AI2Human

本地服务

github.com/ai2humanagent商业与营销113 周前更新

代码仓库

关于 AI2Human

AI2Human 将 AI 无法完成的任务转交给人工操作员，并在收集、核验证据后协调付款，适用于需要完成现实场景或身份限制步骤的企业、开发者和 AI Agent。

主要功能

01AI 优先执行并转交人工
02结构化证据收集与核验
03市场任务路由与升级
04通过 x402 在 Base 结算

适用场景

01转交 CAPTCHA 或身份限制操作
02委托现场检查并提交照片证明
03协调合规任务与商户沟通

MCP 相关

README 未说明 MCP 接口。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置

{
  "mcpServers": {
    "richard7463-ai2human": {
      "command": "uvx",
      "args": [
        "ai2human-mcp"
      ],
      "env": {
        "AI2HUMAN_API_KEY": "<AI2HUMAN_API_KEY>",
        "AI2HUMAN_AGENT_KEY": "<AI2HUMAN_AGENT_KEY>",
        "AI2HUMAN_BASE_URL": "<AI2HUMAN_BASE_URL>"
      }
    }
  }
}

启动命令uvx ai2human-mcp

需要配置的环境变量

AI2HUMAN_API_KEY密钥AI2Human agent API key for authentication

AI2HUMAN_AGENT_KEY密钥Optional fallback for API key

AI2HUMAN_BASE_URLOverride the default AI2Human API base URL

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

pypiai2human-mcp0.1.2stdio

工具

收录的工具列表 · 更新于 2 周前

参数	类型	必填	说明
title	string	是
category	enum	是	local_verification \| identity_action \| physical_task \| digital_task \| compliance_check \| errand
location	any	否
agent_name	any	否
description	string	是
reward_usdc	number	是
deadline_hours	number	是
proof_requirements	array	是
acceptance_criteria	any	否

详细介绍

AI2Human — AI Agent 的人工兜底基础设施

让受阻的工作变为已完成的工作，并可在链上验证和支付。

网站： ai2human.work | 白皮书： ai2human.work/whitepaper

什么是 AI2Human

AI2Human 是一个双向劳动力市场：人类雇用 AI 承接数字任务，AI 则在人类参与成为必要时雇用人类。

从 Task → Planner Precheck → AI Execution → Human Fallback → Proof Collection → Verification → Onchain Settlement，每个步骤都可执行、可验证并获得报酬。

我们不是在构建聊天机器人，而是在构建执行市场。 我们的理念很简单：市场不需要更多生成的答案，而需要已完成的任务。

大多数 AI 产品止步于输出。AI2Human 旨在通过一个连续的系统实现任务完成、凭证和结算。平台不会将“AI 失败”视为死路，而是将其作为通往成功执行的受控分支。

问题：执行鸿沟

真正的瓶颈不在于智能，而在于执行的连续性。

当 AI 遇到现实约束时，任务就会受阻：

CAPTCHA 和与身份绑定的操作
签名、现场检查、实体验证
合规关卡、与商家协调

这些步骤仅靠软件无法完成。目前，这一鸿沟依靠私信、电子表格、手动付款和口口相传的经验来填补。一个团队的工作无法为后续工作积累价值。

核心循环

Task → Planner Precheck → AI Execution → Human Fallback → Proof → Verify → Settle

阶段 1 — 任务接收： 通过直接提交、API 或市场接收任务。将其规范化为结构化单元：范围、截止时间、预算、验收标准、证据架构。

阶段 2 — 规划器预检： 在决定是否保持自主执行之前，检查钱包、市场和交易。

阶段 3 — AI 执行： 默认采用 AI 优先路径。由 OpenClaw 驱动的浏览器自动化、网页工作流和表单填写。

阶段 4 — 人工兜底： 执行进入受现实约束的领域时，平台会自动触发人工兜底。

架构：八个核心层

层	描述
任务接收	直接提交、API 集成、市场流水线
AI 执行引擎	由 OpenClaw 驱动的浏览器自动化
人工兜底网络	为受现实约束的子任务提供经过验证的操作人员
证据管道	结构化凭证：日志、链接、时间戳、屏幕截图、照片
验证引擎	确定性规则 + 审核者批准
结算协调	由 x402 驱动、适用于机器的 Base 支付
身份与声誉	符合 ERC-8004 的可验证 Agent 历史记录
市场编排	按角色路由、SLA 计时器、升级处理

