核心用法
agentic-governance 是一个面向 AI 智能体团队的约束治理基础设施，通过 /gov 命令集实现规则的全生命周期管理：
| 子命令 | 功能 |
|--------|------|
| `/gov state` | 实时治理仪表盘（约束状态、审查队列、健康度） |
| `/gov review` | 90天周期性审查，支持续期/退役/立即废止 |
| `/gov index` | 自动生成技能索引文档（`agentic/INDEX.md`） |
| `/gov verify` | 源码与编译产物双向一致性校验 |
| `/gov migrate` | 约束 schema 版本迁移 |
显著优点
1. 预防性治理：通过 HEARTBEAT 定时检测和预警阈值，在约束过期前主动提醒（默认 90 天周期，15 天预警），避免「规则僵化」
2. 数据驱动决策：内置采用率追踪（目标 >80%）、违规率（目标 <5%）、覆盖覆盖（目标 <20%）三大 metrics，量化规则有效性
3. 零外部依赖：所有分析基于本地约束引擎与失败记忆系统，数据不离开工作区信任边界
4. 合规就绪：内置 SOC 2 映射示例，支持审计准备状态快速评估
潜在缺点与局限性
- 非强制执行：90 天审查周期仅作 advisory，依赖人工或 HEARTBEAT P3 检查，无自动阻断机制
- 依赖前置技能：完整功能需配合
constraint-engine和failure-memory，独立使用仅支持索引生成与双向校验 - 配置分散：支持
.openclaw/和.claude/双路径配置，可能造成多团队协作时的配置漂移 - 模型调用限制：
disable-model-invocation: true意味着复杂治理决策需外部触发，无法自主完成深度分析
适合人群
- 使用 OpenClaw/Claude Code 构建智能体工作流的技术团队
- 需要维护 10+ 条团队规范的平台工程/开发者体验团队
- 追求 SOC 2、ISO 27001 等合规认证的安全与合规工程师
常规风险
| 风险场景 | 缓解建议 |
|----------|----------|
| 状态文件损坏 | 自动从约束文件重建，但可能丢失历史审查记录 |
| 约束大量过期 | 建议设置 CI 任务定期执行 `/gov review --due` |
| 采用率虚高 | 注意「被动触发」vs「主动遵循」的统计差异 |
| 云模型数据外泄 | 虽无第三方 API，但 Claude/GPT 处理时数据仍流经云服务商 |