核心用法
OG-OpenClawGuard 是一款面向 AI Agent 的间接提示词注入攻击防护插件，专门检测并拦截隐藏在长内容（电子邮件、网页、文档）中的恶意指令。插件通过 OpenClaw 的 tool_result_persist 事件钩子介入，当 Agent 读取外部内容时，自动将文本分割为 4000 字符的滑动窗口（200 字符重叠），使用 OG-Text 模型逐块分析"是否存在隐藏提示注入"，最终聚合判断并决定是否阻断。
主要命令包括：/og_status 查看运行状态与统计、/og_report 查阅检测记录、/og_feedback 上报误报/漏报。支持配置阻断模式、分块大小、超时时间等参数，也可设为仅日志记录模式用于监控评估。
显著优点
- 检测性能优异：在英文基准上达到 87.1% F1，多语言场景高达 97.3% F1，处于 SOTA 水平
- 零侵入集成：通过事件钩子透明工作，无需修改 Agent 核心逻辑
- 实时防护：内容在持久化前即被检测并阻断，攻击无法到达 Agent
- 反馈闭环：内置反馈机制持续优化模型，降低误报漏报
- 灵活配置：支持阻断/日志双模式，分块策略可调适配不同场景
潜在缺点与局限性
- 依赖外部模型服务：推理延迟（timeoutMs 默认 60s）可能影响高并发场景响应
- 分块边界风险：4000 字符分块 + 200 重叠虽覆盖大部分攻击，但超长跨块注入可能存在检测盲区
- 仅支持文本内容：对图片、音频等非文本媒介的隐写攻击无防护能力
- 英文性能差距：相比多语言 97.3% F1，英文 87.1% 仍有提升空间
- 生态绑定：专为 OpenClaw 网关设计，迁移至其他框架需适配成本
适合人群
- 部署 AI Agent 处理外部邮件、网页抓取、文档分析的企业安全团队
- 需要符合 AI 安全合规要求（如防范间接提示注入）的金融、政务、医疗行业
- 已使用 OpenClaw 生态、寻求即插即用安全增强的开发者
常规风险
- 模型误判风险：87-97% 的 F1 意味着仍存在 3-13% 的误差，关键业务建议配合人工审计
- 阻断误伤：激进配置（blockOnRisk: true）可能拦截正常安全文档，需通过反馈调优
- 服务可用性：模型 API 故障或网络中断可能导致检测失效或超时降级
- 对抗进化：攻击者可能针对分块策略设计新型逃逸攻击，需持续关注模型更新