用途：为以 root/终端权限运行的 OpenClaw 类自主 AI 智能体部署、管理与验证安全加固方案，采用面向智能体的零信任架构，替代传统主机静态防御。
主要能力：三层防御矩阵——事前行为黑名单与严格的 Skill 安装审计协议；事中权限收窄与跨技能预检；事后夜间自动审计（13 项核心指标）与基于 Git 的灾难恢复。红线规则为绝对禁止、需人工确认的操作（如 rm -rf /、dd if=/dev/zero of=/dev/sda、mkfs.ext4、chmod 777 /etc/passwd）；黄线规则为需暂停的高风险操作（如 curl 未知域名脚本并 bash 执行、安装未验证包、克隆不可信仓库后 npm install）。指南本身可由智能体执行，直接发送给 OpenClaw 即可自部署。
使用方式：克隆仓库 git clone https://github.com/slowmist/openclaw-security-practice-guide.git 并 cd 进入；按 OpenClaw 版本选择指南（v2.7 适用于 2026.3 及更早，v2.8 Beta 适用于 2026.4 及以后，含中英文版本）。部署流程包括：将指南送入智能体上下文、为关键文件生成 md5 哈希基线并用 chattr +i 锁定、预检操作范围（md5sum、chattr、crontab 可用性）、部署夜间审计脚本与 cron 任务（建议使用 --light-context 防止工作区劫持）、可选配置 Git 备份。可通过红线/黄线检测、Skill 安装审计和手动触发审计脚本进行验证。
适用场景：高权限自主智能体的生产环境安全加固、升级后重建哈希基线、审计报告审查、通过 Git 紧急回滚。
限制：指南假设由 AI 模型执行，作者不对模型误判导致的数据丢失、服务中断或部署错误造成的漏洞暴露负责，最终责任由人工操作者承担，生产使用前需充分测试。chattr 仅适用于 ext4 等文件系统；弱模型可能误判命令，建议使用较强推理模型并配置严格安全模式。具体收费、价格与平台支持信息暂未提供。