1. 项目概述为AI助手戴上“安全刹车”如果你和我一样日常重度依赖像OpenClaw这样的AI编程助手来提升效率那么一个无法回避的隐忧始终悬在心头我到底有多信任它当它轻描淡写地提出要删除某个目录、安装一个来源不明的技能或者执行一段复杂的Shell脚本时我们真的能完全放心吗尤其是在处理生产环境代码、敏感数据或者关键系统配置时一次未经审视的“自动化”操作代价可能是灾难性的。这正是我着手构建并分享Claw-Gatekeeper或称OpenClaw Guardian的初衷——它不是一个替代品而是一个为你的AI助手量身定制的“副驾驶安全员”。简单来说Claw-Gatekeeper是一个持久化的安全层它像一道透明的防火墙静默地运行在你的OpenClaw会话中。它的核心工作不是阻止而是拦截、评估与授权。每当OpenClaw试图执行一个潜在风险操作如文件删除、网络请求、技能安装时Gatekeeper会瞬间介入基于一套多维度的风险评估引擎为这个操作打分0-100并归入四个风险等级低、中、高、关键。最关键的是它引入了“会话感知”的审批逻辑对于中、高风险操作你在第一次确认后可以选择“批准本次会话”此后半小时内同类型的操作将自动放行无需反复打扰。而对于那些触及红线的“关键”操作如rm -rf /或访问凭证则永远需要你逐一手动确认绝不妥协。这个项目的诞生源于对当前AI助手原生安全机制不足的直接回应。在快速迭代的开发浪潮中安全特性有时会滞后。Gatekeeper作为一个临时但强大的补丁旨在填补这段空白期让你在享受AI带来的生产力飞跃时心中能多一份踏实。它适用于所有开发者、运维人员以及对自动化操作有安全顾虑的科技从业者无论你是个人用户还是在团队中推广AI助手的使用这套“信任但验证”的机制都至关重要。2. 核心设计思路在安全与流畅之间寻找平衡点设计一个安全工具最怕的就是它变成“麻烦制造者”。如果每次操作都弹窗询问用户很快就会因“警报疲劳”而选择禁用或盲目放行安全形同虚设。因此Claw-Gatekeeper的设计哲学从一开始就非常明确最大化安全最小化干扰。这需要通过精妙的机制设计来实现。2.1 风险矩阵量化“危险”的尺度一切安全决策的基础是准确的风险评估。Gatekeeper内置的风险引擎并非简单地进行关键词匹配而是构建了一个多维度的风险矩阵。它会分析操作的多个属性操作类型是文件操作、Shell命令、网络请求还是技能管理不同类型的基线风险不同。操作目标目标路径是否涉及系统目录如/etc,/usr、用户主目录、临时目录还是项目路径对系统文件的修改风险远高于用户临时文件。操作范围是操作单个文件还是批量删除、递归修改范围越大潜在影响越广。上下文来源该操作请求是来自一个已认证的、知名的技能还是来自一次临时的、未经审查的对话来源的可信度直接影响风险评分。例如一个“删除~/Downloads/temp.pdf”的操作可能被评估为低风险用户目录、单个文件从而被自动放行。而“从unknown-repo.git安装># 这是文档中给AI助手的指令我们拆解其每一步在做什么 curl -L -o claw-gatekeeper.skill https://github.com/stephenlzc/claw-gatekeeper/releases/latest/download/claw-guardian.skill # 1. curl -L: 跟随重定向下载。 # 2. -o: 指定输出文件名为 claw-gatekeeper.skill。 # 3. 从GitHub Releases下载最新的技能包。 openclaw skill install claw-guardian.skill # 4. 调用OpenClaw的命令行工具安装这个技能包。这通常会将技能脚本、配置文件解压到OpenClaw的技能目录下例如 ~/.openclaw/skills/claw-guardian/。 openclaw skill persist claw-guardian # 5. 将claw-guardian技能设置为“持久化”。这是关键一步意味着该技能会在每个OpenClaw会话开始时自动加载并运行而不是需要手动激活。安装完成后Gatekeeper的核心组件会被放置在~/.claw-guardian/目录下。你可以运行初始化脚本来生成默认配置python3 ~/.claw-gatekeeper/scripts/policy_config.py mode standard这个命令会创建或更新~/.claw-guardian/config.json文件将运行模式设置为“标准”。3.2 核心目录与文件结构了解项目结构有助于高级管理和故障排除~/.claw-guardian/ ├── config.json # 主配置文件模式、会话超时、黑白名单等 ├── sessions/ │ ├── current_session.json # 当前活跃会话的状态文件记录所有临时批准的规则 │ └── Operate_Audit.log # 最重要的审计日志所有中高风险及以上操作均记录于此 ├── backups/ # 配置和会话的自动备份 └── [通过技能安装的脚本文件]config.json详解 这是一个JSON格式的文件你可以直接编辑但更推荐使用提供的policy_config.py脚本修改以避免语法错误。{ operation_mode: standard, // 运行模式standard, strict, loose, emergency session_timeout_seconds: 1800, // 会话超时时间秒默认30分钟 whitelist: { paths: [/home/user/trusted_project], // 完全信任的路径其下操作风险评分降低 commands: [git status, ls -la], // 完全信任的命令直接放行 skills: [code-helper, docx-generator] // 完全信任的技能其发起的操作风险评分降低 }, blacklist: { path_patterns: [/etc/passwd, /root/*], // 绝对禁止访问的路径模式 command_patterns: [rm -rf /, dd if/dev/zero] // 绝对禁止执行的命令模式 } }Operate_Audit.log详解 这是安全审计的生命线。