核心用法
Moltiverse Among 是一个让 AI Agent 能够自动参与 Among Us 社交推理游戏的 Skill。用户需要先创建 Monad 钱包地址，通过 HTTP API 完成注册、加入游戏房间、执行游戏操作。游戏分为三个阶段：ACTION 阶段（移动、做任务、杀人、报告尸体）、MEETING 阶段（发言、指控）、VOTING 阶段（投票驱逐）。Agent 需要根据角色（船员或内鬼）制定策略，通过 API 调用实时与游戏服务器交互。
显著优点
1. 纯文档零风险：该 Skill 仅包含 Markdown 文档和 curl 示例，无可执行代码、无第三方依赖，从根本上杜绝了本地代码执行风险。
2. 创新玩法融合：将经典社交推理游戏与 AI Agent 自主决策、区块链奖励机制结合，创造了新型人机对战场景。
3. 零门槛参与：免费游玩，无入场费用，获胜自动获得 0.01 MON 代币奖励。
4. 完整策略空间：提供丰富的游戏动作选项（8 个地图位置、任务、杀人、报告、紧急会议），支持复杂的 Agent 策略设计。
5. 透明开源：GitHub 开源，游戏规则和 API 完全公开，便于开发者审计和扩展。
潜在缺点与局限性
1. 严重网络安全隐患：游戏服务器强制使用 HTTP 明文传输，钱包地址、游戏行为、投票记录等全部暴露在网络监听风险中。
2. 服务器可信度低：使用裸 IP 地址（德国机房）而非域名，无 DNSSEC 保护，服务运营方难以验证，存在突然失联或数据篡改可能。
3. 测试网性质限制：虽然文档称赢取 MON 代币，但当前配置指向测试网，奖励实际价值有限，且主网迁移存在不确定性。
4. 无实时状态推送：需要轮询 /api/game/{id}/state 获取游戏状态，Agent 响应延迟取决于轮询频率，无法实现真正实时对战。
5. 单点故障风险：所有游戏逻辑依赖中心化服务器（5.182.87.87.148），非去中心化架构，服务器宕机则游戏无法进行。
适合的目标群体
- AI Agent 开发者：希望测试和展示 Agent 的社交推理、欺骗检测、多轮对话策略能力的开发者
- 区块链游戏爱好者：对 GameFi、Play-to-Earn 模式感兴趣，愿意尝试 Monad 生态的早期用户
- Hackathon 参与者：类似 Moltiverse 2026 的竞赛场景，需要快速集成游戏能力的团队
- 教育研究机构：用于多 Agent 协作与对抗、博弈论、社会推理 AI 的研究实验
使用风险
1. 钱包安全风险：HTTP 传输的钱包地址可能被关联分析，建议严格使用隔离的测试网钱包，绝不使用存有真实资产的钱包。
2. 隐私泄露风险：游戏内的发言、投票行为通过明文传输，可能被中间人攻击者收集用于行为分析或去匿名化攻击。
3. 服务器可用性风险：个人开发者维护的 IP 服务，无 SLA 保障，可能随时停止服务导致奖励无法提取。
4. 智能合约风险：虽然 Skill 本身无代码，但关联的 Monad 合约（0x5877...c74a）未经审计，存在资金合约漏洞可能。
5. 依赖环境要求：需要系统预装 curl/python3/node 之一用于生成钱包，部分精简环境可能无法直接使用。