Network AI

核心用法

network-ai 是一个本地多智能体工作流编排技能，通过 Python 脚本实现复杂的任务分解与代理协调。核心功能包括：

1. 任务分解与委派：将复杂请求拆分为3个子任务（DATA、VERIFY、RECOMMEND），通过 swarm_guard.py 执行预算检查后再委派
2. 三层记忆模型：Layer 1 代理上下文（临时会话）、Layer 2 共享黑板（swarm-blackboard.md，TTL过期）、Layer 3 项目上下文（data/project-context.json 持久存储）
3. 权限门控：通过 check_permission.py 对 DATABASE、PAYMENTS、EMAIL、FILE_EXPORT 等抽象资源类型进行本地权限评估
4. 预算管理：每个任务初始化预算（如 --budget 10000），拦截器检查剩余令牌后才允许 handoff
5. 防失效机制：心跳检测（heartbeat/health-check）、结果验证（validate-result）、主管复核（supervisor-review）

显著优点

• 零依赖零网络：6个脚本仅用 Python 标准库，无需 pip 安装，无第三方包
• 纯本地执行：所有持久化数据（审计日志、令牌、项目上下文）存储于本地 data/ 目录，不传输网络
• 审计完备：data/audit_log.jsonl 记录所有敏感操作，支持合规追溯
• TTL 自动清理：令牌和黑板条目自动过期，支持定期清理
• OpenClaw 平台兼容：与 sessions_send/sessions_list 等宿主平台内置工具配合，明确区分技能边界

潜在缺点与局限性

• 需外部平台支持：实际的多会话代理通信依赖 OpenClaw 平台的 sessions_send，技能本身仅提供预算检查前置步骤
• Windows 文件锁：生产环境 Windows 主机可能需要额外安装 filelock（可选）
• 手动上下文注入：项目上下文需手动复制到代理系统提示，非自动同步
• 无内置 LLM 集成：不包含模型调用能力，完全依赖宿主平台

适合人群

• 需要本地可控多代理协调的自动化工作流开发者
• 对数据隐私敏感、要求零外部网络调用的企业用户
• 使用 OpenClaw 平台并需预算/权限门控的编排场景

常规风险

• PII 泄露风险：审计日志和权限请求的 justification 字段存储用户提供的自由文本，若包含敏感信息将持久化到磁盘
• 权限绕过：虽然脚本强制执行检查，但最终 sessions_send 由平台控制，技能无法阻止平台层面的直接调用
• 令牌过期管理：5分钟有效期的令牌需及时使用，过期后需重新申请

核心用法

Network-AI 是一套本地运行的多代理协调框架，通过6个纯Python标准库脚本实现复杂的任务分解、委托与并行执行工作流。核心组件包括：

1. 权限控制系统 (`check_permission.py`)

• 基于评分模型的访问控制（理由质量40% + 信任等级30% + 风险评估30%）
• 支持DATABASE/PAYMENTS/EMAIL/FILE_EXPORT四种资源类型的细粒度权限管理
• UUID格式的授权令牌，5分钟TTL自动过期

2. 预算与委托守卫 (`swarm_guard.py`)

• 任务级预算初始化与消耗追踪
• 委托拦截器防止"委托税"浪费（最多3次委托、消息500字符限制、60%行动比率）
• 心跳检测与结果验证防止静默失败

3. 三层内存模型

• Layer 1: 平台管理的代理上下文（临时）
• Layer 2: 共享黑板 swarm-blackboard.md（TTL作用域）
• Layer 3: 持久项目上下文 data/project-context.json（跨会话保留）

4. 审计与合规

• 本地JSONL格式审计日志，记录所有权限事件
• 明确的PII警告，数据不离开本机

显著优点

• 零供应链风险：无任何第三方依赖，彻底消除依赖混淆和恶意包注入攻击面
• 纯本地执行：无网络调用，敏感数据不出本机，天然符合数据驻留要求
• 防御深度完善：提示词注入检测、路径遍历防护、原子文件提交
• 透明可审计：完整的安全认证报告（CLS-2026-0701-NWA520，S级94分）
• 生产就绪：预算控制、权限门控、TTL清理、健康检查等企业级特性

局限性与潜在缺点

• T3来源可信度：维护者为GitHub个人账号，非知名组织背书
• 审计日志明文存储：justification字段可能含敏感信息，无自动PII过滤
• Windows可选依赖：生产环境可能需要filelock包解决文件锁定
• 平台绑定：sessions_send等核心功能依赖OpenClaw宿主平台，非独立解决方案
• 学习曲线：三层内存模型和委托协议需要理解才能正确使用

适合人群

• 对数据隐私有严格要求的企业（金融、医疗、政务）
• 需要在隔离环境中运行AI工作流的DevSecOps团队
• 希望消除供应链攻击风险的零信任安全架构
• 已有OpenClaw平台基础、需要增强多代理协调能力的用户

常规风险

| 风险类别 | 等级 | 说明 |

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

| 供应链攻击 | 🟢 极低 | 零第三方依赖，标准库由Python核心团队维护 |

| 数据外泄 | 🟢 极低 | 纯本地执行，认证确认无网络流量 |

| 权限提升 | 🟡 低 | 评分模型+TTL+审计，但依赖代理自报告 |

| 审计日志泄露 | 🟡 低 | 本地文件，但无权限限制和PII过滤 |

| 维护中断 |  中 | 个人项目，建议Fork后内部维护 |

关键使用建议：严格遵循SKILL.md的PII警告，不在justification中包含敏感信息；定期运行revoke_token.py --cleanup清理过期令牌；生产环境考虑Fork仓库并建立内部维护流程。