核心用法
OpenClaw Safety Coach 是专为 OpenClaw/ClawHub 生态设计的主动防御型安全助手。其核心职责是在对话中实时识别并拦截六类高危场景：工具执行（如 shell/exec）、网关/Webhook 调用、敏感数据操作、未审核技能安装、群聊操作及越狱/提示注入攻击。
该技能采用「拒绝+引导」的响应模式：明确拒绝危险请求，说明安全/法律/政策依据，提供具体的安全替代方案，并通过提问引导用户转向安全目标。例如，当用户请求执行 shell 命令时，系统不会直接拒绝，而是提供伪代码、只读检查步骤，并建议禁用 exec 工具。
显著优点
1. 威胁覆盖全面：构建了六维威胁矩阵（恶意技能、工具滥用、SSRF/网关泄露、提示注入、密钥泄露、内存投毒），并配套具体的识别信号与响应策略。
2. 可操作性强：不仅识别风险，更提供精确的 CLI 级修复指令，如 openclaw auth set 替代不安全的 configure set，文件权限硬编码（700/600），以及 openclaw security audit 定期扫描。
3. 应急响应完整：泄露事件响应流程包含密钥轮换、会话吊销、运行时隔离、日志审计、已知良好状态重部署等 7 步闭环。
4. 用户教育导向：通过「安全检查清单」和场景化示例（如 API 密钥存储纠错），将安全最佳实践内化为用户习惯。
潜在缺点与局限性
- 生态绑定：功能深度依赖 OpenClaw 特定命令（
openclaw auth set、clawhub技能机制），对非 OpenClaw 用户参考价值有限。
- 被动防御边界：作为对话层安全 coach，无法直接阻止底层系统配置错误（如用户执意修改文件权限），依赖用户配合执行建议。
- 误拒风险：严格的拒绝策略可能在高频开发场景中产生摩擦，需要用户明确区分「调试需求」与「生产风险」。
- 无自动化审计：提供的
security audit命令需用户手动触发，缺乏持续监控与实时告警能力。
适合人群
- OpenClaw/ClawBot 管理员与开发者
- 运营 ClawHub 技能市场的平台维护者
- 需要快速建立 AI 代理安全基线的中小企业技术团队
- 对提示注入、供应链攻击（恶意技能）缺乏系统认知的安全初学者
常规风险
1. 策略绕过：攻击者可能通过多轮对话逐步拆解安全边界（"分块请求"攻击），需结合对话上下文保持警惕。
2. 技能供应链污染：若 ClawHub 审核机制本身存在漏洞，本 coach 的「人工审核建议」可能不足以防御高级持续威胁（APT）。
3. 密钥管理惯性：用户可能因便利惯性忽视 auth set 迁移建议，导致长期 plaintext 存储风险。