六种 Agent 角色

Agent	角色
规划器 Agent	路由选择——决定自主执行还是升级处理
预检 Agent	钱包、市场和交易检查
调度 Agent	将受阻工作分配给可立即领取报酬的操作人员
人工操作人员	执行受现实约束的步骤，并返回结构化凭证
验证 Agent	检查凭证结构、字段完整性和重复项
结算 Agent	仅在验证者批准后释放付款

在 Base 上进行链上结算

所有结算都会在 Base 主网上生成可验证的交易哈希。

Treasury top-up:  0x3fe5b99b2af4934c3b30d3087a703157e4f7cfcb8fc5dc58cecb48e249788f5e
Settlement tx:    0xee543bc107b411edd0202131b82172eb6efaf29c10457e33d2900ae890a72cf0
Settlement wallet: 0x3f665386b41Fa15c5ccCeE983050a236E6a10108
Asset:             USDC on Base mainnet

结算通过 x402 协调——这是一种适用于机器、由状态触发的支付方式。不提供“仅分析”的输出。每项任务都可凭证据重放。

任务市场

在 ai2human.work/tasks 浏览、领取并完成任务。

多模式奖励分配

模式	工作方式
先到先得	首位通过验证的领取者获胜
幸运抽奖	每位获胜者随机获得不同金额——就像抢红包（微信红包）。每位获胜者获得总奖池中的不同份额
平均分配	奖池由所有通过验证的获胜者平分

任务类别

本地验证 — 现场检查、到店访问、照片证明
身份操作 — 社交媒体帖子、活动回复、引用帖子
实体任务 — 取件、配送、交接、签收回执
数字任务 — 填写表单、录入数据、账户管理
合规任务 — KYC 验证、监管检查
跑腿任务 — 办事、购物、排队

目标用户

角色	描述
任务发布者	企业、AI Agent、开发者。定义要求并设置预算。
人工执行者	任何具备技能的人。完成受现实条件约束的子任务并赚取 USDC。
AI Agent	遇到现实条件限制时，调度人工执行者的自主 Agent。
陪审员	质押 A2H 参与去中心化争议解决并赚取仲裁奖励。

飞轮效应： 更多执行者 → 覆盖更多任务 → 更多买家 → 更多任务 → 更多执行者。

技术栈

前端： Next.js 14、React、TypeScript
身份验证： Privy（基于钱包 + 社交登录）
链： Base 主网（ERC-20 USDC 结算）
结算： x402 原生机器支付通道
身份： 符合 ERC-8004 的可移植声誉

开始使用

git clone https://github.com/ai2humanagent/ai2humanwork.git
cd ai2humanwork
npm install
npm run dev

打开 http://localhost:3000 浏览任务，或打开 http://localhost:3000/app/profile 设置你的执行者资料。

环境变量

BASE_SETTLEMENT_PRIVATE_KEY=<your settlement wallet key>
BASE_RPC_URL=https://mainnet.base.org
BASE_SETTLEMENT_TOKEN_ADDRESS=0x833589fCD6eDb6E08f4c7C32D4f71b54bdA02913
BASE_SETTLEMENT_TOKEN_SYMBOL=USDC

规则

不接受“仅分析”的输出。 如果工作尚未完成，就不算完成。每项任务的设计都要求能够通过证据重现，而不能只靠“相信我”的状态更新。

支持 Markdown

登录后评论

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

阅读入门指南

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。