当前位置：首页 > news >正文

AgentAegis 智能体安全防御包括： skill投毒、记忆污染、意图对齐、恶意执行、资源耗尽

news 2026/7/5 13:25:24

AgentAegis为OpenClaw类智能体构建了一套多维度的智能体安全纵深防御架构，实现从大模型智能体在各种Claw从初始化到执行的全生命周期五层安全防御，覆盖智能体执行服务中的安全性和可靠性风险，包括skill投毒、记忆污染、意图对齐、恶意执行、资源耗尽等。作为内置的轻量化安全插件，AgentAegis可以在OpenClaw的关键阶段主动发起防御机制，动态保障智能体运行时的安全。此外，AgentAegis还面向安全运营人员提供风险识别与处置策略可配置能力，以灵活、可拓展地应对智能体运行时安全威胁；面向普通用户提供敏感文件及Skill资产保护能力，以保障个人隐私和资产安全。

AgentAegis 为 OpenClaw 构建了一套多维度的纵深防御架构，实现从初始化到执行终端的全生命周期安全闭环。该体系由以下五个核心防护层组成：

可信基座层防御— 确保底层环境的可信度，从初始化阶段夯实系统安全根基。
感知输入层防御— 对内部和外部指令进行严格过滤与审核，拦截恶意注入或高风险请求。
认知状态层防御— 实时监控智能体的内部状态，防止记忆恶化上下文污染。
决策对齐层防御— 在逻辑生成环节进行意图校验，确保输出决策与用户真实意图一致，模糊意图要求用户二次确认，消除意图偏离风险。
执行控制层防御— 在最终操作前实施权限管理，确保所有指令都在安全边界内受控执行。

通过这种层层递进的机制，AgentAegis 确保了 OpenClaw 在每一个关键链路环节都具备细致的风险对冲能力，将潜在威胁消弭于无形。此外，作为内置的安全插件，不同于提示词、Skill类防御等被动防御机制，AgentAegis可以在OpenClaw的关键阶段主动发起防御机制，动态保障运行时的安全。

-----

运行时防御

AgentAegis 提供一组覆盖智能体全生命周期的内置运行时防御能力，无需额外配置即可自动检测和缓解威胁。

五层纵深防御— 覆盖意图扫描、工具调用治理、工具结果审查、资产保护和输出安全，贯穿九个OpenClaw生命周期钩子。
Skill投毒防御— 启动时及运行期间持续扫描Skill内容，检测试图绕过审批、禁用安全控制或篡改受保护资产的恶意载荷。
记忆污染防护— 拒绝对持久化记忆存储（memory_store、MEMORY.md、SOUL.md、memory/）的可疑或超大写入，防止跨会话的持久化提示词投毒。
意图与提示词安全— 检测用户消息中的越狱尝试、密钥窃取请求和插件篡改意图，并向提示词注入安全上下文以影响后续模型推理。
工具调用治理— 在工具执行前拦截高危Shell命令、编码/混淆载荷、写后执行链、重复变异循环以及SSRF/数据泄露链。
工具结果审查— 将外部工具输出视为不可信输入，扫描其中的提示词注入、密钥请求和权限提升模式，防止其影响下一步推理。
输出脱敏— 在助手输出发送或存储前，遮蔽API密钥、令牌及类似敏感值。

进阶可配置防御

在内置运行时防御之上，AgentAegis 为安全运营人员和终端用户提供可配置的控制面，支持进阶风险管理和资产保护。

可配置安全运营— 运营人员可通过allDefensesEnabled全局启用所有防御，通过defaultBlockingMode设置全局基线，并可逐项覆盖selfProtectionMode、commandBlockMode、memoryGuardMode、exfiltrationGuardMode等独立控制。每项防御均支持enforce、observe和off三种模式，实现从监控到主动拦截的渐进式部署。运营人员还可定义protectedPaths、protectedSkills和protectedPlugins来匹配其环境中的关键资产，并通过startupSkillScan提前识别风险Skill。检测结果以运行时观测、拦截动作和提升的提示词告警形式呈现，为防御者提供可操作的分类与响应信号。
敏感文件与Skill资产保护— 敏感文件和目录可添加到protectedPaths，对未授权的读取、写入、删除和篡改进行拦截或观测。高价值Skill和重要插件可通过protectedSkills和protectedPlugins注册，防止Skill和插件资产被删除、覆盖或补丁式篡改。自保护机制降低智能体关闭自身防御或静默改写安全配置的风险。对个人用户而言，这意味着私人笔记、文档和自定义Skill得到更安全的处理；对组织而言，这意味着运维手册、审计插件和安全关键配置获得更强的保护。

https://github.com/antgroup/agent-aegis/blob/main/web/README.md

开发模式下 API 服务运行在:3800，Vite 前端开发服务器运行在:3801（自动代理 API 请求）。

项目结构

web/ ├── shared/ # 前后端共享的类型定义、Zod 校验 schema、防御分组元数据 ├── api/ # Express 后端服务 │ └── src/ │ ├── routes/ # API 路由（config、status、events、skills） │ └── services/ # 业务逻辑（配置读写、状态读取、事件管理、文件监听） └── frontend/ # React + Vite + TailwindCSS 前端 └── src/ ├── api/ # API 客户端封装 + React Query hooks ├── pages/ # 页面组件（Dashboard、Config、Events、Skills） └── components/ # UI 组件（布局、仪表盘、配置编辑器、通用控件）