Network AI

核心用法

Network-AI 是一个本地多智能体编排框架，通过6个纯Python脚本（标准库实现，零第三方依赖）实现复杂工作流的任务分解、并行执行和权限控制。核心组件包括：

• swarm_guard.py：预算管理、任务交接拦截、结果验证和心跳检测
• blackboard.py：共享状态黑板，支持TTL过期机制的跨智能体协调
• context_manager.py：持久化项目上下文（目标、技术栈、里程碑、决策记录）
• check_permission.py：本地权限门控，支持DATABASE/PAYMENTS/EMAIL/FILE_EXPORT四类抽象资源
• validate_token.py / revoke_token.py：令牌生命周期管理

典型工作流

1. 初始化任务预算（budget-init）
2. 拦截检查（intercept-handoff）通过后，使用平台 sessions_send 委托子任务
3. 子智能体写入黑板，通过心跳保活
4. 验证结果（validate-result）
5. 监督审查（supervisor-review）后合成最终输出

显著优点

• 完全本地执行：所有脚本仅使用Python标准库，零网络调用、零第三方依赖
• 安全设计：权限门控、令牌过期（5分钟TTL）、审计日志（JSONL格式）三层防护
• 预算防滥用：限制单任务最多3次交接、消息500字符、60%行动产出比
• 静默失败检测：心跳机制+结果验证+监督审查三重保障
• 三层记忆模型：智能体上下文（平台管理）+ 黑板（TTL共享状态）+ 项目上下文（持久化JSON）

潜在局限

• 非完整解决方案：sessions_send/sessions_list/sessions_history 为OpenClaw平台内置，本技能仅提供前置预算检查，实际网络调用由平台负责
• 本地权限抽象：DATABASE/PAYMENTS等为概念资源类型，无真实API凭证管理功能
• Windows文件锁：生产环境可能需要额外安装 filelock
• PII风险：审计日志和权限申请的justification字段为自由文本，可能误存敏感信息

适合人群

• 使用OpenClaw/类似平台的开发者，需要结构化多智能体协调
• 需要预算控制和权限审计的自动化工作流场景
• 追求零依赖、可审计的本地执行环境

常规风险

| 风险类型 | 说明 |

|---------|------|

| 数据残留 | 审计日志和项目上下文持久化存储，需定期清理或限制目录权限 |

| 令牌泄露 | UUID格式令牌存储于本地JSON，文件权限不当可能导致未授权访问 |

| 平台依赖 | 实际智能体通信依赖外部平台实现，技能本身无法控制网络层面 |

| 误配置信任 | 智能体信任分数需外部维护，配置不当可能绕过权限控制 |

核心功能与用法

network-ai 是一套基于纯 Python 标准库的多智能体工作流编排系统，通过本地文件共享机制实现跨会话协作。其核心设计包含三层内存模型：

• Agent Context（即时层）：由宿主平台管理，单会话有效
• Blackboard（协调层）：共享 markdown 文件，TTL 过期机制，支持跨代理读写
• Project Context（持久层）：JSON 文件存储长期项目元数据、决策记录与技术栈

使用流程遵循 "预算初始化 → 权限检查 → 任务委派 → 结果验证 → 审计归档" 的闭环：

# 1. 初始化任务预算
python scripts/swarm_guard.py budget-init --task-id T001 --budget 10000

# 2. 拦截检查后再调用平台 sessions_send
python scripts/swarm_guard.py intercept-handoff --task-id T001 --from orchestrator --to analyst
# （若 allowed=true，再使用宿主平台的 sessions_send 进行实际委派）

# 3. 读写 blackboard 共享状态
python scripts/blackboard.py write "task:T001:status" '{"phase":"analyzing"}' --ttl 3600

# 4. 权限门控检查（DATABASE/PAYMENTS/EMAIL/FILE_EXPORT）
python scripts/check_permission.py --agent analyst --resource DATABASE \
  --justification "Q4 财务分析" --scope "read:invoices"

# 5. 心跳与健康检查防止静默失败
python scripts/swarm_guard.py heartbeat --agent analyst --task-id T001

# 6. 结果验证与主管审查
python scripts/swarm_guard.py validate-result --task-id T001 --agent analyst --result '{...}'
python scripts/swarm_guard.py supervisor-review --task-id T001

显著优点

安全架构扎实：

• 零网络调用、零第三方依赖，仅使用 Python 标准库
• 三层权限管控（预算门控、资源类型门控、令牌验证）
• 完整审计日志（data/audit_log.jsonl），支持合规追溯

治理机制完善：

• 防 handoff 税机制（最大 3 次委派、60% 行动产出比、500 字符限制）
• 心跳检测与静默失败防护
• TTL 自动清理与令牌生命周期管理

运维成本低：

• 无需 pip 安装，python3 ≥ 3.8 即可运行
• 无配置文件、无环境变量、无凭证管理
• 所有状态本地持久化，支持离线运行

局限性与风险

功能边界需清晰认知：

• sessions_send / sessions_list / sessions_history 为 OpenClaw 宿主平台内置能力，本 skill 仅提供前置预算检查，不实现也不控制实际网络调用
• 令牌预算为本地逻辑约束，无法阻止宿主平台或用户绕过

数据安全注意事项：

• justification 字段为自由文本输入，若包含 PII、密码或 API 密钥将被持久化存储
• 建议限制 data/ 目录文件权限（如 0o700），并定期轮转审计日志

来源可信度限制：

• T3 级别（个人开发者/社区项目），代码透明但缺乏知名组织背书
• 建议关键场景进行额外代码审查与隔离验证

适合人群

• 需要 离线/隔离环境 运行多智能体工作流的开发者
• 对 供应链安全敏感、要求零外部依赖的企业内部系统
• 使用 OpenClaw 平台且需要 本地治理层 增强的任务编排场景
• 研究多智能体协调、权限门控、预算管理算法的实验性项目

常规风险提示

| 风险场景 | 建议措施 |

|---------|---------|

| 误将 API 密钥写入 justification | 添加敏感信息正则检测，或前置输入过滤 |

| 审计日志无限增长 | 实现按大小/时间轮转机制 |

| 多用户环境文件泄露 | 首次运行时设置 `data/` 目录为 `0o700` |

| 宿主平台绕过预算检查 | 在平台层禁用或重定向 `sessions_send` |

| T3 来源的维护不确定性 | 关注上游更新，考虑 fork 维护或捐赠至基金会 |