夜雨聆风OpenClaw的安全性问题一直很严重。
一旦安装了带有高权限的 skill，或者被 prompt 注入操控，有可能本地文件、API Key、账号信息在你完全无感的情况下被读取甚至外传。当前 OpenClaw 的 skill 生态是开放的，缺乏强审核机制，也已经出现过恶意 skill 混入、伪装工具链的情况。大多数人是在“高权限 + 不可信插件”的环境下使用。我来为大家介绍 3 个有价值的安全类 skill，帮你在不增加太多复杂度的前提下，把 OpenClaw 的风险降到一个可控范围。
• skill-vetter • skillvet • hex-vetter
skill-vetter（用于基础审查）
功能：
skill-vetter 解决的是“你安装的 skill 本身是否存在风险”。它主要用于检测恶意代码、异常网络请求、越权访问以及 exec / eval 等高风险行为。本质上属于供应链防御的第一道防线，其核心作用是帮助用户在安装 skill 之前做一次基础安全筛查。
安装方法
clawhub install skill-vetter使用方法
在安装某个 skill 前，通过自然语言触发：
请用 skill-vetter 审查这个 skill 是否安全执行流程包括：检查来源、扫描代码、分析权限、输出风险等级。它不执行代码，仅做分析，并输出结构化结果。
skillvet（强化版扫描）
功能：
skillvet 解决的是 skill-vetter 检测深度不够的问题，属于“安全工程级扫描器”。它扩展了检测能力，包括 prompt injection、代码混淆（obfuscation）、homograph 攻击以及已知攻击特征库匹配。相比 skill-vetter，它更激进、更严格，并支持自动拒绝高风险 skill。
使用方法
安全安装（推荐）：
bash skills/skillvet/scripts/safe-install.sh <skill>审计单个 skill：
批量扫描：
为什么 skillvet 像脚本而不是典型 skill
skillvet 并不是一个纯对话型 skill，而是一个“工具型 skill”。它本质是脚本 + CLI，而不是依赖 LLM 的自然语言分析。设计原因：
1. 避免被 prompt injection 污染 2. 保证扫描结果是确定性的，而不是概率性的 3. 支持 CI / 自动化批量扫描
如果让 OpenClaw 调用 skillvet 进行审计，会带来两个问题：
• 扫描过程可能被 LLM 污染 • 结果变成不稳定的概率判断因此它刻意“绕开 AI”，直接用 bash 执行。
hex-vetter（深度检测）
功能：
hex-vetter 解决的是“隐藏攻击”问题，即那些通过编码或混淆手段规避检测的恶意代码。例如 base64 payload、hex 编码 shell、字符串拼接等。它属于对抗层检测，用于补充 skill-vetter 的盲区。
安装方法
使用方法：作为二次扫描工具，在安装后使用：
请用 hex-vetter 深度扫描这个 skill适用于不完全信任来源的 skill，重点检测 encoded payload、binary 片段和混淆命令链。
三个 Skill 的关系与对比
分工总结
• skill-vetter：语义层扫描（看起来是否可疑） • skillvet：规则级扫描（确定性安全工程） • hex-vetter：编码层扫描（检测隐藏攻击）
典型差异示例
差异：
• skill-vetter：可能识别为 eval 行为，标记为中等风险 • hex-vetter：能解码出 “rm -rf /”，直接标记为高危
这个例子体现了两者的本质区别：
• skill-vetter：判断“像不像恶意代码” • hex-vetter：判断“是否隐藏了真实攻击”
但我依然想要强调，这些Skills可以降低风险，但不能保证安全。
真正的安全边界应该是：
1. 最小权限原则（不要给 agent 全盘权限） 2. 不信任任何第三方 skill 3. 敏感目录隔离（API Key、SSH） 4. 使用容器或沙箱运行 agent