cybersecured-agent-risk-advisory

为 AI智能体配置龙行无忧风险管家服务。协助用户完成认证、智能体绑定、安全扫描、风险评估、服务申请和事故信息提交；生效后继续围绕保障与事故协助处理。当用户提及"配置龙行无忧"、"给我的 AI智能体买保险/申请服务"、"查看申请/服务状态"、"我要报案/提交事故信息"、"查看保障"时调用。

Cyber Deep Secured（厚锋科技）@cybersecured-cn

Install

openclaw skills install @cybersecured-cn/cybersecured-agent-risk-advisory

龙行无忧 - AI智能体风险管家服务

概述

龙行无忧是厚锋科技面向AI智能体推出的风险管家服务，具体内涵包括对AI智能体的持续风险监测、定期风险分析、风险处置建议和损失事件响应。用户通过云端管理平台完成服务申请、信息核实与服务方案选择，随后进入服务开通流程。生效后的对象继续以保障视图展示，事故处理则保留事故语义，并通过协助处理机制支持用户提交信息、补充材料和联系服务人员。服务覆盖AI智能体使用过程中的核心风险：通用网络安全事故、敏感信息泄漏和恶意教唆行为责任。

厚锋科技通过与合作方协同，为用户提供风险保障服务。当风险事件发生时，协调相关流程按照保障条款进行处理。

触发条件

用户提及"配置龙行无忧"、"开启服务"、"买保险"、"申请服务"
用户提及"给我的 AI智能体申请服务"、"给我的 AI智能体买保险"
用户提及"查看申请状态"、"我的申请进度"、"服务状态"
用户提及"我要报案"、"报告事故"、"提交事故信息"、"Token被盗"、"密钥泄露"
用户提及"查看保障"、"查看保单"、"下载电子凭证"、"我的保障"
用户提及"放弃报案"
用户提及"检查更新"、"刷新状态"

工具依赖

工具	用途	说明
`cybersecured-agent`	CLI 工具	`uv tool install cybersecured-agent-cli`，Codex/Claude Code 需 `>= 2.1.0`
`uv`	Python 包管理器	安装 CLI 及依赖（https://docs.astral.sh/uv）
`python`	执行环境	Python 3.8+

兼容智能体框架

CLI 2.1.0 起支持以下框架的自动识别、指纹生成与本地环境采集：

框架	典型识别信号
OpenClaw	`OPENCLAW_WORKSPACE`、`~/.openclaw`
Hermes	`HERMES_HOME`、`~/.hermes`
Kimi CLI	`KIMI_WORK_DIR`、`~/.kimi`
OpenCode	`OPENCODE*` 环境变量、`~/.config/opencode`
Codex / Codex Desktop	`CODEX_THREAD_ID`、`CODEX_SHELL`、`~/.codex`、Codex 进程链
Claude Code	`CLAUDE_CONFIG_DIR`、`CLAUDE_CODE_*`、`~/.claude`、Claude Code 进程链

CLI 命令速查

bash

# 认证（生产环境）
cybersecured-agent auth login --api-key cds-aiai-xxxxxx

# 认证（指定后端地址，开发/测试环境使用）
cybersecured-agent --api-base-url http://<API_BASE_URL>/trope auth login --api-key cds-aiai-xxxxxx

# 认证（测试环境，自签名证书）
cybersecured-agent --api-base-url https://<API_BASE_URL>/trope --no-verify-ssl auth login --api-key cds-aiai-xxxxxx

