ClawGuard 是一款专为 OpenClaw/Clawdbot 技能生态设计的开源安全扫描工具，旨在为开发者提供安装前的恶意代码检测能力。该工具通过静态分析技术，在用户安装第三方技能前自动识别其中可能存在的危险行为模式，从而有效防范潜在的安全威胁。其核心目标是为 Clawdbot 社区构建一道主动防御屏障，防止恶意技能通过看似无害的代码片段对用户设备或账户造成损害。 ClawGuard 的检测能力覆盖了多种高危攻击向量，包括反向 shell、数据外泄、凭证窃取以及代码混淆等典型恶意行为。特别值得一提的是，它集成了 Koi Security 团队对‘ClawHavoc’攻击活动的深度研究成果，能够精准识别由该活动传播的 341 个已知恶意技能所采用的特定 IOC（入侵指标），显著提升了针对针对性攻击的防护能力。整个系统仅依赖 Python 标准库运行，无需额外安装依赖，确保了部署的便捷性与环境兼容性。
核心功能特点
- 支持按技能名称或本地路径进行快速扫描
- 可一键扫描所有已安装的 Clawdbot 技能
- 输出格式灵活，支持控制台、JSON 和 Markdown 三种模式
- 基于风险评分机制提供清晰的安全等级提示（0-100分）
- 集成超过70个来自权威研究的 IOC 特征库
- 专用于检测 ClawHavoc 攻击活动中发现的恶意技能模式
适用场景
ClawGuard 最适合那些频繁从社区或外部渠道获取并安装 Clawdbot 技能的普通用户和技术爱好者。对于日常使用 Clawdbot 的家庭用户而言，该工具能在技能安装前自动过滤掉高风险项目，避免因误装恶意插件而导致隐私泄露或设备被控的风险。而对于参与技能开发或维护的技术人员来说，ClawGuard 同样具有实用价值——他们可以在发布技能前自行扫描代码，确保不会无意中引入安全隐患，保护自身声誉和社区信任。 此外，在自动化部署环境中，如 CI/CD 流水线中集成 ClawGuard 可实现对第三方技能包的批量安全检查，将安全验证前置到集成阶段，而非等到生产环境出现问题后再补救。这种‘左移安全’的实践方式尤其适合企业级 Clawdbot 应用管理场景。无论是个人用户追求安心使用，还是团队希望建立标准化技能审核流程，ClawGuard 都能成为不可或缺的安全哨兵。