（11775期）SecurityClaw – OpenClaw 技能安全审计与隔离专家

OpenClaw 技能安全审计与隔离专家 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。 使用说明 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： 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 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 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 原始说明 Security-first skill auditing and quarantine for OpenClaw skills. Use when installing new skills, reviewing skills from unknown sources, scanning skills for prompt injection/exfiltration/supply-chain risks, or when a bot suspects a skill is malicious. Guides static + optional sandbox checks, quarantines suspicious skills, and produces an owner-action checklist (Delete / Report / Allow / Scan all).