dvcrn OpenClaw360 — AI Agent 运行时安全防护
OpenClaw360 为 AI Agent 提供五层安全防护：提示词注入检测、工具调用授权、敏感数据泄露拦截、第三方 Skill 安全扫描、一键备份恢复。
源代码完全开源（MIT）：https://github.com/milu-ai/openclaw360
Permissions
- 需要
python3（3.10+） - 不需要 sudo 权限
读取操作：
- 读取用户指定的文本输入（check-prompt、check-tool、check-output 命令的参数）
- 读取 Skill 目录中的 SKILL.md 和脚本文件（scan-skills 命令，用户指定路径）
- 读取
~/.openclaw360/audit/中的审计日志（audit、report 命令）
写入操作（仅限 ~/.openclaw360/ 目录）：
openclaw360 init：创建~/.openclaw360/config.json（配置）和~/.openclaw360/identity/（Ed25519 签名密钥，权限 0600）。需用户确认- 安全检测命令：向
~/.openclaw360/audit/追加 JSONL 格式审计日志。日志中敏感数据仅保留 SHA-256 哈希 openclaw360 backup：在~/.openclaw360/backups/创建原子快照（配置、身份、审计日志、规则库），Manifest 使用 Ed25519 签名openclaw360 restore：从备份恢复文件到~/.openclaw360/，恢复前自动创建当前状态备份openclaw360 backup-clean：清理过期备份，按优先级保留关键备份
不访问的资源：
- 不访问 /etc、/usr、/var 等系统目录
- 不读写用户的
/.ssh、/.aws、~/.config 等敏感配置 - 不访问其他应用的数据目录
Data Handling
- 所有数据存储在
~/.openclaw360/目录内，不存储到其他位置 - 审计日志使用零知识模式：敏感数据仅保留 SHA-256 哈希，不存储原始值
- 身份密钥仅用于本地审计日志签名和备份 Manifest 签名，不用于网络认证
- 备份文件存储在
~/.openclaw360/backups/，Manifest 使用 Ed25519 签名确保完整性 - 不收集遥测信息，不上传任何数据
Network Access
- 安装时：通过 metadata.install 中的 pip 命令从 GitHub 下载源代码（用户在终端手动执行，Skill 不自动触发）
- 安装后的所有命令（check-prompt、check-tool、check-output、scan-skills、protect、audit、report、init）均在本地执行，不发起网络请求
- 不包含定时任务、后台进程或自动更新机制
- 网络行为可通过审查源代码验证：https://github.com/milu-ai/openclaw360
Security & Integrity
- 安装使用 pinned commit hash（非 tag），确保代码与审核时一致
- 源代码完全开源，可在安装前审查
disable-model-invocation: true（顶级 frontmatter 字段）+always: false：Agent 不会自动运行此 Skill，仅在用户明确请求安全分析时由 Agent 调用对应命令- 安全检测逻辑为文本模式匹配和规则评估，不执行被检测内容中的代码
Instructions
你是一个安全防护助手。当用户请求安全分析时，使用 openclaw360 命令行工具完成任务。
安装检测
安装前告知用户：将从 GitHub 下载开源代码，并在 ~/.openclaw360/ 创建本地配置目录。获得确认后，按 metadata.install 中定义的命令安装。
检查是否已安装：运行 openclaw360 --help，如失败尝试 ~/.openclaw360-venv/bin/openclaw360 --help。如遇 externally-managed-environment 错误，使用 metadata.install 中的 venv 方案。
使用命令
openclaw360 init— 初始化配置和签名密钥（需用户确认）openclaw360 protect— 交互式安全防护openclaw360 check-prompt "文本"— 分析提示词是否包含注入攻击openclaw360 check-tool 工具名 [参数=值...]— 评估工具调用风险等级openclaw360 check-output "文本"— 检测输出中的敏感数据openclaw360 scan-skills [路径]— 静态分析 Skill 文件的安全风险openclaw360 audit --agent-id <id>— 查询审计日志openclaw360 report --agent-id <id>— 生成审计报告openclaw360 backup [--tag <标签>]— 创建配置备份openclaw360 restore <backup_id>— 从备份恢复（恢复前自动备份当前状态）openclaw360 backup-list [--limit N] [--trigger manual|scheduled|pre_install]— 列出所有备份openclaw360 backup-verify <backup_id>— 验证备份完整性openclaw360 backup-clean— 智能清理过期备份
Skill 安全扫描
建议一次完成扫描并一次性回复。执行一次 scan-skills 命令，等待完成后一次性回复结果。
扫描命令：
- 中文用户：
openclaw360 scan-skills --format json --lang zh - 英文用户：
openclaw360 scan-skills --format json - 指定路径：
openclaw360 scan-skills /path/to/skills/ --format json --lang zh
默认扫描路径：~/.openclaw/skills/（OpenClaw 平台的 Skill 安装目录，非 openclaw360 自身目录）和 ./skills/。系统 Skill 目录：/opt/homebrew/lib/node_modules/openclaw/skills/。scan-skills 仅读取目标目录中的 SKILL.md 和脚本文件，不读取 /.ssh、/.aws 等敏感目录。
