A2A Match - 智能供需匹配平台

关键词: 供需匹配 | 资源对接 | 能力匹配 | 商务合作 | 合伙人 | 需求发布 | 项目合作 | GPU算力 | 技术开发 | 电商货源 | 工厂OEM | 副业 | 找搭子 | 匹配引擎 | 智能撮合 | OPC共创 | AI短剧 | 数字人

🎯 一句话介绍

零配置的智能匹配系统 — 从对话中自动识别你的需求/能力，帮你找到合适的合作伙伴，支持云端实时匹配和通知。

⚠️ 隐私与数据说明（必读）

本地模式（默认）

• 所有数据存储在本地

  ~/.qclaw/workspace/a2a/

  目录
• 不连接任何云端，不上传任何数据
• 完全离线可用
• 仅在本地记录你的需求和能力，不会匹配到任何人

云端模式（匹配需要，用户明确同意后开启）

如果要实现供需匹配，必须开启云端同步。 因为匹配需要所有人的数据汇聚在一起才能计算。

云端开关在首次引导时询问用户是否开启。不会自动开启。

开启云端后，以下信息会上传到匹配服务器：

a3f8d2e1-...

龙虾

GPU算力（训练模型）

RTX 4090 x4

AI产品, Python, GPU

邮箱/微信

云端不会上传的内容：

• ❌ 你的 MEMORY.md 记忆内容
• ❌ 你的每日对话记录
• ❌ 任何未明确表达的隐含信息
• ❌ 联系方式（除非双方都接受匹配且开启 contact_share）

如何关闭云端： 对 AI 说「关闭云端同步」即可，或编辑

~/.qclaw/workspace/a2a/cloud_config.json

cloud.enabled

false

📂 本地档案格式

所有数据存储在

~/.qclaw/workspace/a2a/profile.json

{
  "profile": {
    "id": "本地唯一ID（UUID）",
    "name": "你的昵称",
    "role": "你的职业",
    "company": "公司/团队（可选）",
    "industry": "行业",
    "location": "城市（可选）",
    "contact": {
      "email": "你的邮箱",
      "wechat": "你的微信（可选）",
      "preferred": "email 或 wechat"
    },
    "contact_share": false
  },
  "capabilities": [
    {
      "skill": "Python开发",
      "level": "expert",
      "description": "5年Python开发经验"
    }
  ],
  "resources": [
    {
      "type": "gpu",
      "name": "RTX 4090 算力",
      "description": "4卡 RTX 4090，可共享"
    }
  ],
  "needs": [
    {
      "skill": "GPU算力",
      "description": "需要训练大模型",
      "priority": "high"
    }
  ]
}

contact_share 说明：

• false

  （默认）：匹配被双方接受后，只互换「昵称+职业」，不暴露联系方式

• true

  ：匹配被双方接受后，互换「昵称+职业+邮箱/微信」

🔄 完整产品流程（7个步骤）

Step 1 触发识别   → 对话中捕捉需求/能力信号
Step 2 确认写入   → 用户确认 → 存入 profile.json
Step 3 同步云端   → 自动调用 /api/profile
Step 4 云端匹配   → 服务器匹配引擎计算
Step 5 推送通知   → 心跳检测到新匹配 → 主动告知
Step 6 接受交流   → 用户接受 → 互换联系方式
Step 7 即时消息   → @对方昵称 → 在 Claw 里直接聊天

🧭 触发机制（AI 必读）

触发条件

只在以下两种时机主动触发，不要主动推荐 A2A Match 功能。

触发1️⃣：新用户首次对话（档案为空时）

当检测到本地档案

~/.qclaw/workspace/a2a/profile.json

🎯 欢迎使用 A2A Match！

这是一个智能供需匹配工具——让「有需求的人」和「有能力的人」互相找到对方。

它的工作方式：
• 如果你有什么别人可能需要 → 帮你找到需要的人
• 如果你在找什么 → 帮你扫描有没有合适的

所以我需要了解你两件事：

【一】你有什么？（你的能力、资源、渠道、人脉都可以）
【二】你在找什么？（哪怕没想清楚，说个大概方向也行）

随便说几点就行，比如：
• "我们团队专做小程序开发"
• "我有电商货源，想找分销渠道"
• "我想找GPU算力跑模型"
• "我有4张4090，可以共享"
• "我在找合伙人一起做AI项目"

可以一次性说完，也可以只说一两条，边用边补充。

用户回答并确认后，执行 Step 3 写入 profile.json。

然后 必须询问云端同步（不要跳过这一步）：

✅ 你的档案已保存！

---

☁️ 关于匹配：

要真正匹配到其他人，需要把你的档案同步到云端匹配服务器。
这意味着你的「需求」和「资源」信息会上传，以便和其他人进行匹配计算。
（不会上传你的聊天记录、记忆文件或其他隐私信息）

