Nunchuk Lanza Herramientas de Código Abierto para Agentes de Bitcoin con Autoridad Limitada

Nunchuk ha lanzado dos repositorios de código abierto para redefinir cómo los agentes de IA interactúan con carteras de Bitcoin. El modelo introduce límites al control del agente mientras preserva la supervisión humana final.

Los lanzamientos incluyen Nunchuk CLI, una interfaz de línea de comandos, y un repositorio complementario de "Agent Skills". Ambos están bajo licencia MIT y se dirigen a desarrolladores que construyen sistemas financieros automatizados en Bitcoin.

El modelo propuesto desafía la tendencia de dar control total a los agentes. En su lugar, implementa una custodia dividida donde los agentes operan dentro de límites de política estrictos. Las transacciones que exceden umbrales predefinidos requieren aprobación humana.

Las carteras se configuran como carteras grupales con múltiples llaves. Una llave de usuario, una del agente y un co-firmante de políticas trabajan juntos para autorizar transacciones. El agente puede iniciar acciones, pero la autoridad de gasto está restringida por reglas.

Las políticas definen límites como topes de gasto diario, requisitos de aprobación y retrasos en la firma. Las transacciones dentro de los parámetros permitidos proceden sin intervención, mientras que las acciones más grandes o sensibles necesitan aprobación explícita.

Nunchuk separa la custodia de la automatización. La estructura de la cartera gobierna la propiedad de los fondos, mientras que las capas de política definen lo que un agente puede ejecutar. Esto asegura que financiar una cartera no otorgue autoridad amplia al agente.

El CLI soporta funciones como generación de claves, creación de carteras y configuración de políticas. También permite exportar descriptores de cartera y copias de seguridad usando formatos estándar, lo que favorece la portabilidad.

El repositorio de Agent Skills sirve como una capa de interfaz para sistemas de IA. Proporciona comandos predefinidos que guían a los agentes en tareas como configurar carteras y ejecutar transacciones, reduciendo la necesidad de integraciones personalizadas.

Los casos de uso potencial incluyen carteras humano-agente divididas, sistemas de pago de facturas automatizados y herramientas de gestión de tesorería. El modelo subyacente proporciona un marco para la experimentación controlada en estas áreas.