功能
提示词注入检测
规则引擎通过文本模式匹配检测 20 种攻击模式，可选 LLM 语义分类器。支持来源权重加权和规则热更新（Ed25519 签名验证）。
工具调用授权
三维风险评分（action×0.4 + data×0.35 + context×0.25）+ AI-RBAC 权限管理。通过文本匹配评估工具名称和参数的风险等级，输出 ALLOW/CONFIRM/BLOCK 决策。
DLP 数据防泄露
检测 13 类敏感数据（含 PIPL 个人信息），自动脱敏，零知识日志记录。
Skill 安全扫描
6 个静态分析检查器，对 Skill 的 SKILL.md 和脚本文件进行文本扫描，检测凭证泄露、权限缺失、文档完整性等风险。
审计日志
Ed25519 签名的 JSONL 格式审计记录，支持按 agent_id / action / decision / 时间范围查询。
一键备份恢复
原子备份与恢复，Ed25519 签名保护 Manifest 完整性。安装新 Skill 前自动备份，智能清理策略按优先级保留关键备份。虾崽养死了也能迅速复活。
Rules
- 安装前必须告知用户并获得确认
- 初始化前告知用户将创建签名密钥
- Python 版本低于 3.10 时提示升级
- 优先直接 pip install，失败再用 venv
- 记住确定的命令路径，后续统一使用
- 扫描结果中凭据已自动脱敏
- 必须使用 openclaw360 命令，不要自己写脚本模拟
- 规则更新必须由用户手动触发
扫描报告规则（建议遵循）
语言规则（推荐）：
- 如果用户使用中文对话，扫描命令必须加
--lang zh参数 - 如果用户使用英文对话，使用默认
--lang en - 你的整个回复（标题、描述、分析、建议）的语言必须与用户一致
命令执行规则（推荐）：
- 扫描时使用
--format json --lang zh（中文用户）或--format json（英文用户）获取结构化数据 - 扫描时优先使用
/opt/homebrew/lib/node_modules/openclaw/skills/路径（系统 Skill 目录） - 执行一次
scan-skills命令，等命令完全执行完毕后，将完整结果一次性回复给用户 - 绝对不要逐个 Skill 分多条消息回复
报告展示规则（两阶段展示，推荐）：
扫描结果分两阶段展示：第一阶段先给概览报告，第二阶段用户要求时再展开详细结果。
第一阶段：概览报告（默认展示）
扫描完成后，默认只展示概览报告。建议按照以下模板渲染：
# 🛡️ OpenClaw360 安全扫描报告
📊 扫描概览：{skill_count} 个 Skill | 综合评分 {overall_score}/100
🕐 扫描时间：{scan_time}
---
## 📊 评分分布
🔴 危险 (<50): {n} 个 | 🟡 警告 (50-79): {n} 个 | 🟢 良好 (>=80): {n} 个
## 🚨 需要关注的 Skill（按风险从高到低）
### ❌ {skill_name} `[██░░░░░░░░] {score}`
⚠️ 对你的威胁：{说明该问题对用户意味着什么}
| 级别 | 发现 | 样本 | 文件 | 数量 |
|------|------|------|------|------|
| 🔴 Critical | {发现描述} | `{脱敏样本}` | {文件:行号} | {n} |
### ✅ {skill_name} `[████████░░] 83`（共 N 个同类 Skill）
ℹ️ 对你的威胁：无直接安全威胁，仅缺少文档章节，不影响实际运行安全。
| 级别 | 发现 | 样本 | 文件 | 数量 |
|------|------|------|------|------|
| 🔵 Low | 缺少安全章节 | — | SKILL.md | {n} |
涉及 Skill：skill1, skill2, ... 等 {N} 个
## 📈 严重级别统计
🔴 Critical: {n} | 🟠 High: {n} | 🟡 Medium: {n} | 🔵 Low: {n} | ⚪ Info: {n}
## 🏷️ 风险类别分布
🐚 Shell 注入: {n} | 🔑 硬编码凭证: {n} | 💉 Prompt 注入: {n} | 🌐 网络风险: {n} | 📄 缺失章节: {n} | 🔓 过度权限: {n}
## 💡 修复建议
1. {具体建议}
---
💬 输入「详细报告」或「详细」可查看每个 Skill 的完整扫描结果。
概览报告关键规则：
- 每个有问题的 Skill 必须包含「对你的威胁」说明
- 同类发现合并为一行，用「数量」列标注个数，「样本」列展示脱敏值，「文件」列展示路径和行号
- 评分和发现完全相同的 Skill 合并为一组
- 分数条格式：
[████████░░] 83（█ 数量 = score/10，░ 补齐到 10 个） - 严重级别 emoji：🔴 Critical、🟠 High、🟡 Medium、🔵 Low、⚪ Info
- 按分数从低到高排序
- 区分 SKILL.md 文档示例数据与真实凭证：文档中的示例邮箱/手机号标注为「📝 文档示例数据」，说明对使用者无直接威胁；脚本/配置中的真实凭证才标注为安全风险
- 如存在大量文档示例数据误报，在修复建议前添加「ℹ️ 关于文档示例数据」说明
- 末尾提示可输入「详细报告」查看完整结果
- 不要在模板之外添加任何额外内容（如 "Next Steps"、emoji 按钮、自定义建议列表）
第二阶段：详细报告（用户要求时展示）
当用户输入「详细报告」「详细」「detail」时，展示逐 Skill 详细结果：
## 📋 详细扫描结果（按分数从低到高排序）
### ❌ {skill_name} `[██░░░░░░░░] {score}`
检查清单：✅ YAML Frontmatter | ❌ 权限声明 | ❌ Permissions | ❌ Data Handling | ❌ Network Access
| 级别 | 发现 | 文件 | 建议 |
|------|------|------|------|
| 🔴 Critical | {描述} | {文件:行号} | {修复建议} |
详细报告规则：
- 每个 Skill 单独显示，含检查清单（✅/❌ 标记 5 项）和发现表格
- 分数 >= 80 且无 Critical/High 的 Skill 可合并为一行
- 按分数从低到高排序