是否开启云端同步？

  1. 开启（可以匹配到其他人）
  2. 先不开（仅本地记录，之后再开也行）

用户选择后的处理：

• 用户说「开启」或「1」：

  1. 修改

     cloud_config.json

     ，设置

     cloud.enabled = true

  2. 调用

     POST /api/profile

     同步档案
  3. 告知用户：「✅ 云端已开启，你的档案已同步。之后会自动为你扫描匹配。」
  4. 继续说：「如果你想现在就看看有没有匹配的，直接说"帮我看看匹配的"。」

• 用户说「先不开」或「2」：

  1. 保持

     cloud.enabled = false

  2. 告知用户：「好的，档案已保存在本地。等你想匹配的时候，随时说"开启云端同步"就行。」

触发2️⃣：对话中捕捉到信号

日常对话中检测到以下关键词，立即进入识别流程：

需求信号（用户在找什么）：

• "我想找……" / "我需要……" / "我在找……"
• "有没有人能……" / "谁有……" / "求推荐……"
• "想合作……" / "想对接……" / "想认识……"
• "需要能……的人/团队/资源"
• "想问一下有没有人做……"

能力/资源信号（用户有什么）：

• "我有……" / "我们能……" / "我司……"
• "能提供……" / "可承接……" / "可支持……"
• "团队能做……" / "擅长……"
• "手里有……" / "手头有……"

📋 Step 1~3：识别 → 确认 → 写入 → 同步

Step 1：识别提取

用自然语言复述用户说的事实，不推断、不添加：

"我听到你说：你想找 GPU 算力来训练模型。是这样吗？"
"我还听到你说：你有 4 张 RTX 4090 闲置可以共享。对吗？"

Step 2：用户确认

等待用户确认后才记录。如果用户只说了需求，没说能力，主动追问另一面：

"好的，已记录你的需求：GPU算力。

另外问一下——你现在有什么可以分享的吗？哪怕是一个能力、一个资源、一个渠道都可以。"

Step 3：写入本地档案并同步云端

用户确认后，执行以下操作：

写入本地 profile.json：

# 伪代码，AI 按此逻辑操作
写入 profile.json：
  如果是需求 → 加入 needs[]
  如果是能力 → 加入 capabilities[]
  如果是资源 → 加入 resources[]

同步到云端（仅当 cloud_config.json 中 cloud.enabled = true 时）：

调用 POST http://81.70.250.9:3000/api/profile
Body: {
  "userId": profile["profile"]["id"],
  "name": profile["profile"]["name"],
  "email": profile["profile"]["contact"]["email"],
  "tags": ["GPU算力", "小程序开发"],
  "resources": ["RTX 4090 x4"],
  "needs": ["GPU算力（训练模型）"]
}

告知用户：

• 如果云端已开启：

✅ 已记录！档案已同步到云端匹配池。
如果想现在就看有没有匹配的，直接说"帮我看看匹配的"。

• 如果云端未开启：

✅ 已记录在本地。
注意：云端同步未开启，暂时无法匹配到其他人。
想开启的话，随时说"开启云端同步"。

🔍 Step 4：查询匹配

用户主动查询

当用户说「帮我看看有没有匹配的」或类似表达时：

调用云端 API：

GET http://81.70.250.9:3000/api/matches/{userId}

展示匹配卡片（每条匹配单独展示）：

🎉 发现 1 个新匹配！

━━━━━━━━━━━━━━━━━━
【王五 × 你】
━━━━━━━━━━━━━━━━━━
  匹配度：92%
  匹配原因：你的需求「GPU算力」↔ 对方的资源「RTX 4090 算力」
  对方角色：AI研究员 · 自由职业
━━━━━━━━━━━━━━━━━━

  我想要      跳过

同时对每条匹配执行 accept/reject 操作（见 Step 6）。

⏰ Step 5：心跳检测（新匹配通知）

注册方式： 在 HEARTBEAT.md 中配置定时任务，每 30 分钟执行一次：

每 30 分钟：
  调用 GET http://81.70.250.9:3000/api/matches/{userId}
  读取 ~/.qclaw/workspace/a2a/notifications.json
  对比已知匹配 ID，找出新增匹配
  主动推送通知：

心跳触发后的推送格式：

🔔 有新的匹配通知！

━━━━━━━━━━━━━━━━━━
【新匹配 × 你】刚发现的
━━━━━━━━━━━━━━━━━━
  匹配度：92%
  匹配原因：你的需求「GPU算力」↔ 对方的资源「RTX 4090」
  对方角色：AI研究员
━━━━━━━━━━━━━━━━━━

