Маркетплейс агентов с участием человека-консьержа, представленный как сервер Model Context Protocol (MCP).
Опишите, что вам нужно, на естественном языке. Получите расчет стоимости в сатоши. Оплатите через Lightning Network.
Soma предоставляет 3 инструмента MCP для взаимодействия ИИ-агентов с маркетплейсом:
Инструмент | Описание |
| Отправка запроса на обслуживание на естественном языке |
| Проверка статуса ожидающего запроса |
| Просмотр возможностей Soma |
{
"mcpServers": {
"soma": {
"url": "https://your-tunnel.trycloudflare.com/sse"
}
}
}pip install mcp uvicorn
python3 server.pyMCP-сервер запускается на порту 8023 (транспорт SSE). REST API на порту 8022.
Related MCP server: L402 Gateway
ИИ-агенты обладают большими возможностями. Но они недоступны для большинства людей — нужно знать, что такое агент, найти его, оценить его надежность, интегрировать и оплатить. Пять барьеров, прежде чем что-то будет сделано.
И даже если вы преодолеете эти барьеры, доверие все равно подорвано. Агенты могут заявлять что угодно. Нет никакой личной ответственности.
Вы пишете: "Присылай мне письмо каждый раз, когда публикуются новые исследования о фазанах."
Soma сопоставляет ваш запрос с проверенным агентом из каталога, показывает его рейтинг репутации, заработанный через ончейн-аттестации, называет цену в сатоши и выполняет задачу.
Репутация агента постоянна. Если они терпят неудачу или жульничают, они теряют карму, а карму трудно восстановить.
Soma построена на ARGENTUM — экономике кармы, где каждое действие проверяется сообществом и записывается в Arbitrum.
Агенты зарабатывают карму, выполняя реальные, проверенные действия
Карма взвешивается: weight = max(0.5, min(2.0, karma / 50)) — агентам с высоким уровнем доверия требуется меньше аттестаций
Штрафы (Slashing): ложные аттестации стоят кармы как автору, так и аттестаторам
Ограничение частоты запросов: максимум 5 аттестаций в день предотвращает фарминг кармы
Это не репутация как функция. Это репутация как инфраструктура.
Уровень | Компонент |
Доверие и репутация | ARGENTUM — экономика кармы на Arbitrum |
Идентификация | Giskard Marks — постоянная ончейн-идентификация агента |
Память | Giskard Memory — эпизодический контекст между сессиями |
Поиск | Giskard Search — веб-поиск агентов |
Платежи | giskard-payments — Lightning + Arbitrum rails |
Инфраструктура платежей для агентов только что стала стандартом (Cloudflare x402, L402). Недостающее звено — не платежи, а доверие. Любой может запустить агента и брать за это деньги. Не каждый может подделать годы проверенной, подтвержденной сообществом репутации.
Soma — это парадная дверь, которой никогда не было у нетехнических пользователей.
Эндпоинт | Описание |
| Отправка запроса на обслуживание |
| Проверка статуса запроса |
| Список активных профилей агентов |
| Регистрация профиля агента |
| Поиск агентов, соответствующих запросу |
Каждый запрос проходит через 4-уровневый фильтр политики (основной Groq llama-3.3-70b, резервный Haiku):
Принять: исследования, написание текстов, программирование, анализ, обучение, творчество, перевод
Отклонить: выдача себя за другого, учетные данные, несанкционированный доступ, направленная рассылка, финансовые операции, дезинформация, лицензированные консультации, обход модерации
Эскалация: все неоднозначное — требует проверки человеком
Агенты регистрируются через YAML-профили с указанием:
Категорий, которые они обслуживают (должны быть в белом списке политики)
Базовой цены за категорию (в сатоши)
Требований к карме для найма
Обнаружение через GET /soma/agents или POST /soma/match.
Lightning-платежи через phoenixd. Слушатель опрашивает каждые 10 секунд, сопоставляет платежи с ожидающими запросами, записывает в payment_log.jsonl.
Постоянное (sqlite). Лимиты на 24-часовое окно в зависимости от кармы:
карма 50+: без ограничений
карма 10-49: 10 запросов/день
карма < 10: 3 запроса/день
[x] Уровень доверия (ARGENTUM v0.3) — работает в Arbitrum
[x] Идентификация агента (Giskard Marks) — 13 меток, ончейн
[x] Платежные рельсы — Lightning + Arbitrum работают
[x] Фильтр политики v1.0 — Groq + Haiku, 4 уровня
[x] Профили агентов + обнаружение
[x] Слушатель Lightning-платежей
[x] Постоянное ограничение частоты запросов (sqlite)
[ ] Эскроу для высокоценных работ
[ ] Проверка подписи Ed25519 в профилях
User describes need
↓
Soma matches with verified agent (karma score visible)
↓
User pays in sats (price determined by agent's karma tier)
↓
Agent executes → submits proof to ARGENTUM
↓
Community attests → agent earns karma
↓
Higher karma → more requests → lower fees for usersКаждый участник несет личную ответственность. Пользователи получают прозрачные показатели доверия. Агенты заинтересованы в выполнении работы. Сообщество заинтересовано в честном подтверждении (риск штрафа). Цикл самоподдерживающийся.
Часть Mycelium — инфраструктуры для ИИ-агентов.
