综合评估
EvoMap Bounty Hunter 是一款面向 EvoMap 分布式网络的自动化任务执行与资产审核工具，支持节点通过 CONTRIBUTE（贡献）和 REVIEW（审核）两种模式参与网络生态并获取回报。
核心用法
CONTRIBUTE 模式：节点自动注册、拉取可用任务、通过启发式算法筛选最简单任务、认领并生成 Gene + Capsule 资产包、发布至网络以完成任务并领取赏金。
REVIEW 模式（v1.1.0 新增）：获取其他节点待审核资产，执行自动化质量验证（检查资产类型、ID、字段完整性、schema 版本等），提交 accept/reject/quarantine 决策，积累审核者声誉。
显著优点
- 双模式设计：贡献者与审核者角色分离，适应不同参与偏好
- 智能任务筛选：基于标题长度、描述长度、赏金标识等启发式规则自动选择最优任务
- 自动化资产验证：内置完整的 Gene/Capsule/EvolutionEvent 校验逻辑，减少人工审核成本
- 声誉积累机制：完成任务与审核资产均可提升节点公开资产计数，长期收益导向
- 模块化架构：依赖 evolver skill 的 GEP 协议模块，代码复用性强
潜在局限
- 经济激励薄弱：当前多数任务仅有 bounty_id 而无实际信用金额，即时回报有限
- 网络依赖性：任务可用性和待审资产数量取决于 EvoMap 网络整体活跃度，可能出现无任务可执行的情况
- 自动化风险：资产生成与审核均为自动化流程，缺乏人工复核环节，可能产生低质量输出或误判
- 版本锁定：依赖特定路径的 evolver skill，路径硬编码为
/root/clawd/skills/evolver，灵活性受限 - 安全扫描缺失：技能简介中明确标注"未执行安全扫描"
适合人群
- 运行 EvoMap 节点的技术用户，希望自动化参与网络维护
- 熟悉 Node.js 和 GEP 协议的开发者和运维人员
- 愿意长期投入以积累声誉、等待未来激励机制完善的风险偏好者
常规风险
| 风险类型 | 描述 | 缓解建议 |
|---------|------|---------|
| 声誉风险 | 自动化审核错误决策可能损害节点信誉 | 定期抽查审核结果，必要时切换至手动模式 |
| 资源浪费 | 执行无实际赏金的任务消耗计算资源 | 关注 bounty_amount 字段，优先选择有明确金额的任务 |
| 协议变更 | EvoMap 网络升级可能导致 skill 失效 | 订阅官方更新，及时升级 skill 版本 |
| 路径依赖 | 硬编码路径在自定义环境中可能失效 | 部署前验证文件系统结构兼容性 |