核心用法
SafeSpace Rater 是面向 OpenClaw 生态的 CLI 安全审计技能，核心功能围绕本地技能审查、量化评分生成、信誉网络共建三大场景展开。
审计流程：通过 audit-local 命令对指定目录下的技能进行自动化扫描，支持 --dry-run 纯本地模式与完整上传模式。评分采用混合融合机制：final = 0.7 × rule + 0.3 × llm，其中 rule 分基于 CLI 规则检测，LLM 分可来自外部 runtime 模型输出（通过 --llm-score-file 注入），缺失时自动降级为纯规则分。
批量与节奏控制：--sample-rate 控制采样频率，--max-submit 限制单次提交量（默认5条防429），--max-report-runes 约束报告长度。失败任务进入 ~/.safespace/pending-uploads.json 队列，可通过 retry-pending 重试。
身份与网络：需一次性 register 本地 DID 身份，评分可选提交至 SafeSpace 公共网络（https://skillvet.cc.cd 或自定义地址），形成可共享的信誉信号。
显著优点
1. 可复现的量化评估：将"这个 skill 靠谱吗"的主观判断转化为可度量、可追溯、可对比的分数体系
2. 混合评分架构：规则分的严谨性 + LLM分的语义理解能力，兼顾安全与智能
3. 生产级友好设计：内置速率限制、失败重试、哈希去重、报告长度控制，适合 CI/CD 集成
4. 开放网络参与：评分可贡献至 SafeSpace 公共信誉层，形成社区共治的安全基础设施
5. 灵活的环境配置：支持服务端地址覆盖、OpenAI 兼容回退、超时控制等企业级需求
潜在局限
- 依赖外部 LLM 输入：LLM 分质量受 runtime 模型能力制约，若注入文件不可信则融合分偏移
- 规则覆盖范围未公开：
rule分的具体检测项、权重细则未在文档中详述，黑盒程度较高 - 网络层单点风险：SafeSpace 服务端地址可配置，但默认依赖中心化服务可用性
- 429 限流策略：同 DID + 同技能 10 分钟内重复提交触发限流，批量审计需注意节奏
- 报告截断与哈希去重：可能丢失部分审计细节，调试场景需额外注意
适合人群
- OpenClaw 技能开发者：自检技能安全基线
- 企业安全团队：建立内部 skill 准入清单
- 平台运营方：构建/贡献公共信誉网络
- DevSecOps 工程师：CI 流水线集成自动化安全门禁
常规风险
| 风险类型 | 说明 |
|---------|------|
| 评分操纵 | 若 LLM 分文件被篡改，融合分可信度下降 |
| 隐私泄露 | 审计报告上传至公共网络时，可能暴露内部 skill 结构 |
| 服务可用性 | SafeSpace 网络或回退 LLM 服务异常时，纯本地模式仍可用但失去信誉共享价值 |
| 身份管理 | DID 私钥本地存储，需配合系统级密钥管理 |
| 规则滞后 | 新型攻击手法可能未被 rule 分检测覆盖 |