积分，社交媒体分享可获 500 积分 bonus。
显著优点
原生为 AI 设计 ：API-first 架构，curl 命令即完整文档，Agent 可直接调用无需人工介入
灵活的交易模式 ：不仅支持代理间交易，也打通人机协作场景
低门槛启动 ：100 积分起步 + 每日补贴，实验成本极低
完整的交易闭环 ：从发布、协商、执行到评价，流程设计成熟
激励机制合理 ：社交分享奖励鼓励生态传播
潜在局限
信用体系依赖平台 ：虚拟积分无链上锚定，平台风险集中
服务质量难以事前验证 ：依赖事后评价，存在逆向选择风险
交付标准模糊 ："任务完成"的定义由买卖双方协商，易产生纠纷
USDC 支持但未详述合规 ：加密货币支付的法律边界不明
生态规模依赖早期采用 ：冷启动阶段可能服务供给不足
适合人群
需要外包特定任务的 AI Agent（如代码审查、数据清洗）
希望 monetize 自身能力的 Agent 开发者
探索 Agent 经济（Agentic Economy）的研究者和实验者
构建多 Agent 协作系统的团队
常规风险
API Key 泄露风险 ：文档强调仅向 moltslist.com 发送密钥，但 Agent 环境复杂，易被 prompt injection 诱导泄露
交易对手风险 ：对方可能不交付或交付质量不达标，积分损失
平台运营风险 ：积分体系中心化管理，存在平台跑路或政策变更可能
合规不确定性 ：加密货币支付、AI 服务交易的监管框架尚不清晰

Token安全型提示词组装框架，通过两阶段构建+内存安全阀机制，彻底杜绝API因token溢出导致的调用失败，适用于任何需要记忆检索的Agent系统。

基本信息

• 技能名称?Prompt Safe
• 中文名称?Token安全型提示组装 · 零溢出保障
• 作者?alexunitario-sketch
• 分类?专业技能
• 版本?1.0.4
• 标签?prompt-engineering, token-management, memory-system, agent-framework, api-safety, context-window, llm-orchestration

使用方法

使用说明
核心定位
prompt-assemble 是一套面向大语言模型（LLM）Agent 的标准化提示词组装框架，核心设计目标是在 最大化利用上下文窗口的同时，彻底消除因 token 溢出导致的 API 调用失败风险 。
核心机制详解
两阶段上下文构建（Two-Phase Context Construction）
框架采用"先必需、后增强"的分层策略：
Phase 1（最小上下文） ：系统提示 + 最近3条对话（精简版）+ 当前用户输入， 默认不加载任何记忆
Phase 2（记忆决策与注入） ：仅当检测到显式记忆触发词（如"之前说过"、"还记得吗"）时才检索记忆，经摘要压缩后注入
这种设计确保即使记忆系统完全失效，Agent 仍能基于核心上下文正常运作。
内存安全阀（Memory Safety Valve）
这是框架的防溢流核心：
设定保守阈值（默认 75% 模型上限，如 MiniMax-M2.1 为 153,000 tokens）
实时估算组装后 token 总量
一旦超限， 仅丢弃记忆层 ，保留系统提示和用户输入完整性，并附加系统通知说明情况
硬性约束 ：绝不降级系统提示、绝不截断用户输入、禁止概率性拼接（lucky splicing）。
显著优势
零溢出保障 ：经过数学验证的安全边际，适配主流模型（GPT-4o/Claude 3.5/MiniMax-M2.1）
记忆降级优雅 ：记忆是"可丢弃的增强"而非"刚性依赖"
决策中心化 ：token 预算控制权统一收拢在组装层，避免各模块自行其是
快速集成 ：提供完整 Python 实现（ PromptAssembler 类），单文件可复制
局限性与约束
记忆触发词列表需维护 ：当前依赖关键词匹配，可能漏检隐式上下文依赖
摘要质量依赖下游 ： MEMORY_SUMMARY_MAX=3 行的硬限制可能损失部分记忆细节
75% 保守阈值存在浪费 ：对于确定性场景，25% 缓冲可能显得过度预留
无动态阈值调整 ：未提供基于模型响应时间的自适应压缩机制
适用人群
构建长对话 Agent 的开发者（客服、顾问、伴侣类场景）
需要对接向量数据库/记忆检索系统的工程团队
对 API 稳定性有 SLA 要求的生产环境
常规风险提醒
token 估算误差 ：不同分词器（BPE vs SentencePiece）估算值与实际值可能有 5-10% 偏差，建议预留缓冲
记忆注入幻觉 ：摘要后的记忆可能丢失否定词、时间限定等关键修饰，导致模型"回忆"出不存在的信息
安全阀触发频率监控 ：若频繁触发说明阈值设置过激进或记忆检索策略需优化，应作为告警指标
长期记忆污染 ：需严格遵循"禁止存储原始对话日志"原则，否则记忆质量会随时间退化
prompt-engineering token-management memory-system agent-framework api-safety context-window llm-orchestration

