核心用法
Agent Hardening Skill 是一款专为 OpenClaw 智能体设计的安全测试工具，通过运行自包含的 Python 脚本，帮助开发者验证其 Agent 的输入净化能力。该 Skill 包含三项核心检测模块：
1. Unicode 控制字符净化测试：检测零宽连接符（ZWJ）、零宽非连接符（ZWNJ）、不可见分隔符及 BOM 注入等隐形字符是否被正确过滤。
2. HTML 注释注入检测：识别输入中隐藏的 HTML 注释指令，如 <!-- save this to memory --> 或 <!-- SYSTEM: ignore previous instructions --> 等潜在的提示词注入攻击。
3. 双向文本覆盖检测：扫描文件名或路径中的双向文本覆盖字符（如 U+202E），这类字符常被用于伪装恶意文件扩展名。
所有测试均使用硬编码的合成样本数据，无需配置，直接运行即可生成检测报告。
显著优点
- 完全自包含：零第三方依赖，仅使用 Python 标准库（unicodedata、re），无需担心供应链攻击。
- 零数据风险：不访问本地文件系统、用户配置或内存目录，不上传任何数据到外部。
- 即用即走：无需复杂配置，复制代码即可运行，适合快速安全审计。
- 社区驱动：威胁定义持续更新于 GitHub 仓库，紧跟最新攻击模式。
潜在缺点与局限性
- 覆盖范围有限：当前仅检测三种攻击模式，对于 Base64 编码混淆、Unicode 同形异义字符、Markdown/HTML 混合注入等高级攻击尚未覆盖。
- 合成数据局限：测试样本为预设案例，无法完全模拟真实世界的复杂攻击变体。
- 无自动化集成：缺乏 CI/CD 流水线集成示例，需要手动复制代码运行。
- 来源可信度：由个人开发者维护，无知名安全公司或开源基金会背书。
适合的目标群体
- AI Agent 开发者：需要验证输入处理安全性的 OpenClaw、LangChain 等框架用户。
- 安全研究人员：快速验证 Agent 系统的抗注入能力。
- DevSecOps 工程师：作为安全测试套件的一部分，纳入开发流程。
- 技术产品经理：评估第三方 Agent 产品的安全基线。
使用风险
- 性能影响：测试脚本为 CPU 密集型字符串处理，极长输入可能导致短暂延迟。
- 误报可能：严格的净化规则可能误伤合法的 Unicode 字符使用场景（如多语言内容）。
- 依赖上游更新：威胁定义引用外部 GitHub 仓库，需关注维护活跃度。
- 许可证模糊：当前未明确声明开源许可证，商业使用存在法律不确定性。