openclaw-whisperer

🏥 OpenClaw 一站式运维诊断专家

来自个人开发者的 OpenClaw 综合诊断工具,提供自动化错误修复、技能推荐与系统健康检查,让运维排障更高效安全。

收藏
9.1k
安装
1.9k
版本
v1.2.0
CLS 安全性认证2026-05-01
点击查看完整报告 >

使用说明

OpenClaw Whisperer 是一款专为 OpenClaw 平台设计的全方位诊断与运维工具集,旨在帮助用户快速定位并解决系统故障,同时提供智能化的技能推荐服务。该工具集包含五大核心组件:Error Fixer(错误修复器)、Skill Recommender(技能推荐器)、Enhanced Doctor(增强诊断器)、Self-Updater(自更新器)和 Setup Wizard(设置向导),形成从初装配置到日常运维的完整闭环,显著提升 OpenClaw 环境的可维护性和稳定性。

核心用法上,用户可通过 Error Fixer 诊断特定错误代码(如 401、EADDRINUSE)或分析日志文件,执行带历史追踪的自动修复,并测试 GitHub/Slack/Discord 通知钩子;Skill Recommender 能基于渠道(如 WhatsApp)或使用场景(如图像生成)智能推荐 ClawHub 技能,自动检测互补技能组合并提供加分评分;Enhanced Doctor 执行深度系统扫描,支持标准或深度模式检查;Self-Updater 维护本地技能缓存和参考文档的最新状态;Setup Wizard 提供交互式首次安装引导。所有工具均通过 Python CLI 调用,支持 JSON 输出便于 CI/CD 集成。

显著优点包括:强大的自动化诊断与修复能力,覆盖认证、网关、沙箱等多类错误;智能推荐系统不仅推荐单个技能,还能识别 10 种技能间的协同关系;完善的安全防护机制,所有危险操作均标记为 safe_auto: false 并需用户显式确认;丰富的参考文档体系,包含 11 类错误处理指南和故障排除决策树;以及诊断钩子集成能力,支持向主流协作平台发送错误通知,实现运维自动化。

潜在缺点方面,作为 T3 级个人开源项目(PhenixStar),长期维护稳定性和社区支持规模有限;工具依赖 Python 3 环境及 click、rich、requests、beautifulsoup4 等第三方库,在隔离环境或受限生产环境中可能存在依赖安装障碍;部分系统级修复操作(如 kill -9、systemctl、docker rm、chmod)虽需确认,但在高权限环境下仍存在误操作风险;此外,参数解析虽使用 shlex.split() 防护,但输入验证逻辑仍有提升空间。

适合目标群体主要包括:OpenClaw 平台的日常运维人员、需要快速排查配置错误或网络故障的开发者、希望发现优质插件并优化技能组合的管理员,以及首次部署 OpenClaw 的新手用户。对于需要自动化监控和即时告警通知的企业级用户,该工具的钩子集成功能也具备实用价值。

使用风险主要涉及:执行系统级命令(进程终止、服务重启、容器删除)的潜在影响,建议生产环境先在测试实例验证;依赖项版本锁定虽可减少冲突,但需定期关注安全更新;作为社区驱动工具,建议定期检查 GitHub 仓库获取安全补丁;此外,修复历史追踪和诊断日志可能包含敏感路径信息,需妥善保管本地数据文件。

安全解读

核心用法

OpenClaw Whisperer 是专为 OpenClaw 自托管 AI 网关设计的综合诊断与运维工具集,提供五大核心模块:

1. Error Fixer - 智能诊断与自动修复系统,支持按错误码(如 401、EADDRINUSE)或日志文件分析问题,内置 9 类通知钩子(GitHub/Slack/Discord)和修复历史追踪功能
2. Skill Recommender - 基于频道类型或使用场景(如 image generation)智能推荐 ClawHub Skill,支持互补 Skill 检测与协同评分

3. Enhanced Doctor - 深度健康检查,含日志分析与 JSON 输出

4. Self-Updater - 维护参考文档与缓存更新

5. Setup Wizard - 交互式首次安装向导

显著优点

  • 安全控制完善:所有命令执行通过 shlex.split + subprocess.run 列表参数实现,无 shell=True;危险操作(kill -9、docker rm)强制标记 safe_auto: false 需用户确认
  • 生态深度集成:覆盖认证、限流、网关、容器、配置等 10 类错误场景,内置 10 组互补 Skill 关系数据
  • 运维友好:支持诊断钩子通知、修复历史追踪、干运行模式(dry-run)
  • 依赖干净:仅使用 click、rich、requests、beautifulsoup4 等标准 Python 生态库

潜在缺点与局限

  • 来源可信度有限:T3 级别个人开发者(phenixstar)维护,非企业级背书
  • 命令执行依赖:仍依赖 subprocess 执行 curl 及部分系统命令,虽控制良好但存在理论风险
  • 令牌生成较弱:默认 authToken 采用 changeme-{hash} 简单构造,安全性不足
  • 路径验证待加强:文件操作步骤缺乏严格的路径边界检查
  • 社区规模未知:GitHub 开源但活跃度和长期维护承诺未明确

适合人群

  • OpenClaw 自托管用户及运维人员
  • 需要快速排查 AI 网关故障的开发者
  • 希望自动化 Skill 发现与组合的技术团队

常规风险

  • 权限最小化警告:诊断过程需访问系统环境变量、CI 配置及本地文件系统
  • 网络依赖:需连接 docs.openclaw.ai 获取错误代码更新(TLS 1.2+)
  • 危险命令误操作:虽需确认,但强制终止进程、删除容器等操作仍可能误伤生产环境
  • 第三方依赖 CVE:requests、beautifulsoup4 需定期更新以规避已知漏洞

openclaw-whisperer 内容

data文件夹
references文件夹
scripts文件夹
lib文件夹
templates文件夹
手动下载zip · 101.5 kB
complementary-skills.jsonapplication/json
请选择文件