核心用法
safety-checks 是一套面向 AI Agent 的运行时安全验证技能，通过 /sc 命令及其子命令实现四大核心功能：
- 模型锁定检查（
/sc model）：验证当前调用的 LLM 版本是否符合预期配置，防止模型漂移导致的不可复现行为 - 降级链路验证（
/sc fallback）：检查 API、模型、存储等三层降级链路的可用性，确保故障时可平滑切换 - 缓存新鲜度检测（
/sc cache）：识别超 TTL 的缓存条目，避免使用过期数据 - 会话隔离检查（
/sc session）：检测跨会话状态泄漏（全局变量、文件锁、临时文件、环境变量污染）
显著优点
1. 运行时验证优于静态配置：传统静态规则无法捕捉系统状态漂移，该技能在 HEARTBEAT 或事前触发时主动探测实际运行状态
2. 四层安全纵深：从模型层到会话层的完整覆盖，形成防御纵深
3. Claude Code 兼容：支持 .claude/settings.json 等配置路径，降低迁移成本
4. 无外部依赖：检查逻辑完全在 Agent 信任边界内执行，不调用第三方安全服务
潜在缺点与局限性
- 依赖约束引擎：完整的安全策略强制执行需要额外安装
leegitw/constraint-engine - 云模型限制：若使用 Claude/GPT 等云端模型，数据仍需经云服务商处理，技能本身无法解决此信任边界问题
- 被动检测：仅能发现问题并告警，自动修复（如
--clear）仍需显式授权 - 版本格式绑定：模型版本格式要求
{provider}-{model}-{version}-{date}，非标准命名可能无法识别
适合人群
- 运行多 Agent 生产环境且需行为一致性的团队
- 对缓存策略和降级方案有合规要求的金融/医疗 AI 应用
- 使用 Claude Code 或 OpenClaw 框架的开发者
常规风险
| 风险类型 | 说明 |
|---------|------|
| 配置漂移 | 默认配置可能随框架更新变化，需锁定 `.openclaw/safety-checks.yaml` 版本 |
| 误报干扰 | 严格的 TTL 设置可能导致频繁缓存清理，影响性能 |
| 会话清理副作用 | `/sc session --clear-state` 可能误删其他进程依赖的临时文件 |
| 降级测试风险 | `--test` 参数实际触发降级路径，可能对线上流量产生影响 |