核心用法
enterprise-legal-guardrails 是一款面向企业场景的出站内容合规预检工具，专为 OpenClaw 自动化工作流设计。它通过命令行或 API 在内容发布前（如发帖、评论、私信、邮件等）执行多维度法律/合规风险扫描，输出 PASS/WATCH/REVIEW/BLOCK 四级判定结果。
典型使用场景：
- 社交媒体自动发帖前的反垃圾、反诽谤审查
- 金融市场分析文案中的收益承诺/确定性表述拦截
- HR 敏感信息（招聘、绩效、员工行为）的外发管控
- 个人隐私数据（PII）的披露风险评估
- 非原生集成应用（Gmail、自定义网站后台）的通用出站保护
工作流模式：
1. 草稿生成 → 2. 调用 checker 指定 action/app/profile → 3. 根据结果放行/改写/人工审核/阻断
支持通过 guard_and_run.py 包装器为任何外部命令添加护栏层，实现"无原生集成"场景的统一风控。
显著优点
- 多维度策略覆盖：内置 social、antispam、hr、privacy、market、legal 六大策略集，可组合调用
- 灵活的作用域控制：通过
scope（all/include/exclude）+apps列表精确控制哪些应用受检 - 可配置的风险阈值：支持自定义 REVIEW/BLOCK 触发阈值，适应不同业务风险偏好
- 企业级审计能力：提供
--audit-log、审批令牌、操作指纹等硬控机制，满足合规留痕要求 - 向后兼容设计：保留
legal-risk-checker、BABYLON_*等旧命名，降低存量系统迁移成本 - 执行边界安全：
guard_and_run采用"允许列表优先"设计，强制显式授权或带理由的显式绕过
潜在缺点与局限性
- 规则黑盒性：实际策略规则集位于
references/guardrail-policy-map.md，用户无法直接查看或自定义规则逻辑，仅能通过阈值和 profile 间接调整敏感度 - 英文语境优先：文档示例与策略命名均为英文，中文内容的风险识别效果未经明确验证
- 非实时学习：无证据表明具备模型自学习或案例反馈闭环，规则更新依赖分发包 (
dist/*.skill) - 误杀风险：高敏感度场景下（如
--strict模式），合法的专业金融/法律表述可能被过度拦截
适合人群
- 企业合规团队：需要为自动化内容发布建立统一法律防火墙的组织
- OpenClaw 工作流开发者：构建涉及多应用出站动作的 bot/自动化流程的工程师
- 金融科技/社交媒体运营：处理市场评论、用户互动、客户沟通等高风险内容的业务团队
- 法务-技术桥梁角色：需要将法律审查要求转化为技术卡点的产品/技术合规负责人
常规风险
| 风险类型 | 说明 |
|---------|------|
| **配置错误导致放行** | `scope` 设置不当或 `--allow-any-command` 滥用可能绕过核心检查 |
| **审批令牌泄露** | `allow-any-command-approval-token` 若被截获，可用于审计绕过 |
| **超时与可用性** | `--checker-timeout`、`--max-text-bytes` 限制可能导致大内容截断或检查失败 |
| **策略滞后** | 新型法律风险（如新兴平台监管要求）可能未即时纳入 `dist/` 包规则集 |
| **包装器注入风险** | `guard_and_run` 若未启用 `--sanitize-env`，敏感凭证可能通过环境变量泄漏到子进程 |