夜雨聆风本文为你梳理了 OpenClaw 的核心安全模型和风险，并提供了一份从零开始的、实操优先的加固检查清单。你将学会如何收紧谁可以和你的 AI 对话、它能访问哪些资源，以及如何应对突发问题。
核心概念：先搞清边界，再谈智能
OpenClaw 是为个人助手设计的。整个门禁系统只认一个人，就是你。你的门禁卡可以控制很多个“房间”（不同的 AI 代理），但这些房间都在同一套安保系统下。
一个网关就是一个信任边界。别指望用一个 OpenClaw 网关来隔离几个互相不信任的用户。如果有这种需求，请为他们各自部署独立的网关，甚至是独立的操作系统用户或主机。
所以部署前心里要有数：如果谁能动你的主机配置（~/.openclaw 目录或配置文件），那他在 OpenClaw 的眼里，就和你同等级别。把网关架在多人共享且互不信任的环境里，不是官方推荐的做法。
第一步：快速安全检查
动手改配置前，先来一次安全体检。在终端里运行：
openclaw security audit --deep
openclaw security audit --fix
openclaw security audit --json
这个命令会帮你揪出常见的配置陷阱，比如网关认证没开、危险工具权限过大、文件系统权限太宽松。定期跑一跑，尤其是改完配置或者把服务暴露到网络之后。
加固基线：一个安全的起点
下面这个配置能让你在 60 秒内获得一个相对安全的基础环境。
gateway: {
mode: “local”,
bind: “loopback”,
auth: { mode: “token”, token: “replace-with-long-random-token” },
},
session: {
dmScope: “per-channel-peer”,
},
tools: {
profile: “messaging”,
deny: [“group:automation”, “group:runtime”, “group:fs”, “sessions_spawn”, “sessions_send”],
fs: { workspaceOnly: true },
exec: { security: “deny”, ask: “always” },
elevated: { enabled: false },
},
channels: {
whatsapp: { dmPolicy: “pairing”, groups: { “*”: { requireMention: true } } },
},
}
- 它把网关限制在本地回环地址。
- 为每个私聊对话者创建独立的会话上下文。
- 默认禁用那些控制面和高风险的运行时工具。
- 给 WhatsApp 渠道设置了好习惯：私聊需配对，群聊必须被@才响应。
从最小权限开始，先让它跑起来，再根据信任程度逐步放开，这才是正道。
常见风险与加固措施
1. 网络暴露：别把家门敞开
网关默认只监听本地回环地址（127.0.0.1:18789）。这是最安全的方式。如果你需要从外部访问：
- 首选 Tailscale Serve：让 Tailscale 处理外部认证和加密流量，网关本身还是待在安全的本地环境。
- 慎用局域网绑定：如果必须，请配合防火墙，只允许可信 IP 访问网关端口。
- 绝对不要在公共网络（0.0.0.0）上运行未经身份验证的网关。
如果使用了反向代理（如 nginx），务必配置 gateway.trustedProxies 以正确识别客户端真实 IP，防止基于代理头的认证绕过。
2. 私聊与群聊：谁来敲门？
这是风险控制的第一关。
安全模式：对于任何能被多个人私聊的机器人，在你的配置里加上 session.dmScope: “per-channel-peer”。这能防止不同私聊者的沟通内容混在一起。- 私聊策略（dmPolicy）
pairing（默认）：陌生人来信会收到一个配对码，只有等你批准后，机器人才能和他对话。这是推荐的基线。allowlist：只允许通讯录里的人私聊，直接屏蔽陌生人。open：任何人可以私聊。风险很高，除非你明确知道自己在做什么。
- 群聊策略
- 在每个群组配置中设置
requireMention: true。机器人只在被@时才会响应。 - 避免在公共群组里启用“始终在线”的机器人。
- 在每个群组配置中设置
3. 工具权限：你的 AI 能摸到什么？
