OpenClaw 现象：一个开源 AI 代理如何引爆 Mac Mini 抢购潮、登顶 OpenRouter，并改写硬件市场格局

你现在的任务是使用 SkillSpector 对指定的 Agent Skill 进行安装前安全审计，请严格按照以下流程执行。 【审计对象】 - 输入类型：[Git仓库URL / 本地目录路径 / ZIP文件 / 单个Markdown文件] - 具体地址：[填写仓库URL或本地路径] - 是否包含敏感内容（源代码机密、客户资料、密钥等，决定能否开启LLM分析）：[能/不能外发] 【执行步骤】 第一步：环境确认 - 检查 skillspector 命令是否已安装，未安装则执行： uv tool install git+https://github.com/NVIDIA/skillspector.git - 运行 skillspector --help 确认可用 第二步：本地静态扫描（必做，不外发任何内容） 执行命令： skillspector scan [审计对象地址] --no-llm --format json --output report.json 第三步：判断是否需要开启 LLM 语义分析 - 如果【是否能外发】= 不能：跳过此步，仅依赖静态扫描结果 - 如果【是否能外发】= 能：执行 export SKILLSPECTOR_PROVIDER=[openai/其他服务商] export OPENAI_API_KEY=[你的密钥] skillspector scan [审计对象地址] --format markdown --output review.md 第四步：解读报告，按以下优先级检查 1. 先看 recommendation 字段：SAFE / CAUTION / DO_NOT_INSTALL - 不要只看退出码，CAUTION 也会返回 0 2. 再看 analysis_completeness.is_complete - 若为 false，说明扫描不完整，即使分数低也不能视为安全，需加 --fail-on-incomplete 重跑或人工补查 3. 逐条查看 findings 列表，定位具体文件和代码行，重点关注： - 是否有诱导 Agent 忽略原有规则的指令 - 是否读取环境变量、密钥（env harvesting） - 是否向外部 URL 发送数据（data exfiltration） - 依赖包是否命中已知 CVE（OSV 查询结果） - MCP 工具声明的能力与实际代码行为是否一致 第五步：给出安装建议 基于以上结果，用一句话总结： - 建议是否安装 - 如果是 CAUTION，说明具体需要人工确认哪几项 - 如果涉及需要长期维护该 Skill，建议执行 baseline 记录： skillspector baseline [审计对象地址] -o .skillspector-baseline.yaml 【输出格式要求】 请用中文、分点列出以下内容： 1. 风险分数与档位（SAFE/CAUTION/DO_NOT_INSTALL） 2. 完整度是否达标 3. 高风险 finding 摘要（文件名+问题类型+严重程度） 4. 是否建议安装，理由是什么

帮我用 skill-scanner 检查一下我当前平台已装的所有skill安不安全， 包括我自己装的和系统内置的，一个都不要漏。 扫完请按"未发现风险 / 需关注 / 发现风险"三档给我一张总表， 对标了"需关注"或"发现风险"的项目，说明它具体碰了哪些敏感权限 （比如联网、访问工作区外文件等），让我知道该盯紧哪个。

请记住以下关于我的信息，并按类型分类存储： 【职业背景】 我是：[你的职业/角色，比如"AI工具测评博主，同时做SEO优化"] 主要工作内容：[比如"写工具测评文章、出SEO周报、管理多账号内容矩阵"] 【写作/表达偏好】 风格要求：[比如"第二人称、口语化、段落长短错落"] 禁止使用：[比如"总之、值得注意的是、总的来说这类AI腔套话"] 格式规范：[比如"开头结尾控制在120字内，标题放文末"] 【项目背景】 目前在做的项目：[项目名称+简单说明，比如"XX专栏，共31讲，面向非技术职场人"] 关键规范：[比如"目录结构、命名规则、字数区间"] 【常用工具】 [比如"飞书文档、Obsidian、小红书创作后台"] 请把以上信息分开存入你的记忆系统，以后每次新对话都要自动调用，不用我重复说明。如果我后续说"请记住这一点"，请将其视为高优先级信息优先存储。