Network AI

核心用法

Network-AI 是一套本地化的多智能体（Multi-Agent）工作流编排框架，通过 scripts/*.py 系列脚本实现任务分解、代理委托、预算管控和状态协调。核心工作流程遵循 DECOMPOSE → DELEGATE → VERIFY → SYNTHESIZE 四步协议：将复杂请求拆解为数据分析师、风险评估员、策略顾问三类子任务，经预算拦截器（swarm_guard.py intercept-handoff）检查通过后方可调用外部会话工具，最终结果需经主管复核（supervisor-review）才能提交。

系统提供三层内存模型：Layer 1 为平台托管的临时代理上下文；Layer 2 是基于 Markdown 的共享黑板（blackboard.py），支持 TTL 过期的跨代理状态缓存；Layer 3 是持久化的项目上下文（context_manager.py），存储长期目标、技术栈、架构决策及禁用方案。权限墙（Permission Wall）机制通过 check_permission.py 对 DATABASE、PAYMENTS、EMAIL、FILE_EXPORT 四类抽象资源进行本地评估，生成 5 分钟有效期的 UUID 令牌。

显著优点

• 零依赖本地执行：全部 6 个脚本仅使用 Python 标准库，无第三方包、无网络调用，审计日志与状态文件均存于本地 data/ 目录
• 细粒度预算管控：任务级令牌预算（budget-init）、手递手次数限制（≤3 次/任务）、消息长度限制（≤500 字符）、行动比例监控（≥60% 产出率）
• 故障预防机制：心跳检测（heartbeat/health-check）、结果字段验证（validate-result）、静默失败阻断（supervisor-review 三级裁决：APPROVED/WARNING/BLOCKED）
• 灵活的并行策略：支持 Merge（合并）、Vote（投票）、First-Success（首胜）、Chain（链式）四种结果汇聚模式

潜在局限

• 平台耦合性：sessions_send、sessions_list、sessions_history 等核心编排能力依赖 OpenClaw 宿主平台，本技能仅提供前置预算检查脚本，无法独立完代理间通信
• 资源类型抽象：DATABASE/PAYMENTS 等为本地抽象标识，无真实外部 API 凭证管理功能，实际数据访问需平台或用户另行配置
• Windows 文件锁限制：生产环境 Windows 主机可能需要额外安装 filelock 包解决并发锁问题
• TTL 清理非自动：过期令牌需手动调用 revoke_token.py --cleanup，否则持续占用存储

适合人群

• 使用 OpenClaw/兼容平台且需要严格预算控制的多智能体场景
• 对数据本地化有强要求、需离线运行的合规敏感环境
• 需要结构化审计追踪（audit_log.jsonl）的企业工作流
• 研究 Swarm Orchestration 模式的开发者与架构师

常规风险

1. PII 泄露风险：justification 字段与审计日志为自由文本持久化存储，禁止写入密码、API Key、个人身份信息
2. 权限绕过：若用户直接在平台层调用 sessions_send 而不先执行 swarm_guard.py，预算与权限门控将失效
3. 令牌伪造：grant_{uuid4().hex} 格式令牌无加密签名，依赖本地文件系统权限保护，多用户共享环境需严格限制 data/ 目录权限
4. 平台行为不确定性：技能明确声明不控制 sessions_send 的网络调用行为，外部模型 API 的数据传输风险由宿主平台承担

核心用法

network-ai 是一个基于 Python 标准库构建的多智能体编排系统，通过「3层记忆模型」协调分布式任务执行：

• Layer 1 (Agent Context)：当前会话的临时上下文，由宿主平台自动管理
• Layer 2 (Blackboard)：通过 scripts/blackboard.py 实现的共享状态板，支持 TTL 过期机制，用于跨代理实时协调
• Layer 3 (Project Context)：通过 scripts/context_manager.py 持久化的长期记忆，存储项目目标、技术栈、里程碑和决策记录

典型工作流遵循「分解→委托→验证→合成」四阶段协议：Orchestrator 将复杂请求拆分为3个子任务（DATA/VERIFY/RECOMMEND），经 swarm_guard.py 预算检查后委托给专业代理，结果回写 Blackboard 并经由 supervisor-review 审批后合成输出。

显著优点

• 零外部依赖：6个脚本仅使用 Python 3.8+ 标准库，无 pip 安装负担，供应链攻击面为零
• 纯本地安全架构：所有数据持久化限制在 data/ 目录，审计日志为本地 JSONL，无网络外泄风险
• 权限门控机制：基于加权评分（justification 40% / trust 30% / risk 30%）的授权系统，支持 DATABASE/PAYMENTS/EMAIL/FILE_EXPORT 四类抽象资源的细粒度管控
• 反注入防护：check_permission.py 内置17种提示词注入模式检测（如 "ignore previous" / "bypass security"）
• Swarm Guard 防护：防止「Handoff Tax」浪费（单任务≤3次委托、消息≤500字符、60%行动比率）和静默失败（心跳检测 + 结果验证）

潜在缺点与局限性

• 宿主平台依赖：sessions_send / sessions_list / sessions_history 为 OpenClaw 平台内置工具，本 Skill 仅提供前置预算检查，实际网络调用由宿主控制
• 审计日志风险：justification 字段为自由文本，虽文档警告勿填 PII，但无强制敏感内容扫描，存在误操作遗留风险
• 文件权限默认宽松：data/ 目录通过 mkdir(exist_ok=True) 创建，未自动设置 700 权限
• 无内置日志轮转：audit_log.jsonl 无限追加，需外部机制防止磁盘占满
• Windows 文件锁可选：fcntl 为 Unix 特有，Windows 生产环境需额外安装 filelock

适合人群

• 需要本地优先、离线可用的多智能体编排场景
• 对供应链安全敏感、希望消除第三方依赖的团队
• 需要权限审计追踪的合规敏感型工作流（财务分析、数据报告等）
• 已使用 OpenClaw 平台、希望增强任务协调与预算控制的开发者

常规风险

| 风险项 | 等级 | 说明 |

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

| 路径遍历 | 低 | `_sanitize_change_id()` 已防护，但需确保 `data/` 目录权限正确 |

| PII 残留 | 低 | 审计日志可能包含用户输入，建议定期轮转与敏感内容扫描 |

| 平台误用 | 信息 | 用户可能混淆本 Skill 与宿主平台的 `sessions_send` 责任边界 |

| 日志膨胀 | 低 | 无自动轮转机制，长期运行需监控磁盘空间 |

| 令牌过期 | 低 | Grant token 默认 5 分钟有效期，自动化流程需处理刷新逻辑 |