# 认证（测试环境）
cybersecured-agent --api-base-url https://<API_BASE_URL>/trope auth login --api-key cds-aiai-xxxxxx

cybersecured-agent auth logout
cybersecured-agent auth whoami

# 智能体绑定
cybersecured-agent agent bind --nickname "My Agent"
# 了解本agent的信息
cybersecured-agent agent info

# 安全扫描
cybersecured-agent scan run --output-dir ./assessments/$(date +%Y%m%d-%H%M%S)

# 风险评估提交
cybersecured-agent assessment submit --assessment-dir ./assessments/20260322-120000

# 服务申请
cybersecured-agent application create --assessment-id xxx
cybersecured-agent application status <application_id>

# 保障查询
cybersecured-agent coverage list

# 事故信息提交
cybersecured-agent incident create \
  --policy-id <policy_id> \
  --type <general_security|data_leakage|other> \
  --time "2026-04-30T14:30:00+08:00" \
  --description "事故描述..." \
  --amount 5000 \
  [--details '{"discovery_method":"...","impact_scope":"..."}']
cybersecured-agent incident confirm --claim-id <claim_id>
cybersecured-agent incident abandon --claim-id <claim_id>
cybersecured-agent incident list
cybersecured-agent incident status <claim_id>

# 状态查询
cybersecured-agent status

运行前检查

每次启动服务前，先检查 CLI 是否有更新：

bash

uv tool upgrade cybersecured-agent-cli

检查 CLI 版本，确认输出不低于 2.1.0：

bash

cybersecured-agent --version

如果尚未安装 CLI：

bash

uv tool install cybersecured-agent-cli

说明：uv tool install 会为 CLI 创建独立的虚拟环境并自动暴露命令到 PATH，无需手动激活虚拟环境，也不会污染系统 Python。

核心工作流程

阶段零：认证

首次使用前，需要用户提供 API Key 并完成认证：

引导用户访问 https://ai.cybersecured.cn 登录并获取 API Key
执行认证命令：

bash

cybersecured-agent auth login --api-key cds-aiai-xxxxxx

测试环境：如果连接测试后端，需在命令前添加 --api-base-url 参数（注意必须包含 /trope 路径后缀）：

bash

cybersecured-agent --api-base-url https://<API_BASE_URL>/trope auth login --api-key cds-aiai-xxxxxx

测试环境（自签名证书）：如果测试环境使用自签名 HTTPS 证书，添加 --no-verify-ssl 参数跳过证书验证：

bash

cybersecured-agent --api-base-url https://<API_BASE_URL>/trope --no-verify-ssl auth login --api-key cds-aiai-xxxxxx

--api-base-url 是全局选项，需放在子命令之前。设置一次后，所有后续命令（agent bind、assessment submit、application create 等）都会使用同一地址。

认证成功后，CLI 保存配置到本地，后续命令无需重复输入 API Key。

阶段一：智能体绑定

Agent 根据用户喜好、自身的功能特点、运行环境，生成一个容易被客户识别且有辨识度的昵称（如"Python开发助手"、"数据分析Agent"）
必须向用户展示生成的昵称并询问用户是否确认或需要修改
用户确认后，执行绑定命令：

bash

cybersecured-agent agent bind --nickname "用户确认的昵称"

CLI 自动处理：配置检查 → 验证 → 智能体绑定 → 本地保存。

如果绑定、扫描或状态查询提示“framework is not yet supported”，先执行：

bash

cybersecured-agent diagnose --output diagnose.json

确认 framework_detection.matched 是否为 codex、claude-code 或其他支持框架；若仍为 unsupported，提示用户升级 CLI 到 2.1.0+ 后重试。

绑定完成后，继续执行后续阶段。

阶段二：安全扫描

在 ./assessments/ 目录下，创建以当前时间命名的子目录，格式为 YYYYMMDD-HHMMSS（例如 20260322-143052）。

运行系统扫描 → cybersecured-agent scan run
在该目录中根据要求收集风险因子信息，生成不同的 json 文件。具体要求参见 references/risk-factors-format.md。
填写服务问卷：生成 questionnaire.json 文件。

步骤：
- 阅读 references/questionnaire-guide.md，理解每个问题的业务含义、选项解释和判断方法
- 根据自身运行环境逐一推理判断每个答案，为每个答案提供完整的推理证据
- 按照 references/questionnaire-schema.json 的格式要求生成 JSON 文件
- 使用 JSON Schema 验证输出。验证命令示例：
  python
```
import json
import jsonschema

with open('questionnaire.json') as f:
    data = json.load(f)
with open('references/questionnaire-schema.json') as f:
    schema = json.load(f)

jsonschema.validate(data, schema)
```
  如果验证失败，根据错误信息修正 questionnaire.json，直到通过验证。不得提交未通过验证的问卷。
- 将问卷呈现给用户，告知用户可以在移动端进行后续的确认和修改。

