OpenClaw 技能安全审计工具，支持静态扫描、沙箱检测与可疑技能隔离，生成处置清单供用户决策。
说明：
## SecurityClaw 技能扫描器评估
### 核心用法
SecurityClaw 是专为 OpenClaw 生态系统设计的安全审计 Skill，主要服务于技能安装前审查、来源不明技能检测以及恶意行为识别场景。其工作流程分为三个层级：
1. **静态扫描（默认只读）**：通过 `securityclaw_scan.py` 脚本对技能目录进行无侵入式检测，输出结构化报告（JSON 格式），标识 prompt 注入、数据外泄、供应链投毒等风险特征
2. **隔离处置**：对高风险技能执行物理隔离（移动至隔离目录而非删除），保留取证完整性
3. **动态沙箱（可选进阶）**：经用户授权后，在受限网络、只读文件系统、无凭证访问的条件下运行可疑代码
### 显著优点
– **防御纵深设计**：静态+动态双层检测，默认只读模式避免误触风险
– **零破坏性操作**：隔离机制采用移动而非删除，支持误报恢复
– **明确决策支持**：生成结构化处置清单（删除/上报/放行/全量扫描），降低用户决策成本
– **供应链安全聚焦**：专门针对技能生态常见的 prompt 注入、配置窃取、依赖混淆等攻击向量
### 潜在局限
– **依赖规则库完备性**：`rules.md` 未展示具体检测规则，零日攻击或新型混淆技术可能绕过
– **沙箱配置门槛**：动态检测需要用户手动配置网络隔离和文件系统权限，技术门槛较高
– **无自动修复能力**：仅提供检测与隔离，不包含自动清洗或修复功能
– **生态绑定**：专为 OpenClaw 设计，通用性受限
### 适合人群
– OpenClaw 高级用户或组织管理员
– 需审计第三方技能的开发者与安全团队
– 对 AI 工具链供应链安全有强需求的场景
### 常规风险
– **误报导致可用性损失**：过度敏感的规则可能隔离正常技能
– **隔离目录管理疏忽**：长期未清理的隔离区可能成为被遗忘的风险堆积点
– **沙箱逃逸可能性**：动态检测若配置不当（如遗漏网络限制），仍存在凭证泄露风险
– **社会工程绕过**：攻击者可能伪造”通过 SecurityClaw 认证”的误导性声明
会员专属