每一条记录都包含时间戳、风险等级、操作类型、决策结果和操作详情。格式如下[2026-03-12 14:30:25.123] [ HIGH] [skill] allow_session:>cd ~/.claw-gatekeeper/scripts ./deploy-secure.sh --apply这个脚本做了以下几件事切换至应急模式将所有操作包括低风险操作设置为需要人工确认。扩展黑名单添加超过20个高危命令模式如涉及格式化、内存转储、特定端口扫描等。锁定敏感目录加强对~/.ssh,~/.aws/,~/.kube/等包含凭证和配置的目录的保护任何访问尝试都会触发关键风险警报。加固审计日志设置日志文件权限为仅所有者可读写并配置日志轮转保留30天记录。创建备份对现有配置进行快照备份以便随时回滚。注意事项启用安全强化模式会显著增加与AI助手的交互次数因为每一个文件读取、目录列表等基础操作都可能触发确认。请仅在处理极端敏感任务时临时启用并在任务结束后使用./deploy-secure.sh --restore恢复至之前的配置。切勿在需要高度自动化的工作流中长期开启此模式。4. 日常使用、问题排查与高级技巧部署完成后Gatekeeper便在后台静默工作。大部分时间你感知不到它直到风险操作被拦截。以下是日常使用和问题解决指南。4.1 交互界面与决策流程当拦截发生时你会在终端看到类似下面的交互提示以删除操作为例[Claw-Guardian] MEDIUM RISK Operation: File Operation Detail: delete ~/temp/ (45 files) Risk Level: MEDIUM Risk Score: 45/100 ⚠️ Risk Analysis: 1. Batch operation (45 files) 2. Directory deletion SELECT AN OPTION: [y] ✅ Allow this time only [s] ✅ Allow for this session ⭐ [Y] ✅✅ Always allow (whitelist) [n] ❌ Deny this time [N] ❌❌ Always deny (blacklist) Your choice:选项解读与选择策略y(仅本次允许)最保守的选择。你这次允许但下次完全相同的操作还会再问。适用于你暂时信任但想保持关注的操作。s(批准本次会话)最常用、最体现设计精髓的选择。你确认这次操作合理并信任在当前工作上下文未来30分钟中同类操作也是安全的。极大提升效率。Y(始终允许并加入白名单)将此操作的特征永久加入白名单。请极度谨慎使用。仅在你100%确定该操作在任何情况下都安全时选择例如对你个人笔记目录的ls操作。误加白名单会削弱安全防线。n(本次拒绝)拒绝本次操作。OpenClaw会收到操作被拒绝的通知。N(始终拒绝并加入黑名单)将此操作特征永久加入黑名单。适用于你明确知道永远不需要的操作。4.2 状态检查与日志管理你应该定期例如每天下班前或感觉异常时检查Gatekeeper的状态。检查当前会话状态python3 ~/.claw-gatekeeper/scripts/guardian_ui.py session这会显示当前会话已运行时间、剩余超时时间以及本会话中已批准的规则列表。查看审计日志# 查看最近50条记录 python3 ~/.claw-gatekeeper/scripts/session_manager.py check --lines 50 # 搜索特定类型的操作如所有文件删除 python3 ~/.claw-gatekeeper/scripts/session_manager.py check | grep -i delete # 将日志导出到文件进行详细分析 python3 ~/.claw-gatekeeper/scripts/session_manager.py check --lines 1000 ~/audit_review.txt管理会话与规则# 立即终止当前会话清除所有临时批准 python3 ~/.claw-gatekeeper/scripts/session_manager.py expire # 查看白名单/黑名单内容 python3 ~/.claw-gatekeeper/scripts/policy_config.py show whitelist python3 ~/.claw-gatekeeper/scripts/policy_config.py show blacklist # 从白名单中移除一条规则如果你觉得加错了 python3 ~/.claw-gatekeeper/scripts/policy_config.py remove whitelist paths “/some/risky/path”4.3 常见问题与排查技巧在实际使用中你可能会遇到以下情况这里提供我的排查思路问题1Gatekeeper没有弹出拦截但AI助手执行了危险操作。可能原因A操作被评估为低风险。检查Operate_Audit.log看该操作是否被记录为[ LOW]并auto-allowed。如果是说明风险引擎认为它是安全的。如果你觉得误判可以考虑调整模式为strict或手动将该操作模式加入黑名单。可能原因B技能未正确持久化。运行openclaw skill list查看claw-guardian技能是否在列表中且状态为persistent。如果不是重新执行openclaw skill persist claw-guardian。