  👀 看看详情    稍后再说

✅ Step 6：接受 / 拒绝 / 交流

展示匹配卡片

每条匹配单独展示卡片，包含：

• 匹配度分数
• 匹配原因
• 对方昵称 + 职业（不暴露联系方式）
• 两个按钮：「我想要」和「跳过」

接受匹配

用户说「我想要」或「接受」时：

调用 API：

POST http://81.70.250.9:3000/api/match/{matchId}/accept
Body: { "userId": "你的userId" }

处理响应：

情况1：对方尚未接受
  → "✅ 已表达意向。等对方确认后，你们就可以开始交流了。"

情况2：对方已经接受了（双向接受）
  → "🎉 匹配成功！可以开始交流了！"

  contact_share = true 时额外显示：
  📱 对方联系方式
  邮箱：xxx@xxx.com
  微信：xxxxx

情况3：你是第一个接受的
  → "✅ 你的意向已表达。等对方回复后，你们就可以开始交流了。"

拒绝匹配

用户说「跳过」或「算了」时：

POST http://81.70.250.9:3000/api/match/{matchId}/reject
Body: { "userId": "你的userId" }

无需额外提示，继续正常对话。

主动查看联系方式

用户接受匹配后，可以随时说「怎么联系对方」：

GET http://81.70.250.9:3000/api/match/{matchId}/contact

💬 Step 7：匹配内即时消息（Claw 里的微信）

匹配成功后，双方可以直接在 Claw 对话框内通过 @对方昵称 发消息，无需加微信或留电话。

@提及识别

AI 检测用户输入以

@昵称

正则匹配：

/^@(\S+)\s+(.+)/s

示例：

• @龙虾 你好，对你的GPU算力感兴趣

• @王三 能否加个微信细聊

• @某AI团队 你们的开发报价是多少

发送流程

Step 7a：识别 @提及

用户: @龙虾 你好，对你的GPU算力感兴趣

Agent 内部处理：
  1. 提取目标昵称: "龙虾"
  2. 提取消息内容: "你好，对你的GPU算力感兴趣"
  3. 查询匹配列表，找到昵称=龙虾 的匹配记录

Step 7b：校验并发送

调用 POST http://81.70.250.9:3000/api/message
Body: {
  "matchId": "匹配ID",
  "fromUserId": "我的userId",
  "toUserId": "龙虾的userId",
  "content": "你好，对你的GPU算力感兴趣"
}

发送成功后告知用户：

✅ 消息已发送给龙虾。
对方回复后你会收到通知。直接继续 @龙虾 发消息就行。

发送失败时告知用户：

❌ 发送失败：龙虾不在线 / 匹配已过期 / 你已被对方屏蔽

接收消息

心跳检测时检查未读消息（在 HEARTBEAT.md 中配置）：

调用 GET http://81.70.250.9:3000/api/messages/{userId}?unread=true

如果未读数量 > 0：
  💬 龙虾给你发了 {n} 条新消息：

  最新一条：
  > "可以的，4卡4090随时可用，你用什么框架？"

  回复：直接 @龙虾 + 消息内容
  查看全部：说"看看和龙虾的聊天记录"

同时调用 POST /api/messages/read 标记已读。

查看聊天记录

用户说「看看和xxx的聊天记录」或类似表达时：

调用 GET http://81.70.250.9:3000/api/match/{matchId}/messages?userId={myUserId}

展示格式：
━━━ 💬 与龙虾的聊天 ━━━━━━━━━

  龙虾 [01:30]
  你好，我看到你需要GPU算力？

  你 [01:32]
  @龙虾 对的，需要训练一个7B模型

  龙虾 [01:35]
  没问题，4卡4090够用。你加我微信细聊？

━━━━━━━━━━━━━━━━━━━━━━━━━

继续回复：@龙虾 + 消息
屏蔽对方：说"屏蔽龙虾"

⚙️ 配置与初始化

首次安装后的初始化流程

1. 安装 SkillHub
2. 对 AI 说一句话，触发首次引导
3. AI 询问「你有什么 + 你在找什么」
4. 用户回答 → AI 写入 profile.json
5. AI 询问是否开启云端同步 → 用户确认
6. 如果开启 → 同步到云端匹配池
7. 完成，开始正常使用（心跳自动检测新匹配）

查看/编辑本地档案

修改昵称：
  python scripts/a2a.py update profile.name "你的昵称"

添加需求：
  python scripts/a2a.py need add "GPU算力" --priority high

查看档案：
  python scripts/a2a.py profile --full

开启/关闭云端

# 查看状态
python scripts/cloud_sync.py status

# 开启云端
python scripts/cloud_sync.py enable

# 关闭云端
python scripts/cloud_sync.py disable

☁️ 云端 API 参考

/api/profile

/api/profile/:userId

/api/matches/:userId

/api/match/:id/accept

/api/match/:id/reject

/api/match/:id/block

/api/match/:id/contact

/api/match/:id/messages

/api/message

/api/messages/:userId

?unread=true

/api/messages/read

/api/stats

WebSocket 事件

// 连接
const io = require('socket.io-client');
const client = io('http://81.70.250.9:3000');
client.emit('join', userId);

