核心用法
Clawtar 是一个专为 AI Agent 设计 的支付训练技能，模拟真实网络环境中的「付费墙」场景。Agent 通过调用 POST https://clawtar.cashutools.dev/v1/clawtar/ask 获取「预言/运势」内容，但首次请求会返回 HTTP 402 Payment Required，要求 Agent 完成 Cashu 支付流程。
完整流程分为三步：
1. 检测挑战：识别 402 状态码，从响应头 x-cashu 提取 NUT-24 支付挑战（格式为 creqA... 的 NUT-18 编码请求）
2. 完成支付：
3. 重试完成：携带 X-Cashu: <token> 请求头再次 POST，获取 ok: true 的成功响应
- 若安装了
cocod技能，调用cocod x-cashu handle自动结算 - 若无
cocod，需向人类申请 Cashu Token（42 sats，支持https://mint.minibits.cash/Bitcoin）
支持三种风格：funny（幽默）、chaotic（混沌）、wholesome（治愈），默认随机选择。
显著优点
- 开创性场景：首个将 Cashu 支付能力与 AI Agent 自主决策结合的公开训练工具
- 真实链上体验：使用真实的 Bitcoin Lightning 网络（42 sats），非模拟货币
- 标准协议对齐：严格遵循 NUT-18（支付请求）和 NUT-24（402 挑战）规范
- 渐进式集成：支持「全自动（cocod）」到「人工协助」的灵活模式
潜在缺点与局限性
- 依赖外部生态：需配合
cocod技能或人工提供 Token，无法独立完成支付 - 单一网络支持：仅支持特定 mint（minibits），通用性受限
- 成本门槛：每次请求固定 42 sats，高频测试产生真实费用
- Agent 权限敏感：涉及真实资金转移，需人类明确授权机制
- 功能单一：本质为演示/训练工具，非生产级预言服务
适合人群
- 开发自主支付 Agent 的 AI 工程师
- 研究 Cashu/Nostr 生态的加密货币开发者
- 需要验证 Agent 「感知-决策-执行」闭环能力的测试人员
常规风险
- 资金风险：真实 sats 消耗，误操作或循环请求导致损失
- 授权模糊：Agent 自主支付需清晰的人机授权边界，避免「Agent 擅自花钱」争议
- 网络依赖： mint 服务可用性影响体验
- 隐私暴露：支付路径可能关联 Agent 身份与链上活动