Agent Hardening 综合评估
核心用法
Agent Hardening 是一套针对 OpenClaw 代理运行时的只读安全审计套件，通过六项检查覆盖常见攻击面：
1. Unicode 注入扫描：检测零宽字符（U+200C/D、U+2060/63、U+FEFF）等隐形载荷，防范 prompt 注入与指令混淆攻击
2. 输入消毒验证：验证 Python unicodedata 清理逻辑，剔除格式控制字符（Category 'Cf'）
3. 工具权限审查：扫描 .openclaw/config.yaml 中的 tools/exec/elevated 配置，识别过度授权
4. Fetch 策略审计：回溯 memory 文件中的网络抓取调用（web_fetch/curl/wget），发现数据外泄风险
5. 威胁特征更新：每周从 GitHub 拉取最新威胁签名（threats.json）进行交叉比对
6. 定时任务配置：建议集成至 heartbeat 实现自动化巡检
显著优点
- 零侵入设计：全程只读操作，不修改任何文件，可在生产环境安全运行
- 针对性强：专为 LLM 代理架构设计，覆盖 Unicode 隐形字符等 AI 特有攻击向量
- 轻量集成：纯 Bash/Python 脚本，无需额外依赖，支持 OpenClaw 原生工具链
- 社区维护：威胁库每周更新，跟踪最新披露漏洞
潜在缺点与局限性
| 维度 | 说明 |
|------|------|
| 覆盖范围 | 仅检测已知模式，对 0day 或自定义混淆手段无能为力 |
| 误报可能 | 合法使用零宽字符的场景（如数学排版）可能触发警报 |
| 依赖外部源 | `threats.json` 拉取失败时检查失效，需网络连通性 |
| 权限瓶颈 | 若 agent 本身被沙箱限制，部分路径（`~/clawd/`）可能不可读 |
| 无修复能力 | 纯审计工具，发现漏洞后需人工介入处置 |
适合人群
- OpenClaw 平台运维人员与 DevSecOps 工程师
- 需要满足内部合规审计要求的 AI 代理部署团队
- 对 LLM 供应链安全有顾虑的红队/蓝队研究者
常规风险
- 供应链风险：
threats.json托管于个人 GitHub 仓库（x1xhlol），若账号遭接管可能分发恶意签名 - 信息泄露：
grep操作可能将 memory 内容暴露给日志系统，需确保日志分级存储 - 检查绕过：攻击者可在 Unicode 检测后动态注入，需配合运行时监控而非仅依赖静态扫描
> 建议：将此技能作为纵深防御的一环，而非唯一安全屏障；关键系统应叠加网络隔离与行为基线监控。