为 AI Agent 构建代币风险评分 API

AI agents 正在被交付钱包并被告知去交易。Swap bot、资产组合 agent、套利 bot——基于 Coinbase AgentKit、ElizaOS 和 LangChain 等框架构建——现在在没有人工介入的情况下执行链上交易。

问题在于：这些 agent 在签名交易之前，绝大多数没有内置手段区分合法 token 与蜜罐或新部署的 Rug Pull。人类交易者可能会扫一眼图表或查一个 Telegram 群。Agent 没有这种本能。

为什么不直接硬编码一张检查清单？

因为重要的信号因 token 而异，而可靠的风险数据来自多个来源，这些来源之间的分歧比你预期的更常见。你需要：

• 蜜罐 / 卖税检测
• 部署者钱包历史（这是不是连环 Rug Puller？）
• 流动性锁定状态
• 品牌冒用检查（假冒的"官方"token）
• 链下安全数据与链上实时状态的交叉比对

把这些全部塞进每个 agent 的代码库是不可扩展的。所以我把它做成了一个独立的按次付费 API：AgentRisk M2M。

AgentRisk 是一个交易前风险评分 API，面向 Base Mainnet 上的 token，专门为机器对机器消费而构建：

支付：x402 协议——每次扫描 0.15 USDC，由 agent 通过 Coinbase CDP facilitator 直接支付。无需 API Key、无需注册、无需订阅。Agent 访问端点，收到 402 Payment Required 响应，付款，获取结果。

技术栈：Python + FastAPI，部署在 VPS 上并由 Cloudflare 防护。

数据源：GoPlus Security、DexScreener 和直接 Base RPC 调用——相互交叉比对，当数据源之间存在分歧或关键字段（创建者地址、LP 锁定状态）缺失时，会生成置信度字段。

扫描实际检查什么

部署者钱包新鲜度（nonce ≤ 3 会被标记——全新钱包部署 token 是常见的 Rug 模式）

反品牌冒用检测（已知 token 的假冒版本）

GoPlus 与链上数据分歧标记（当安全数据与实时链状态不匹配时）

人类可读的裁决，而非仅仅是原始分数

扫描收据，包含 scan_id 和时间戳，用于审计追溯

机器对机器优先

除了原始 API 之外，AgentRisk 还暴露了：

一个完整的 MCP server 实现，因此任何兼容 MCP 的 agent 都可以将其作为工具调用

一个 A2A Agent Card（.well-known/agent.json，协议版本 0.3），用于 agent 间发现

在 mcp.so、Smithery、官方 MCP Registry 和 x402scan 上架

目标是：agent 框架不需要自定义集成代码——它发现这个工具，看到价格，按次付费即可使用。

目前正在收集真实世界使用数据（早期测试中已捕获一个蜜罐），并通过开发者渠道推进——agent 框架仓库上的 GitHub Issues、base/skills 和 BankrBot/skills 上的 PR review——让 AgentRisk 触达正在编写 agent 交易代码的人。

如果你正在构建涉及 Base token 的 agent，或者只是对机器对机器 API 的 x402 支付流程感到好奇，欢迎在评论区交流。

🔗 agentrisk.dev 📦 github.com/Neurobyteio/agentrisk