核心用法
ClawSecCheck 是一款专为 OpenClaw AI 代理设计的本地安全自审计工具，通过纯 Python 标准库实现零依赖、零网络连接的只读扫描。用户激活后，工具会读取本地 OpenClaw 配置（openclaw.json）、引导文件（SOUL.md 等）、会话日志、已安装技能/插件的代码文本，以及主机防御姿态指标，综合评估后输出 A-F 等级评分 与具体风险清单。
关键特性：
- 完全本地：无 API Key，无云端通信，所有数据驻留用户机器
- 只读承诺：永不修改配置、永不执行可疑代码、永不外发数据
- 多维检测：覆盖配置暴露、权限失控、供应链风险（技能/MCP）、提示注入、凭证表面、主机监控缺失等 7 大安全领域
- 行为测试：可选的
--canary/--dryrun/--redteam主动注入测试（需用户明确授权）
典型使用场景：
1. 定期体检：--full 全面扫描 + --dashboard 可视化报告
2. 安装前审查：--vet <skill-path> 或 --vet-source <slug> 供应链风险评估
3. 持续监控：--monitor 建立基线，后续仅报告配置漂移
4. 能力自省：--ask + --attest 让运行时代理自报危险工具权限，补全静态扫描盲区
显著优点
- 隐私优先设计：审计历史默认写入
~/.clawseccheck/（可--no-history禁用），无遥测、无日志上传 - 结构化输出：支持
--json/--sarif/--html等格式，适配 CI/CD 流水线 - 透明可验证：开源 MIT 协议，提供
--verify-self完整性校验 - 分级风险呈现：Critical/High/Medium 三级 severity + 7 大安全领域分组，避免信息过载
- 对抗性测试支持：内置 canary 注入、redteam 场景生成，验证代理实际运行时抗性
潜在缺点与局限
- 静态扫描边界：无法检测运行时行为（如动态加载的技能、JIT 编译的 MCP 服务），需配合
--behavioral日志追溯补充 - 主机监控盲区：EDR/IDS 检测依赖路径存在性启发式，可能漏报自定义安装路径的企业安全工具
- 技能代码深度：Python AST 静态分析无法捕获所有混淆模式，极端情况下需人工复核
--vet结果 - 自报告可信度：
--attest能力自省依赖代理诚实自报，存在被恶意覆盖的理论风险（但静态配置漂移检测可交叉验证） - 平台覆盖：官方支持 macOS/Linux/Windows，但部分主机防御检测（如
systemctl/launchctl）在不同发行版上表现不一致
适合人群
- OpenClaw 终端用户：关心个人 AI 代理配置安全、希望定期自查的非安全专业背景用户
- 企业安全团队：需在 CI 流程中嵌入 AI 代理供应链审计的 DevSecOps 工程师
- 技能/MCP 开发者：发布前自检代码风险模式，避免误报或恶意代码特征
- 红队/审计人员：作为 AI 代理攻击面的快速侦察工具，生成初始威胁模型
常规风险
- 工具依赖风险：技能本身需要 Python 运行时权限，若安装来源被篡改则基底失守（建议
--verify-self校验） - 误报疲劳：过度严格的默认策略可能导致 Medium 级误报堆积，用户若习惯性忽略可能错过真实威胁
- 检查滞后性：安全扫描器本身存在更新滞后风险（B25/C4 类问题），需用户主动关注版本 freshness
- 主动测试副作用：
--redteam等选项虽为本地模拟，但可能在某些监控敏感环境中触发主机 EDR 告警，需提前沟通
版本状态：v3.33.0（2024年发布），建议定期 openclaw skills update clawseccheck 保持检测能力时效性。