Install
openclaw skills install @thcjp/moltblockopenclaw skills install @thcjp/moltblock| 能力 | 免费版 | 付费版 |
|---|---|---|
| 基础功能 | 支持 | 支持 |
| 复杂工作流可视化编排 | 不支持 | 支持 |
| 条件分支与异常重试 | 不支持 | 支持 |
| 定时触发与事件驱动 | 不支持 | 支持 |
| 执行日志与审计追踪 | 不支持 | 支持 |
| 分布式任务调度与负载均衡 | 不支持 | 支持 |
详细的输入输出格式请参考下方章节说明。
| 场景 | 输入 | 输出 |
|---|---|---|
| AI产物验证 | AI生成的代码或配置 | 安全策略检查和阻断报告 |
| 策略检查 | 产物类型和安全规则 | 合规性评估和风险等级 |
| 危险内容拦截 | 生成内容和安全策略 | 拦截决策和审计日志 |
不适用于:非AI生成内容的人工审核和校对
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| artifact | string | 是 | 待验证的AI生成产物 |
| policy_set | string | 否 | 安全策略集, 可选: basic/strict/custom, 默认: basic |
{
"success": true,
"data": {
"overall_grade": "A",
"total_score": 92,
"max_score": 100,
"summary": "处理完成",
"details": [
{
"item": "代码风格",
"status": "pass",
"score": 95,
"comment": "符合规范"
},
{
"item": "安全合规",
"status": "warn",
"score": 80,
"comment": "符合规范"
}
],
"improvements": [
{
"priority": "high",
"suggestion": "建议优化",
"expected_gain": "+5分"
},
{
"priority": "medium",
"suggestion": "建议优化",
"expected_gain": "+3分"
}
]
},
"error": null
}
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent内置LLM提供 |
API Key配置方式:
export API_KEY="${API_KEY:?请设置环境变量}"
配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.
输入:
{
"content": "示例内容",
"strict_level": "normal"
}
输出:
评级: B级(良好) - 总分: 85/100
# ...
检查详情:
- 代码风格: 通过(95分) - 检查通过
- 安全合规: 警告(75分) - 检查通过
- 无障碍性: 通过(85分) - 检查通过
# ...
改进建议:
1. [高优先级] 建议优化
2. [中优先级] 建议优化
输入:
{
"content": "示例内容",
"strict_level": "strict"
}
输出:
评级: C级(及格) - 总分: 70/100
# ...
检查详情:
- 代码风格: 通过(90分) - 检查通过
- 安全合规: 不通过(50分) - 检查通过
- 无障碍性: 警告(70分) - 检查通过
# ...
改进建议:
1. [高优先级] 建议优化
2. [高优先级] 建议优化
3. [低优先级] 建议优化
输入:
{
"content": "示例内容"
}
输出:
评级: D级(不及格) - 总分: 45/100
# ...
检查详情:
- 代码风格: 不通过(40分) - 检查通过
- 安全合规: 不通过(30分) - 检查通过
- 无障碍性: 通过(65分) - 检查通过
# ...
改进建议:
1. [紧急] 建议优化
2. [高优先级] 建议优化
A: 请参考使用流程和依赖说明章节,确保运行环境满足要求后调用本技能。
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| LLM响应超时或无响应 | 网络延迟或模型负载过高 | 请求重试;确认Agent平台LLM服务正常 |
| 输入内容格式不正确 | 用户输入不符合skill预期格式 | 检查输入是否符合skill使用说明中的格式要求,参考示例章节 |
| 执行结果与预期不符 | 指令描述不够明确或上下文不足 | 提供更详细的指令描述,补充必要的上下文信息 |
| 命令执行失败 | 运行环境不满足要求或权限不足 | 确认运行环境符合依赖说明中的要求;检查命令权限设置 |
A: moltblock通过机器学习算法不断学习新的危险模式,并在策略检查中自动识别和拦截。
A: 如果验证失败,moltblock会根据预设的策略阻止产物的进一步使用,并生成详细的失败报告。
A: moltblock通过定期从安全数据库同步策略,并支持手动更新策略,确保策略的实时有效性。
A: 支持,用户可以根据自己的需求自定义安全策略,并通过moltblock进行管理和执行。
A: 是的,所有API调用都需要通过API Key进行认证,以确保安全性。
| 错误现象 | 可能原因 | 诊断步骤 | 解决方案 |
|---|---|---|---|
| 验证失败 | 安全策略不匹配 | 检查产物与策略的匹配度 | 更新或调整安全策略 |
| 策略更新失败 | 网络问题或权限不足 | 检查网络连接和权限设置 | 解决网络问题或请求相应权限 |
| 输入格式错误 | 用户输入不符合规范 | 检查输入格式是否符合要求 | 修正输入格式 |
| API调用失败 | API Key无效或过期 | 检查API Key的有效性 | 更新API Key或重新生成 |
| 执行超时 | 模型计算复杂或资源不足 | 检查系统资源使用情况 | 优化模型或增加资源 |
| 风险项 | 等级 | 防护措施 | 验证方法 |
|---|---|---|---|
| 策略泄露 | 高 | 限制API访问,使用HTTPS | 检查日志记录和访问控制 |
| 数据损坏 | 中 | 定期备份数据,使用冗余存储 | 定期检查数据完整性 |
| 恶意产物 | 高 | 实施严格的安全检查,使用入侵检测系统 | 定期扫描和审计产物 |
| 权限滥用 | 中 | 限制用户权限,实施最小权限原则 | 定期审查用户权限和活动日志 |
| 网络攻击 | 高 | 使用防火墙和入侵防御系统 | 定期进行网络安全评估 |
| 提升项 | 量化分析 | 差异化对比 |
|---|---|---|
| 验证速度 | 比传统方法快50% | 使用机器学习算法,自动识别模式 |
| 策略灵活性 | 支持自定义策略 | 提供多种策略模板和自定义选项 |
| 安全性 | 提高安全风险检测率 | 集成最新的安全数据库和算法 |
| 易用性 | 提供直观的用户界面 | 简化的操作流程和文档支持 |
| 成本效益 | 降低人工审核成本 | 自动化验证减少人工工作量 |
| 集成能力 | 支持多种AI平台 | 兼容主流AI Agent和平台 |
| 操作场景 | 手动耗时 | 自动化耗时 | 效率提升 |
|---|---|---|---|
| 文件解析与提取 | 5-10分钟/个 | <5秒/个 | 60-120x |
| 批量文件处理(100个) | 8-16小时 | <5分钟 | 96-192x |
| API调用与响应解析 | 2-3分钟/次 | <1秒/次 | 120-180x |
| 多接口数据聚合 | 15-30分钟 | <10秒 | 90-180x |
| 命令执行与结果收集 | 3-5分钟/次 | <2秒/次 | 90-150x |
| 重复任务批量执行 | 因任务而异 | 线性缩减 | 5-50x |
| 错误排查与修复 | 10-30分钟 | <30秒 | 20-60x |
| 对比维度 | 产物验证门禁 | 传统手动方式 | 通用脚本工具 |
|---|---|---|---|
| 自动化程度 | 全流程自动 | 完全手动 | 部分自动 |
| 错误处理 | 内置错误恢复 | 依赖人工经验 | 基本try-catch |
| 可复用性 | 参数化配置 | 一次性脚本 | 模板化 |
| 安全合规 | 内置安全检查 | 无安全保障 | 无安全保障 |
| 适用场景 | AI产物验证门禁,策略检查拦截危险模式。Verification gating | 通用场景 | 通用场景 |