Clawdbot 自我安全审计框架，通过只读检测配置漏洞、权限问题与网络暴露风险，输出可操作的加固建议，适合运维人员与 AI 安全研究者定期排查。
说明：
## 概述
**Clawdbot Self-Security Audit** 是一个面向 AI Agent 运行时的知识型安全审计框架，专为 Clawdbot 平台设计。该 skill 不依赖外部工具，而是通过嵌入系统化的安全检查知识，指导 Clawdbot 对自身配置进行只读审计，识别 13 个关键安全域的潜在风险。
## 核心用法
用户可通过自然语言触发审计（如 “run security check”、”audit clawdbot”），系统将自动执行：
– **配置定位**：扫描 `~/.clawdbot/clawdbot.json` 等配置文件路径
– **域级检测**：依次检查网关暴露、DM 策略、群组控制、凭证存储、浏览器控制、网络绑定、工具沙箱、文件权限、插件信任、日志脱敏、提示注入防护、危险命令拦截及密钥扫描就绪性
– **分级报告**：按 ? Critical / ? High / ? Medium 输出发现项，附带具体修复命令
– `–fix` 模式**：自动应用预设防护（如收紧权限、切换 allowlist 策略）
## 显著优点
1. **零信任自检设计**：AI Agent 审计自身配置，实现”安全透明与自我认知”理念
2. ** actionable 输出**：每个发现均附带可直接执行的 shell 命令或 JSON 配置片段
3. **可扩展架构**：遵循标准化模板（识别漏洞→检测方法→基线定义→修复步骤），便于社区贡献新检查项
4. **纵深防御覆盖**：从网络层（gateway bind）到应用层（prompt injection 防护）再到数据层（凭证权限）的全栈审计
## 潜在局限
– **只读约束**：skill 本身不修改配置，依赖用户手动执行修复命令，存在人为延迟
– **平台绑定**：审计逻辑深度耦合 Clawdbot 配置结构，迁移至其他 AI Agent 平台需重写检测规则
– **动态威胁滞后**：内置检查基于已知 misconfiguration 模式，对零日攻击向量或运行时内存风险无感知
– **模型依赖**：建议配合现代大模型（如 MiniMax-M2.1）使用，小型模型可能因工具误用增加风险
## 适合人群
– **Clawdbot 部署运维人员**：需要定期合规检查与加固
– **AI 安全研究者**：研究 AI Agent 攻击面与防御框架
– **企业安全团队**：评估内部 AI 工具的风险暴露
– **个人高阶用户**：运行具备 shell/文件系统访问权限的 AI Agent 时的自我防护
## 常规风险
| 风险类型 | 说明 |
|———|——|
| 审计过程信息泄露 | 检查凭证文件时需读取敏感内容，虽为只读但可能通过日志/输出生成侧信道 |
| 误报与配置中断 | `–fix` 自动修复可能过度收紧权限，导致合法工作流中断（如从 `rw` 改为 `ro` 的 workspace） |
| 社会工程绕过 | 审计 skill 输出详细修复步骤，若被攻击者获取可能用于定向攻击 |
| 运行时竞争条件 | 审计期间配置可能被外部进程修改，导致报告与实际状态不一致 |
建议在生产环境启用前，先在隔离环境验证 `–fix` 行为，并定期（如每周）执行 `clawdbot security audit –deep` 建立安全基线。
会员专属