阶段三：风险评估

提交本地收集的安全信息到后端：

bash

cybersecured-agent assessment submit --assessment-dir ./assessments/YYYYMMDD-HHMMSS

提交成功后，CLI 返回 assessment_id。评估完成后自动进入阶段四，无需提示用户中断。

阶段四：创建服务申请

bash

cybersecured-agent application create --assessment-id <assessment_id>

创建成功后，提示用户到厚锋科技的网页端（https://ai.cybersecured.cn）完成信息核实和服务方案选择。

阶段五：状态查询

查询申请状态：

bash

cybersecured-agent application status <application_id>

重要：服务方案状态展示规则

当状态查询返回 plan_code 时，必须将其转换为中文名称展示给用户，绝不允许直接显示代码。

方案代码	中文名称	适用场景
`basic`	基础计划	日常办公提效、个人学习
`standard`	专业计划	辅助客户服务、商业运营、企业内部管理
`premium`	高端计划	直接对客户提供服务、深度参与商业运营
`enterprise`	企业定制计划	高度定制业务流程、深度使用AI智能体

展示示例：

正确："您当前选择的服务方案是：基础计划"
错误："您当前选择的服务方案是：basic"

根据返回的状态给出对应指引。完整状态说明参见 references/status-guide.md。

阶段六：事故信息提交

当用户说"我要报案"、"报告事故"、"提交事故信息"、"Token被盗"等时，进入引导式事故信息提交流程。

重要原则：

Skill 与 CLI 是同一渠道（Skill → CLI → Backend）
Token 盗刷/密钥泄露属于保障范围，应主动引导
服务中断不在保障范围内，不要引导询问

步骤 1：确认生效保障

bash

cybersecured-agent coverage list

无生效保障 → 告知"提交事故信息需要一份生效中的保障，请先完成服务申请"，结束
有生效保障 → 展示保障信息（保单号、保障类型、生效/到期时间），继续
多份生效保障 → 引导选择具体保障 → 确定 policy_id

步骤 2：事故类型识别

引导话术："请告诉我这次事故大致属于哪种情况？"

选项	代码	引导说明
通用网络安全事故	`general_security`	系统被入侵、恶意软件感染、DDoS攻击、服务被破坏等
敏感信息泄露	`data_leakage`	API Key被盗用、Token被盗刷、数据外泄、隐私数据暴露、凭证泄露等
其他安全事件	`other`	不属于以上类型的安全事件

特色引导：当用户描述涉及"Token被盗刷"、"API Key泄露"等场景时，应主动说明这些属于保障范围。

步骤 3：事故时间线

引导话术："请回忆一下："

事故发生时间（必填）："这个安全事件是什么时候发生的？（大致时间即可）"
- 约束：必须在保障生效期内，不能晚于当前时间
事故发现时间（选填）："您是什么时候发现这个事件的？（如果与发生时间不同）"
发现方式（选填）："您是如何发现的？"
- 选项：自行发现 / 安全工具告警 / 第三方通知 / 审计检查 / 其他

步骤 4：事故经过描述（结构化引导）

引导话术："请详细描述事故的经过。以下问题可能帮助您组织描述："

维度	引导问题	存储位置
事件经过	"发生了什么？系统被入侵？数据被泄露？Token被盗用？"	incident_description
影响范围	"影响到了哪些系统、数据或服务？"	incident_details.impact_scope
受影响资源	"具体哪些资源受影响？（如代码仓库、数据库、API服务等）"	incident_details.affected_resources
原因假设	"您怀疑的根本原因是什么？"	incident_details.root_cause_hypothesis

通过对话方式引导用户完整描述，然后整理为 20-500 字的 incident_description，同时将结构化信息存入 incident_details。

步骤 5：影响与损失评估

引导话术："让我们评估一下事故的影响和损失："

