Agent 与自动化01
nicosmall503/merx-mcp · Power AI agents on TRON with 66 MCP tools for energy markets, USDT/USDC/USDD payments, and x402 v2 facilitation
merx-mcp 是一个基于 Model Context Protocol 的服务器,为 AI Agent(如 Claude、Cursor 等 MCP 客户端)提供 TRON 网络操作能力,涵盖 USDT/TRX 转账、代币兑换、余额查询、能量与带宽资源管理、交易模拟,以及描述中提到的 USDT/USDC/USDD 支付与 x402 v2 相关功能,通过单一配置接入即可让 Agent 执行链上任务。
Agent 与自动化02
tempoxyz/pympp · Python SDK for the Machine Payments Protocol
pympp 是 Machine Payments Protocol(MPP)的 Python SDK,提供服务端与客户端组件,用于在 HTTP 接口上实现基于“Payment”认证方案的付费访问。服务端可通过装饰器为接口加上按次计费与凭证校验,支持 Tempo 支付方式与 charge intent、Stripe 支付意图选项(metadata、receipt_email、customer 等);客户端可自动匹配支付挑战并生成凭证,也可基于 PaymentRuntime 与 PaymentTransport 复用支付逻辑而无需依赖 HTTPX。README 中给出的示例包括付费 API 服务、带自动支付的 URL 抓取 CLI,以及受支付保护的 MCP 工具服务。
Agent 与自动化03
langchain-samples/restock-agent
Restock 是一个使用 LangChain Managed Deep Agents、Zinc 和 Link 构建的 Slack 购物智能体示例。用户可以在 Slack 中提出办公用品或包装食品的采购需求,选择商品、查看采购并在 Link 中批准支付,由 Zinc 完成零售结账。项目提供 rehearsal 排练模式(模拟商品与支付)、link-test 测试模式以及 live 真实购买的配置流程。
Agent 与工作流04
Stripe 做了一个叫 Restock 的示范智能体,它住在 Slack 里,能帮你在网上找商品、把商品放进购物车并完成付款。以前让 AI 自己花钱很麻烦:要么让它在网页上模拟点按结账,容易出错,要么得把银行卡信息交给模型,很不安全。这次的做法是让付款交给 Stripe 的消费者钱包 Link 处理,模型从头到尾看不到卡号,而且用户要在 Slack 里确认订单并设定花钱上限,比如买一盒 25 美元以内的蓝笔,智能体最多只能花这么多。对读者的意义是,可以从 Restock 的示例代码出发,自己搭一个能安全付款的智能体。
文中可用工具
- RestockStripe 的示范智能体,能在 Slack 里找商品、建购物车并付款
- Managed Deep Agents托管智能体运行的平台,负责 Slack 接入、人工审核、凭据和状态保存
- LinkStripe 的消费者钱包,持有付款方式并让用户批准付款
- Machine Payments Protocol定义通过 HTTP 进行付款交换的协议,商户返回需要付款的提示,客户端带上凭据重试
- Zinc通过其支持 MPP 的订单 API 搜索商品并代表用户向零售商下单
- Apify原文未说明用途
- Mercator原文未说明用途
- pympp处理 MPP 协议的格式
- Link CLI在沙箱里完成 Link 登录
- ChatOpenAI智能体使用的模型接口,调用 OpenAI 模型