可能原因COpenClaw以特殊模式启动。某些OpenClaw的调试或管理员模式可能会绕过技能系统。确保你在常规用户模式下使用。问题2频繁弹出对同一安全操作的确认即使选择了“批准本次会话”。可能原因操作“特征指纹”不匹配。Gatekeeper的会话批准是基于操作类型、路径模式等多因素哈希的。如果AI助手两次操作的命令参数有细微差别例如一次是rm file.txt另一次是rm -f file.txt可能会被识别为不同操作。排查方法对比两次操作的审计日志详情。如果确认是同一意图的操作可以考虑将更通用的模式如rm * file.txt加入白名单但这会扩大权限需谨慎。问题3会话超时时间感觉不合适。解决方案直接编辑~/.claw-guardian/config.json文件修改session_timeout_seconds的值单位秒。例如设置为900即为15分钟设置为7200则为2小时。修改后Gatekeeper会在下次操作评估时读取新配置。问题4审计日志文件过大。解决方案Gatekeeper本身没有内置日志轮转但你可以使用Linux的logrotate工具或编写一个简单的cron任务来定期压缩或清理旧日志。例如创建一个每周运行的脚本#!/bin/bash LOG_FILE$HOME/.claw-guardian/sessions/Operate_Audit.log if [ -f $LOG_FILE ]; then # 将超过30天的日志移动到备份文件并压缩 find $LOG_FILE -mtime 30 -exec gzip {} \; # 重启OpenClaw或发送信号让Gatekeeper重新打开日志文件如果需要 fi4.4 高级技巧与CI/CD或监控系统集成Gatekeeper的审计日志是结构化的文本非常适合被外部系统消费。你可以将其集成到你的安全信息与事件管理SIEM系统或简单的监控脚本中。例如一个简单的Python监控脚本可以实时尾随日志并发送高风险警报#!/usr/bin/env python3 import subprocess import re import requests # 假设使用Webhook发送警报 LOG_PATH os.path.expanduser(~/.claw-guardian/sessions/Operate_Audit.log) def tail_log(): 模拟 tail -f 功能持续读取日志新增行 process subprocess.Popen([tail, -F, LOG_PATH], stdoutsubprocess.PIPE, stderrsubprocess.PIPE) while True: line process.stdout.readline() if line: process_line(line.decode(utf-8).strip()) def process_line(line): 解析日志行对关键风险发送警报 # 匹配日志格式提取风险等级和详情 match re.search(r\[( CRITICAL| HIGH)\] \[(.*?)\] (.*?): (.*), line) if match: risk_level, op_type, decision, detail match.groups() if risk_level CRITICAL: # 发送警报到Slack/Teams/邮件等 alert_message f CRITICAL OpenClaw Operation Alert\nType: {op_type}\nAction: {decision}\nDetails: {detail} # 这里调用你的警报发送函数例如 # send_slack_alert(alert_message) print(fALERT: {alert_message}) # 暂时打印到控制台 elif risk_level HIGH and deny in decision.lower(): # 对被拒绝的高风险操作也进行记录 print(fWARNING: High-risk operation was denied: {detail}) if __name__ __main__: tail_log()这个脚本只是一个起点你可以根据团队的需要扩展为将日志导入Elasticsearch进行可视化或者与Jira等工单系统联动自动创建安全审查任务。5. 总结与项目展望Claw-Gatekeeper本质上是一个“信任代理”。它不替代你的判断而是将AI助手那令人不安的“黑盒”操作转变为一个可审计、可控制、可理解的交互过程。通过引入会话级审批这个巧妙的“时间边界”概念它在“绝对安全带来的繁琐”和“绝对便利带来的风险”之间找到了一个实用的平衡点。从我个人的使用体验来看最大的改变是心理层面的“放松”。我知道有一个守护进程在默默工作这让我更敢于让OpenClaw去尝试一些复杂的自动化任务因为我知道在最坏的情况下会有一道确认的闸门。审计日志也成为了一个宝贵的“行为镜像”让我反过来审视自己和AI助手的工作模式发现了一些不必要的危险习惯并加以改正。这个项目是开源的并且被设计为临时方案。它的终极愿景是促使AI助手平台将此类安全机制内化、做得更好。在那一天到来之前Gatekeeper会持续演进。我目前正在思考的几个方向包括基于机器学习对操作序列进行异常检测例如短时间内连续删除不同目录的文件、与操作系统级的权限管理如SELinux、AppArmor进行更深度集成、提供图形化的仪表盘来查看风险态势等。安全是一个过程而非一个状态。在AI能力飞速进化的今天为我们的工具链注入审慎和可控性是每一个技术从业者对自己、也是对项目负责的表现。希望Claw-Gatekeeper能成为你AI工作流中一个坚实而低调的伙伴。如果你在使用中发现了新的风险模式或者有改进的想法非常欢迎参与到项目中来。毕竟最好的安全工具源于社区的共同实践和智慧。