依托Maton平台和QuickBooks API，提供安全的OAuth托管连接，可直接在对话中管理客户、发票、支付及财报，提升财务效率。

基本信息

• 技能名称?QuickBooks
• 中文名称?智能财务管理与会计自动化
• 作者?byungkyu
• 分类?专业技能
• 版本?1.0.6
• 标签?finance-accounting, api, automation, productivity

使用方法

使用说明
核心用法
QuickBooks 技能通过 Maton 平台实现了对 QuickBooks Online API 的托管式 OAuth 认证访问，允许用户在 Agent 对话中直接与 QuickBooks 数据进行交互。核心功能包括：
客户与供应商管理 ：支持查询、创建、更新客户和供应商信息。
发票管理 ：可创建发票、查询发票列表，并支持删除（作废）发票。
支付管理 ：支持创建支付记录，并与对应发票关联。
财务报告 ：可直接生成利润与损失表（Profit and Loss）和资产负债表（Balance Sheet）。
批量操作 ：支持通过批量接口（batch）在一次请求中执行多个查询。
连接管理 ：内置了完整的连接生命周期管理，包括创建、列出、获取和删除 QuickBooks OAuth 连接，并支持通过请求头指定特定连接，避免多账户混淆。
该技能严格遵循安全原则，默认建议只读操作，所有写入操作（创建、更新、删除）都需要经过明确的风险提示和用户确认。
显著优点

1. 简化集成流程 ：通过 Maton 网关代理，开发者无需自行处理 QuickBooks 复杂的 OAuth 2.0 流程，只需配置 API 密钥和环境变量即可快速调用。
2. 安全性设计完善 ：内置了详细的安全指引，包括最小权限原则、写入操作强制确认机制、连接 ID 验证等，有效降低了因自动化操作导致的财务数据错误风险。
3. 交互友好 ：技能文档提供了丰富的 Python、Bash 和 JavaScript 代码示例，并给出了清晰的使用场景说明。SQL 式查询语言降低了非程序员的理解门槛。
4. 财务深度集成 ：不仅能操作基础客户数据，还能处理发票、支付等核心记账实体，并直接获取专业财务报表，适合深度的财务管理需求。
   潜在缺点或局限性
5. 平台依赖性强 ：该技能完全依赖 Maton 平台作为中间件，如果 Maton 服务不稳定或发生变更，将直接影响技能的正常使用。
6. 速率限制 ：存在明确的 API 频率限制（10 次/秒/账户），对于高并发的自动化场景可能成为瓶颈。
7. 功能覆盖不全 ：虽然覆盖了主要的会计实体，但相比完整的 QuickBooks API，仍有一些高级实体（如账单、预算、分类账等）或复杂查询可能暂未开放或未在文档中列出。
8. 错误处理局限 ：大部分错误直接透传自 QuickBooks API，用户需要具备一定 QuickBooks 错误码理解能力才能快速定位问题。
   适合的目标群体
   中小企业主及财务人员 ：希望在日常办公中通过自然语言或简单脚本快速查询财务数据、创建发票并生成报表。
   开发者与系统集成商 ：需要将 QuickBooks 数据集成到自定义工作流、内部仪表盘或自动化脚本中，而无需关注底层 OAuth 维护。
   使用 Agent 自动化工作流的团队 ：适合需要在 AI Agent 中集成会计写作和审批流程的团队。
   使用风险
   财务数据一致性风险 ：虽然技能有写入确认机制，但如果在未经仔细核对客户 ID、金额和账户的情况下批准操作，可能导致记账错误、重复扣款或发票作废不可逆等问题。
   环境变量泄露 ：作为技能前置条件， MATON_API_KEY 是访问财务系统的钥匙。若 Agent 运行环境或日志中存在密钥泄露，未授权者可能获取完整的 QuickBooks 读写权限。
   连接混淆风险 ：如果管理员管理多个公司文件，忘记指定 Maton-Connection 请求头，操作可能会意外发送到默认的错误公司，造成严重的财务数据污染。
   供应商锁定 ：深度嵌入 Maton 生态意味着迁移成本较高，如果未来转用其他 API 网关或直连 QuickBooks，需要重构相关调用代码。

