核心用法
Clawdbot Self-Security Audit 是一套面向 AI Agent 运行时的知识型安全自检框架，通过读取本地配置文件（~/.clawdbot/clawdbot.json 等）执行 13 个安全域的只读审计。用户可通过自然语言指令（如 "run security check"、"audit clawdbot"）触发，或使用结构化命令：
clawdbot security audit— 标准快速扫描clawdbot security audit --deep— 全量深度检查clawdbot security audit --fix— 自动应用安全加固（权限收紧、策略修正）
13 大安全域覆盖
| 优先级 | 域 | 关键检查点 |
|:---|:---|:---|
| 🔴 Critical | Gateway 暴露、凭证安全 | bind 地址、auth_token、文件权限 600 |
| 🟠 High | DM/群组策略、浏览器控制、网络绑定 | allowlist、gated mentions、HTTPS token |
| 🟡 Medium | 工具沙箱、日志脱敏、提示注入防护、危险命令拦截 | sandbox、redactSensitive、wrap_untrusted |
显著优点
- 零信任设计：默认假设网络不可信，强制最小权限原则
- 动态可扩展：新增检查只需在 SKILL.md 追加知识，无需改代码
- actionable 输出：每处风险附带具体修复命令与配置片段
- 模型安全导向：针对 AI Agent 特有风险（提示注入、工具滥用）专项防护
潜在局限
- 依赖本地文件访问：若 Clawdbot 无
read权限或配置路径非标准，检测可能遗漏 - 非实时防护：属于审计型（detective）而非阻断型（preventive）控制
- 修复自动化边界：
--fix仅处理低风险项（权限、日志策略），网络暴露等需人工确认 - 生态锁定：专为 Clawdbot 配置格式设计，无法直接用于其他 AI Agent 框架
适合人群
- Clawdbot 自托管用户：尤其是暴露于公网或拥有浏览器/Shell 工具权限的实例
- AI Agent 安全研究员：学习 AI 运行时的攻击面建模与防护策略
- 企业合规运维：需定期生成安全基线报告的场景
常规风险
- 误报风险：某些"宽松"配置可能是业务必需（如开发环境 open DM），需结合上下文判断
- 凭证残留：审计过程读取敏感配置文件，虽为只读但需确保日志不二次泄露（依赖
redactSensitive配置本身） - 技能滥用：攻击者若获取 Clawdbot 控制权，可能利用此技能反向探测系统弱点