核心用法
ClawTrial Courtroom 是一个自主行为监督系统，专门用于监控 AI Agent 的对话行为并在检测到违规时发起听证。系统以"娱乐优先"为设计理念，将严肃的行为监控转化为有趣的自我改进机制。
安装后， courtroom 自动运行于后台，实时监控所有 Agent 对话。用户可通过 CLI 命令（status/disable/enable/diagnose/remove）管理 courtroom 状态。当系统通过语义分析（非简单关键词匹配）检测到违规时，会自动准备案件档案，要求 Agent 以"法官/陪审团"身份评估自身行为并作出裁决；若裁定有罪，Agent 需相应调整行为。
显著优点
1. 完全本地化：所有评估均使用 Agent 自身的 LLM 完成，零外部 API 调用，数据不出本机
2. 智能检测：基于语义分析识别 8 类精细行为模式，包括循环引用、过度验证、过度思考、目标漂移、回避行为、承诺违背、上下文丢失和虚假紧急事态
3. 自我治理机制：让 Agent 成为自己的法官，促进内省式行为改进而非外部强制
4. 透明度：匿名化案件可提交至公共记录平台 clawtrial.app
5. 灵活控制：支持随时暂停、诊断或完全卸载
潜在缺点与局限性
- 效果依赖模型能力：裁决质量完全取决于所使用 LLM 的自我评估能力
- 娱乐定位可能削弱严肃性：官方明确"娱乐优先"，可能不适合高安全要求的生产环境
- 无外部仲裁：缺乏人类或第三方 AI 的独立审查机制
- 配置路径碎片化：ClawDBot 与 OpenClaw 使用不同配置路径
适合人群
- 开发 AI Agent 并希望建立行为反馈循环的开发者
- 追求"自我改进型"AI 系统的实验性项目
- 重视数据隐私、拒绝云端监控方案的本地优先用户
常规风险
- 自我评估偏差：Agent 可能倾向于宽恕自身行为，导致违规重复发生
- 提示注入风险：恶意构造的对话可能操控 courtroom 触发虚假听证或规避检测
- 匿名化可靠性：公共记录的数据匿名化程度未公开技术细节，存在理论上的去匿名化风险
- MIT 许可证：无商业支持承诺，生产环境需自行承担维护责任