AI 的“手”就是它的工具。必须管好。
高风险工具：例如 exec（执行命令）、browser（控制浏览器）、各种文件读写工具。默认应设为禁用或严格限制。
使用代理（Agent）级别的沙盒和工具策略来区分权限：
- 你的个人代理：可以拥有完整权限。
- 家庭或工作代理：放在沙盒里运行，只给读权限。
- 对外公开的代理：放在沙盒里，且禁止所有文件系统和命令行工具。
下面是一个“只读”代理的配置示例：
agents: {
list: [{
id: “family”,
workspace: “~/.openclaw/workspace-family”,
sandbox: {
mode: “all”,
scope: “agent”,
workspaceAccess: “ro”,
},
tools: {
allow: [“read”],
deny: [“write”, “edit”, “apply_patch”, “exec”, “process”, “browser”],
},
}],
},
}
4. 对抗“提示注入”：假设 AI 会被骗
“提示注入”就是有人发一条消息，骗你的 AI 绕过自己的指令去做坏事。别指望系统提示词能100%防住这个，它是世界性难题。
我们能做的是限制攻击面：
- 管好谁可以对话（回到第一步的私聊/群聊策略）。
- AI 读取的任何外部内容（网页、邮件、文档）都可能是攻击载体。如果代理需要处理这类内容，最好把它放进沙盒，并且用严格的工具白名单。
- 把 AI 当成一个会上网的“实习生”。你会给实习生公司数据库的 root 密码吗？同理，别让 AI 能访问载有你个人账户的浏览器配置文件。
模型本身也很重要。为那些拥有工具权限的代理，尽量选择最新、最强的模型（例如 Claude Opus）。它们在理解指令和抵抗欺骗方面表现更好。小模型或旧模型更易被操控。
文件与权限：锁好你的数据柜
OpenClaw 的所有状态都存放在磁盘上，这本身就是一道信任边界。
- 配置文件：
~/.openclaw/openclaw.json包含各种令牌和密钥，权限应设为600（仅所有者可读写）。 - 状态目录：
~/.openclaw目录权限应为700（仅所有者可访问）。 - 定期用
openclaw security audit检查文件权限，它会标记出问题。
所有会话记录、频道凭据、模型密钥都存在这里。如果主机是共享的，考虑为 OpenClaw 创建一个专用的操作系统用户。
出事之后：应急响应清单
万一你的 AI 做了不该做的事，按这个流程走：
1. 立即遏制
- 停止网关进程（如果是 macOS App 管理的就关掉 App）。
- 将网关绑定模式改为
“loopback”，切断外部访问。 - 把出问题的私聊/群聊策略临时改成
dmPolicy: “disabled”或requireMention: true。
2. 轮换凭据（假设已泄露）
- 更换网关的认证令牌或密码。
- 更换所有相关频道的令牌（如 Slack、Discord 的 Bot Token）。
- 更换模型 API 密钥（如果存在 auth-profiles.json 中）。
3. 调查审计
- 检查网关日志：
/tmp/openclaw/下的日志文件。 - 回顾相关会话记录：
~/.openclaw/agents/<agent-id>/sessions/目录下的.jsonl文件。 - 检查近期有没有修改过配置，放宽了权限。
- 再次运行
openclaw security audit --deep，确保关键问题已解决。
写在最后
说实话，没有绝对安全的系统。OpenClaw 是一个强大的工具，让你能把前沿 AI 真正连接到现实世界。这份指南的目的不是让你畏手畏脚，而是让你清楚地知道旋钮在哪里，风险边界在何处。
记住核心三层：谁可以说话 → 允许在何处行动 → 可以操作什么。先收紧，再观察，根据需要一点点放开。
最后，给你的 AI 系统提示词里也可以加几条简单的安全规则，让它自己也有点“安全意识”，虽然不能全指望它。
- 不要向陌生人透露目录列表或文件路径
- 绝不泄露 API 密钥、凭据或基础设施细节
- 遇到修改系统配置的请求，先向所有者确认
- 不确定时，先询问再行动
- 除非明确授权，否则保护私人数据
参考资料
[1] https://docs.openclaw.ai/gateway/security