// 监听新匹配
client.on('new_matches', (data) => {
  console.log('新匹配：', data);
});

// 监听对方接受了
client.on('match_accepted', (data) => {
  console.log('对方接受了！', data);
});

// 监听新消息（匹配内即时消息）
client.on('new_message', (data) => {
  // data.fromUserId, data.content, data.matchId
  console.log('收到新消息：', data);
});

🎯 适用领域

1️⃣ 商务合作

• 找合伙人、找合作、找渠道、找资源
• 货源对接、工厂OEM、分销合作、代理招商
• 技术服务、外包接单、知识付费

2️⃣ 人工智能

• Token、API额度、大模型、训练数据
• OPC共创：AI短剧创作、虚拟偶像、数字人、AI动画、原创内容变现
• Agent开发、图像生成、模型微调
• AI创业、OPC联合、算力共享

3️⃣ 互联网开发

• 源码、模板、服务器、域名
• 平台开发、Web开发、小程序、APP开发
• 前端/后端/全栈、技术咨询

4️⃣ 云算力

• GPU显卡、RTX 4090、A100、H100、服务器集群
• 算力运维、集群部署、模型训练

5️⃣ 电商供应链

• 工厂OEM、货源、分销渠道
• 店铺运营、直播带货、供应链管理

💬 使用示例

示例1：找 GPU 算力

用户: 我最近需要找一些GPU算力来训练模型

Agent: 我听到你说：你想找 GPU 算力来训练模型。是这样吗？

用户: 对

Agent: ✅ 已记录你的需求：GPU算力（训练模型）

正在同步到云端匹配池...
同步完成。下次有心跳检测会自动扫描。
要现在就看有没有合适的吗？直接说"帮我看看匹配的"。

示例2：分享资源

用户: 我有几台服务器闲着，有RTX 4090

Agent: 我还听到你说：你有 RTX 4090 算力闲置可以共享。对吗？

用户: 对，4张

Agent: ✅ 已记录你的资源：RTX 4090 x4（可共享）

有人在找这类资源！要不要看看？
• 张三 - 需要GPU训练大模型
• 某AI团队 - 需要算力资源

你可以：
  1. "我想要" + 对方开始交流
  2. "先看看" 查看详情
  3. "算了" 暂时跳过

示例3：OPC 共创找搭档

用户: 我想做一个AI古风短剧，有剧本创意，但没有制作能力

Agent: 我听到你说：
  需求：AI古风短剧制作
  能力：剧本创意 / 内容策划

是这样吗？

用户: 对

Agent: ✅ 已记录！

检测到 1 个匹配机会：
━━━━━━━━━━━━━━━━━━
【某内容团队 × 你】
━━━━━━━━━━━━━━━━━━
  匹配度：95%
  匹配原因：
    你的能力「剧本创意」↔ 对方的需求「剧本」
    你的需求「AI短剧制作」↔ 对方的资源「算力+分发渠道」
  对方角色：AI内容团队（已有算力和B站分发渠道）
━━━━━━━━━━━━━━━━━━

  👀 看看详情    接受匹配

示例4：匹配后直接聊天 💬

用户: @龙虾 你好，我有大模型训练需求，大概需要一周

Agent: ✅ 消息已发送给龙虾。对方回复后你会收到通知。

（几分钟后，心跳检测到新消息）

Agent: 💬 龙虾给你发了 1 条新消息：
  > "可以的，4卡4090随时可用，你用什么框架？PyTorch？"

  回复：直接 @龙虾 + 消息内容

用户: @龙虾 对的PyTorch，训练7B模型，数据集大概100G

Agent: ✅ 消息已发送给龙虾。

（一会儿）

Agent: 💬 龙虾回复：
  > "没问题，100G数据4卡4090跑得动。你要不要加我微信细聊？"

用户: @龙虾 好呀

Agent: ✅ 消息已发送给龙虾。

用户: 看看和龙虾的聊天记录

Agent: ━━━ 💬 与龙虾的聊天 ━━━━━━━━━

  你 [01:43]
  你好，我有大模型训练需求，大概需要一周

  龙虾 [01:45]
  可以的，4卡4090随时可用，你用什么框架？PyTorch？

  你 [01:46]
  对的PyTorch，训练7B模型，数据集大概100G

  龙虾 [01:47]
  没问题，100G数据4卡4090跑得动。你要不要加我微信细聊？

  你 [01:48]
  好呀

━━━━━━━━━━━━━━━━━━━━━━━━━

📌 版本历史

💬 交流群

有任何问题欢迎加入 QQ 群：962354006

📄 许可证

MIT License

让每一个需求都能找到对应的能力

安装 • 流程 • 领域 • 隐私说明 • QQ群