核心用法
PayClaw 是一项专为 AI Agent 设计的虚拟支付基础设施，通过 MCP 协议让 Claude 等智能体获得真实的 Visa 卡消费能力。核心工作流包含两步：首先通过 payclaw_getCard 声明购买意图（商户、预估金额、商品描述），获得临时虚拟卡信息；Agent 完成支付后，再通过 payclaw_reportPurchase 上报实际交易详情，系统自动比对意图与实际消费，生成审计记录。
显著优点
1. 真实支付能力：不同于模拟支付，使用真实 Visa 网络基础设施，支持任何接受 Visa 的商户
2. 意图驱动安全：强制前置声明机制，Agent 必须说明"买什么、花多少"才能获取卡号，杜绝隐蔽消费
3. 人类在环审批：每次发卡需经用户确认（Claude 工具调用提示），授权即发生
4. 全程审计追踪：每笔交易自动比对预估金额、商户、商品与实际结果，不匹配即标记
5. 零持久化暴露：虚拟卡随用随生成，无长期有效的卡号存储于 Agent 上下文
6. 沙盒零成本：测试环境完全免费，使用 Stripe 测试卡充值，无资金风险
潜在缺点与局限性
- 生态早期阶段：生产环境尚未上线，目前仅开放沙盒，商户覆盖和稳定性待验证
- 审批流程摩擦：每次消费需人工确认，不适合高频小额自动化场景
- $500 硬顶限制：账户余额上限较低，大额采购需分批或等待额度提升
- US 中心化：美元计价，国际用户可能面临汇率和合规障碍
- 依赖单一服务商：卡片发行、资金托管、审计逻辑均由 PayClaw 控制，存在 vendor lock-in
适合人群
- 希望让 AI Agent 执行真实采购任务的开发者与早期采用者
- 需要受控、可审计的 Agent 支付场景（如企业采购助手、家庭账单管理）
- 愿意承担新技术风险的实验性项目
常规风险
- API 密钥泄露：虽采用 Stripe 同等哈希机制，但泄露后仍需手动撤销
- 意图漂移滥用：Agent 可能利用模糊描述绕过限制（如"电子产品"实际购买高价设备）
- 沙盒/生产混淆：测试环境使用假资金，迁移至生产时需彻底更新配置
- 服务商连续性：初创公司运营，存在业务中断或服务条款变更风险
技术实现
基于 Node.js 的 MCP 服务器，通过 npx @payclaw/mcp-server 启动，需配置 PAYCLAW_API_KEY 环境变量。与 Claude Desktop 等支持 MCP 的客户端集成后，Agent 可通过标准工具调用接口完成支付全流程。