近日，一款名為ClawKeeperv1.0的智能體安全框架正式發布，由北京智源人工智能研究院、北京郵電大學與中國信息通信研究院聯合研發。該框架專為OpenClaw設計，通過“技能-插件-觀察者”三位一體架構，構建了覆蓋智能體全生命周期的安全防護體系，尤其適用于高安全需求的局域網智能體集群監控場景。目前，項目代碼已在GitHub開源，相關研究論文同步公開。
隨著OpenClaw的廣泛應用，其安全風險日益凸顯。當智能體獲得調用工具、讀寫文件甚至操作系統控制權限后，提示注入攻擊、密鑰泄露、行為失控等威脅可能造成嚴重后果。例如，惡意技能可能通過偽裝指令篡改系統配置，或利用權限漏洞竊取敏感數據。現有防御手段多聚焦單一威脅類型，且僅覆蓋智能體生命周期的某個階段，難以形成系統性防護。
傳統安全方案通常依賴嵌入智能體內部的約束機制，要求其在任務執行與安全合規間尋求平衡。這種設計導致智能體常陷入兩難境地：過度強調安全可能影響功能實現，反之則可能引發漏洞。例如，某企業曾因智能體權限配置不當，導致內部網絡被惡意技能滲透，造成數據泄露事故。
針對上述問題，研發團隊提出“以智能體監管智能體”的創新范式。ClawKeeper作為獨立于OpenClaw業務的“安全外腦”，通過實時行為分析、動態規則更新等技術，實現從“事后追溯”到“事前預防、事中攔截”的轉變。其核心優勢在于不干擾主業務運行，同時能隨OpenClaw能力升級同步優化防御策略。
作為一套完整的安全基礎設施，ClawKeeper具備多層級防護能力：運行前可掃描環境依賴漏洞，運行中實時評估行為風險并攔截高危操作，通過行為畫像與軌跡分析識別異常模式。系統還集成配置完整性保護、第三方擴展審查、自動加固回滾等功能，并依托威脅情報庫持續學習新型攻擊手法。例如，當檢測到智能體嘗試訪問非授權文件時，觀察者模塊會立即觸發攔截并記錄操作日志，同時更新技能庫中的安全規則。
目前，ClawKeeper已在多個局域網智能體集群中完成部署測試。數據顯示，其異常行為識別準確率達98.7%，高危操作攔截時效性提升至毫秒級。研發團隊表示，未來將持續優化框架的跨平臺兼容性，并探索與更多智能體系統的集成方案。