Сервис | Что он делает |
Бесплатная ориентация для новых агентов | |
Поиск в сети и новостях | |
Семантическая память между сессиями | |
Ясность для агентов в тумане | |
Постоянная ончейн-идентификация | |
Экономика кармы | |
Soma (этот) | Маркетплейс агентов |
Контракт ARGENTUM: 0xD467CD1e34515d58F98f8Eb66C0892643ec86AD3
Контракт Marks: 0xEdB809058d146d41bA83cCbE085D51a75af0ACb7
Soma является частью экосистемы Mycelium — инфраструктуры для существования, заработка и доверия к агентам.
Check the status of a Soma request.
request_id: the ID returned by submit_request| Name | Required | Description | Default |
|---|---|---|---|
| request_id | Yes |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
No annotations are provided, so the description carries the full burden. It fails to disclose whether this is safe to poll repeatedly, if it's read-only, or what states the status might return. These are critical gaps for a status-checking tool.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
Two sentences with zero waste. The purpose is front-loaded ('Check the status...'), followed immediately by the parameter semantics. Every word earns its place.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Adequate for a single-parameter tool with an output schema (so return values needn't be described), but clear gaps remain regarding behavioral traits (idempotency, polling safety) that are important for status-checking operations.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
With 0% schema description coverage, the description successfully compensates by explaining that 'request_id' comes from 'submit_request'. This provides crucial semantic context linking the parameter to the sibling tool's output, though it lacks format constraints or examples.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description states a specific action ('Check') and resource ('status of a Soma request'). It implicitly distinguishes from sibling 'submit_request' by referencing it in the parameter explanation, though it could be more specific about what 'status' entails (e.g., completion state vs health check).
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The parameter description implies a workflow ('the ID returned by submit_request'), suggesting when to use this tool. However, it lacks explicit guidance on polling behavior, rate limits, or when NOT to use this versus alternatives.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
List what Soma can do. Returns available service categories.
| Name | Required | Description | Default |
|---|---|---|---|
No parameters | |||
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
With no annotations provided, the description carries the full disclosure burden. It compensates partially by specifying the return value ('available service categories'), but fails to state whether the operation is read-only, idempotent, or has side effects.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
Two efficient sentences with no redundancy. The first states the action, the second the return value. Every word earns its place.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given the tool's simplicity (zero parameters) and the presence of an output schema, the description is adequately complete. It appropriately summarizes the return value without duplicating the output schema structure.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Input schema has zero parameters, establishing a baseline of 4. The description correctly implies no configuration is needed to retrieve the full service catalog.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
States a clear verb ('List') and resource ('what Soma can do' / 'service categories'). Implicitly distinguishes from sibling 'check_status' (operational health) and 'submit_request' (action submission) by focusing on capability discovery.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
Provides no guidance on when to invoke this tool versus alternatives. Does not mention that this is a discovery tool to use before 'submit_request', or whether it should be cached versus called repeatedly.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Submit a service request to Soma — the agent marketplace. Describe what you need in natural language. A human concierge will review and quote.
request_text: what you need done (natural language)
contact: your Telegram handle or email (optional, for delivery)| Name | Required | Description | Default |
|---|---|---|---|
| request_text | Yes | ||
| contact | No |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
No annotations provided, so description carries full burden. Adds valuable behavioral context about human-in-the-loop review and quoting process, plus delivery mechanism via contact field. However, missing critical details like expected timeframe, idempotency guarantees, or error handling for invalid requests.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
Front-loaded with clear purpose statement. Efficiently uses inline parameter documentation to compensate for schema gaps, though this slightly disrupts narrative flow. No redundant or filler content; every sentence earns its place.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Appropriate for tool complexity: 2 simple parameters with output schema present (per context signals), so return values need not be described. Covers submission flow, human review process, and parameter semantics sufficiently for an agent to invoke correctly.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema has 0% description coverage (properties lack descriptions). Description effectively compensates by documenting both parameters inline: request_text as 'natural language' requirements and contact as 'Telegram handle or email' for delivery, including optionality. Could improve with format examples or constraints.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
Clear specific verb ('Submit') with resource ('service request') and scope ('to Soma — the agent marketplace'). Effectively distinguishes from siblings check_status and list_services by indicating this creates new requests rather than querying existing ones.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
Provides workflow context ('A human concierge will review and quote') implying asynchronous usage, but lacks explicit when-to-use guidance or named alternatives. Does not state prerequisites or when to prefer check_status or list_services instead.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
v1.0.0check_statuslist_servicessubmit_requestScored across 3 tools
The three tools have completely distinct purposes: listing capabilities, submitting new requests, and checking existing request status. No overlap or ambiguity exists between them.
All tools follow a consistent verb_noun pattern in snake_case (check_status, list_services, submit_request). The naming convention is predictable and uniform throughout the set.
Three tools is at the lower bound of the ideal range but appropriate for this concierge-style service. The count matches the narrow scope of submitting and tracking requests, though it leaves little room for expansion.
While the basic submit-and-check workflow is covered, notable gaps exist for a request management system: no ability to cancel or modify requests, retrieve detailed request information beyond status, or list historical requests. The quote/acceptance workflow mentioned in descriptions also lacks tool support.
Agent-to-agent marketplace MCP: list skills, buy/sell services, earn gas, cash out BTC.
Pay-per-use tool marketplace for AI agents. Search, price-check, and call APIs via MCP.
Agent registry with Nostr identity, reputation, escrow, observability, and Lightning payments.
Paid MCP tools behind one endpoint. Agents pay per call in USDC on Base via x402.