影响程度：
- "是否有数据丢失或损坏？" → incident_details.data_loss
- "是否有第三方受到损害？" → incident_details.third_party_affected
- "影响范围是什么？（仅本机 / 局部网络 / 云服务 / 第三方系统）" → incident_details.impact_level

"是否有 Token/密钥被盗用？" → incident_details.token_compromised（特色引导，此为可支持项）

经济损失估算（必填）：
- "您估计的经济损失大约是多少？"
- 引导考虑：系统恢复费用、数据恢复费用、应急响应费用、Token盗刷损失、第三方赔偿
- 约束：不能超过保障剩余限额

步骤 6：已采取的措施

引导话术："事故发生后，您已经采取了哪些应对措施？如果需要，也可以联系服务人员协助处理。"

措施	引导
隔离	"是否已隔离受影响的系统或网络？"
凭证更换	"是否已更换泄露的密钥、Token 或凭证？"
通知	"是否已通知可能受影响的第三方？"
修复	"是否已进行修复或打补丁？"
专家协助	"是否已联系安全专家或应急响应团队？"

存储到 incident_details.mitigation_actions（数组）

步骤 7：确认信息摘要

汇总所有收集到的信息，向用户展示完整摘要，询问是否需要修改或确认提交。

步骤 8：创建草稿事故信息

用户确认信息无误后，执行：

bash

cybersecured-agent incident create \
  --policy-id <policy_id> \
  --type data_leakage \
  --time "2026-04-30T14:30:00+08:00" \
  --description "事故描述..." \
  --amount 5000 \
  --details '{"discovered_at":"...","discovery_method":"...","impact_scope":"...","mitigation_actions":[...]}'

→ 返回 claim_id，状态为 draft

步骤 9：用户确认提交

向用户展示事故信息摘要，询问： "请确认以上事故信息是否准确。确认正式提交事故信息？（提交后后台审核人员将开始处理）"

用户确认后：

bash

cybersecured-agent incident confirm --claim-id <claim_id>

→ 状态变为 reported，事故信息提交完成。告知用户案件号。

放弃提交

用户可在 draft/reported/pending_info 状态下放弃提交（approved/paid 状态不支持）：

bash

cybersecured-agent incident abandon --claim-id <claim_id>

状态速查

状态	用户端显示	Skill 响应
`risk_assessed`	风险评估完成	提示到网页端完成信息核实
`questionnaire_filled`	信息已预填	提示到网页端确认信息
`plan_selected`	服务方案已选择	展示服务方案中文名称，提示确认并支付技术服务费
`awaiting_payment`	待支付	提示尽快完成技术服务费支付
`paid`	已支付	提示等待后台处理
`underwriting`	处理中	告知后台正在协同处理
`policy_uploaded`	处理中	提示等待保障生效
`activated`	保障已生效	显示保障信息（含服务方案中文名称）与后续事故协助入口
`refunding`	退款中	提示后台正在处理退款
`refunded`	已退款	说明退款已完成，可重新发起服务申请
`expired`	已过期	提示重新申请
`abandoned`	已放弃	提示重新申请

参考文档

状态处理指南：references/status-guide.md
风险因子收集：references/risk-factors-format.md
服务问卷填写指南：references/questionnaire-guide.md
服务问卷 JSON Schema：references/questionnaire-schema.json
数据存储规范：references/data-storage.md

厚锋科技 - 让每个 AI智能体都有服务保障

cybersecured-agent-risk-advisory

Install

龙行无忧 - AI智能体风险管家服务

概述

触发条件

工具依赖

兼容智能体框架

CLI 命令速查

运行前检查

核心工作流程

阶段零：认证

阶段一：智能体绑定

阶段二：安全扫描

阶段三：风险评估

阶段四：创建服务申请

阶段五：状态查询

阶段六：事故信息提交

步骤 1：确认生效保障

步骤 2：事故类型识别

步骤 3：事故时间线

步骤 4：事故经过描述（结构化引导）

步骤 5：影响与损失评估

步骤 6：已采取的措施

步骤 7：确认信息摘要

步骤 8：创建草稿事故信息

步骤 9：用户确认提交

放弃提交

状态速查

参考文档

Related skills