核心用法
basecred-sdk-skill 是一个 OpenClaw 技能，通过 CLI 接口调用 @basecred/sdk，聚合三大 Web3 身份平台的信誉数据：
- Ethos Network：社交可信度（分数 0-2800、担保、评价等级）
- Talent Protocol：开发者分数（Builder Score）与创作者分数（Creator Score）
- Farcaster (Neynar)：账户质量分（0-1）
支持三种输出格式：默认 JSON 摘要、--human 人类可读格式、--full 完整原始数据。查询示例：
./scripts/check-reputation.mjs 0xd8dA... --human
显著优点
1. 中性设计哲学：仅返回原始分数和信号，不生成排名、百分比或信任裁决，避免算法偏见
2. 优雅降级：部分 API 密钥缺失时自动跳过对应源，从不崩溃
3. 语义化分级：将原始分数映射为可读等级（如 Established、Practitioner）
4. 时间感知：输出数据新鲜度标签（recent/stale/dormant），支持连续性分析
5. 可组合性：提供 JS 库供其他技能导入复用
潜在缺点与局限性
- 数据源覆盖有限：仅支持三个特定平台，无法覆盖 Lens、ENS 等其它身份协议
- API 依赖风险：Talent 和 Farcaster 需要外部 API 密钥，存在速率限制和可用性风险
- 无跨平台关联：不解决同一用户多地址、多身份映射问题
- 静态快照：非实时流式数据，无法捕捉信誉动态变化
适合人群
- DAO 治理工具开发者（投票权重参考）
- Web3 社交/招聘平台（候选人背景初筛）
- 空投与激励策略制定者（用户质量评估）
- 需要程序化信誉查询的自动化工作流
常规风险
- 隐私与 surveillance：链上信誉聚合可能被用于用户画像追踪
- 数据误读风险：原始分数脱离上下文可能被误用为"信用评分"
- API 密钥泄露：.env 文件管理不当可能导致第三方 API 滥用
- 上游平台风险：Ethos/Talent/Neynar 数据政策变更可能影响可用性