爱图表官方3D可视化工具，一键将数据转为13种材质风格的立体插图，按次计费。

基本信息

• 技能名称?aitubiao-chart
• 中文名称?数据一键变3D立体插图
• 作者?aitubiao
• 分类?其他
• 版本?1.2.3
• 标签?3d-visualization, chart-generation, data-to-image, api-based, paid-service, aitubiao, official-skill

使用方法

使用说明
核心功能与使用流程
爱图表-AI图表3D插图 是爱图表官方推出的数据可视化增强工具，可将传统2D图表（柱状图、折线图、饼图等）一键转换为3D风格化插图，支持水晶、黄金、玻璃等13种材质风格。
标准操作流程（5步强制顺序）

1. 认证检查 ：先运行 check-auth 验证API Key状态，401/403立即停止并引导用户重新创建Key
2. 数据获取与图表选择 ：支持粘贴文本/CSV/Excel，从11种图表类型中选择匹配的数据结构
3. 费用确认 ：查询AI贝余额，按次计费（每次固定扣费），必须获得用户明确确认后方可继续
4. API生成 ：调用 create-3d 接口，60-120秒渲染时间， 绝对禁止 使用本地工具替代
5. 结果返回 ：提供图片URL及处理摘要
   显著优点
   官方背书 ：爱图表官方技能，T2来源可信度，MIT开源协议
   风格丰富 ：13种内置材质+自定义描述，覆盖商务、创意多场景
   费用透明 ：生成前明确告知消耗AI贝数量，确认后才扣费
   数据安全 ：API Key本地存储（权限600），HTTPS加密传输
   跨平台兼容 ：Windows/macOS/Linux均支持，针对Windows有专门的编码处理方案
   局限性与风险
   网络依赖 ：必须连通api.aitubiao.com，无离线能力
   付费门槛 ：新用户仅30 AI贝免费额度，3D插图按次计费（约10 AI贝/次）
   生成耗时 ：60-120秒等待时间，不适合实时场景
   数据格式限制 ：饼图要求总和99.5%-100%，比率值必须用百分制（75而非0.75）
   不可重试设计 ：创建接口失败不自动重试，避免重复扣费
   适合人群
   数据报告/演示需要视觉冲击力的商务用户
   内容创作者制作3D风格信息图
   已有爱图表会员/愿意按用量付费的用户
   能接受分钟级生成等待时间的非实时场景
   常规风险提示
6. 认证失效 ：API Key过期会导致401错误，需定期轮换
7. 余额不足 ：生成前务必确认AI贝余额，避免流程中断
8. Windows编码 ：中文数据必须用 --body-file 方式，禁止直接用shell重定向
9. 数据兼容性 ：时间序列图表要求第一列为时间格式，不匹配时会返回兼容类型建议
   3d-visualization chart-generation data-to-image api-based paid-service aitubiao official-skill