Openclaw Skill Scanner

核心用法

Skill Guard 为 OpenClaw 智能体技能（AgentSkills）构建安全供应链防线，基于 Cisco AI Defense 的 skill-scanner 引擎实现分层风险管控。系统采用四级响应机制：对 High/Critical 级别威胁执行阻断隔离，对 Medium/Low/Info 级别仅告警放行，兼顾安全性与可用性。

三大核心工作流

1. 手动批量扫描：对 ~/.openclaw/skills 目录执行全量安全检测，输出 Markdown/JSON/SARIF 格式报告至指定工作区。

2. 安装门禁管控：

• 本地技能安装：scan_and_add_skill.sh wrapper 拦截目录复制操作，先扫描后放行
• ClawHub 源安装：clawhub_scan_install.sh 实现 staging → 扫描 → 条件安装的流水线，支持版本锁定

3. 实时监控防护：通过 systemd user 单元监听目录变更，自动触发扫描并将高危技能隔离至 skills-quarantine，形成闭环防御。

显著优点

• 企业级扫描引擎：背靠 Cisco AI Defense 安全研究能力，检测规则覆盖恶意代码、敏感信息泄露、权限滥用等多维风险
• 精细化策略控制：非二元阻断，Medium 风险允许安装但显式警告，降低误杀对开发效率的影响
• 零侵入集成：systemd --user 模式无需 root，与 OpenClaw 现有技能目录结构无缝兼容
• 可追溯审计：结构化报告（SARIF 标准）便于接入 CI/CD 流水线与安全运营中心

潜在局限

• 依赖外部组件：skill-scanner 需独立克隆部署，GCC 环境配置（尤其 yara-python 编译）可能成为安装卡点
• 隔离粒度较粗：当前按技能目录整体隔离，无法细粒度到单个文件或代码片段
• 误报管理：Medium 级别告警量可能较大，需运营调优阈值

适合人群

• 企业安全团队为 OpenClaw 平台建立技能准入规范
• 个人开发者处理来源不明的第三方技能
• DevSecOps 工程师构建 AI 智能体供应链安全 CI 门禁

常规风险

• 供应链污染：若 skill-scanner 自身仓库被篡改，将成为信任链单点故障，建议校验签名或镜像源
• 绕过可能：--force 参数可被滥用安装高危技能，需在组织层面审计使用
• 性能开销：YARA 规则全量扫描对大体积技能目录存在 I/O 压力，建议配合缓存或增量扫描策略