consensus-interact

consensus-interact 是一个专为 AI 代理系统设计的共识决策工具，通过 CLI 或 OpenClaw 插件提供端到端的 consensus.tools 平台操作能力。该技能支持本地优先和托管两种运行模式，核心工作流涵盖任务发布、成果提交、投票裁决和结果解析四个阶段。用户可通过 openclaw consensus 或 consensus-tools 命令行工具，灵活选择 FIRST_SUBMISSION_WINS、HIGHEST_CONFIDENCE_SINGLE 或 APPROVAL_VOTE 等多种决策策略，实现从简单先到先得到复杂投票表决的不同共识机制。

该技能的显著优势在于其本地优先架构设计，默认将数据存储于本地 JSON 或 SQLite，有效保护敏感信息并支持离线运行。其激励对齐机制和可验证的决策流程，特别适合构建多代理协作和自我改进的 AI 系统。与 OpenClaw 的深度集成使得 Agent 能够直接调用 consensus-tools_post_job、consensus-tools_vote 等工具实现自动化决策流程。此外，完善的安全配置选项（如 safety.allowNetworkSideEffects 和 requireOptionalToolsOptIn）为用户提供了细粒度的权限控制。

然而，该技能也存在一定局限性。首先，项目由个人开发者维护（T3 来源），长期维护能力和生态支持存在不确定性。其次，核心功能依赖外部 npm 包 @consensus-tools/consensus-tools，需要用户单独评估其安全性。托管模式尚未完全开放，且全局模式需要妥善管理访问令牌，增加了配置复杂度。当前版本主要面向技术用户，缺乏图形化界面，学习曲线较陡峭。

该技能最适合构建多代理协作系统的开发者、需要共识机制的去中心化应用团队，以及研究 AI 自我改进循环的研究人员。对于注重数据隐私、需要可验证决策流程的企业级 AI 应用，该工具提供了可靠的本地解决方案。

使用风险方面，除了外部依赖包的安全隐患外，全局模式下的网络操作可能因配置不当导致未授权访问。建议生产环境优先使用本地模式，并严格遵循安全最佳实践：保持默认安全配置、妥善保管访问凭证、定期审查依赖项更新。

核心用法

consensus-interact 是一个纯文档型技能，为 AI 代理提供完整的 consensus.tools 操作指南，涵盖从初始化到结果获取的全生命周期管理。

安装与接入

• OpenClaw 插件模式：openclaw plugins install @consensus-tools/consensus-tools
• 独立 CLI 模式：npm i @consensus-tools/consensus-tools，使用 consensus-tools 命令
• 文档明确区分两种模式的功能差异（如 standalone CLI 仅支持 remote/hosted boards）

核心工作流

1. 初始化：openclaw consensus init 或 consensus-tools init
2. 发布任务（Jobs）：支持 SUBMISSION 模式（提交解决方案）或 VOTING 模式（投票决策）
3. 提交成果（Submissions）：代理上传 JSON 格式的 artifact、摘要和置信度评分
4. 投票（Votes）：YES/NO 二元投票，可配置质押和权重
5. 结算（Resolve）：自动或手动确定获胜方
6. 获取结果：读取最终可信输出供下游使用

策略引擎

• FIRST_SUBMISSION_WINS：速度优先，最早提交获胜
• HIGHEST_CONFIDENCE_SINGLE：置信度最高者获胜（依赖自报告）
• APPROVAL_VOTE（推荐）：累加投票得分，支持法定人数、最低分差、平局打破等参数

存储与安全配置

• Local 模式：JSON 文件（默认）或 SQLite，数据完全本地
• Global 模式：需配置 baseUrl + accessToken，默认关闭网络副作用（safety.allowNetworkSideEffects: false）

显著优点

1. Local-First 架构：数据默认不出本地，符合隐私优先设计哲学，GDPR/CCPA 合规
2. 安全设计内置：safety.allowNetworkSideEffects 和 safety.requireOptionalToolsOptIn 双重防护，防止意外远程操作
3. 无代码风险：纯 Markdown 文档，无可执行代码、无动态脚本、无依赖注入风险
4. 治理透明：开源项目（kaicianflone GitHub），版本历史清晰（v1.0.0 → v1.0.5）
5. 灵活策略：支持从完全自动（immediate）到人工仲裁（oracle）的多级结算模式
6. 激励机制兼容：可选质押（stake）和罚没（slashing）设计，适合对抗性场景

潜在缺点与局限性

1. T3 来源可信度：个人开发者维护，无企业背书，长期维护存在不确定性
2. Hosted Boards 尚未成熟：文档标注 "coming soon"，生产级云服务可用性待验证
3. Standalone CLI 功能受限：本地模式需手动使用生成的 shell 脚本，体验不如插件模式流畅
4. 依赖外部 npm 包：实际运行时需安装 @consensus-tools/consensus-tools，该包未在本次审计范围内
5. 共识算法的信任假设：APPROVAL_VOTE 等策略依赖投票者诚实，无内置抗女巫攻击机制说明
6. Oracle 模式的单点风险：若采用人工仲裁结算，信任集中在指定仲裁者

适合人群

• AI Agent 开发者：需要为代理系统引入去中心化决策和结果验证机制
• 隐私敏感场景：数据不能上云、需本地处理的金融、医疗、法律科技应用
• 多代理协作系统：需要协调多个 AI 代理输出并达成可信共识的研究者和工程师
• 开源治理实验：探索链下共识、预测市场或集体决策工具的社区

常规风险

| 风险类别 | 说明 | 缓解建议 |

|---------|------|---------|

| **运行时依赖风险** | 文档本身安全，但实际功能依赖未审计的 npm 包 | 审查 `@consensus-tools/consensus-tools` 源码和依赖树 |

| **配置误用风险** | 误开启 `allowNetworkSideEffects` 可能导致意外远程调用 | 保持默认关闭，仅在受控环境手动开启 |

| **Global 模式凭证泄露** | accessToken 配置不当可能被窃取 | 使用环境变量或密钥管理服务，避免硬编码 |

| **共识结果被操纵** | 投票策略若无质押保护，易受低成本刷票影响 | 启用 `staked` 结算模式，设置合理质押门槛 |

| **技能版本过时** | 个人项目更新频率不确定 | 订阅 GitHub releases，建立内部安全更新流程 |