Skillv1.2.0

ClawScan security

email-marketing · ClawHub's context-aware review of the artifact, metadata, and declared behavior.

Scanner verdict

ReviewMar 24, 2026, 7:32 AM

Verdict: Review
Confidence: medium
Model: gpt-5-mini
Summary: 功能与实现大致一致为邮件发送/监控，但清单与文档之间存在不一致（特别是环境变量声明）且若干“AI 智能”自动回复能力被宣称但未在代码中实现；在提供邮箱凭据前请谨慎审查并做沙箱测试。
Guidance: 要点与操作建议： - 不一致警告：注册表顶层显示“无必需环境变量”，但 package.json 与 SKILL.md 要求 EMAIL_SMTP_USER / EMAIL_SMTP_PASS / EMAIL_TEST_TARGET 等为必需。请在提供任何邮箱凭据前确认安装来源及元数据是否正确。 - 敏感凭据：该技能需要你的 SMTP/IMAP 凭据以发送/读取邮件——这完全符合其用途，但这些凭据可以访问你的邮箱，可能包含重要信息。只在信任来源并在隔离环境（例如测试邮箱）中试运行时提供凭据。 - 功能落差：文档声称“AI 智能生成 HTML / FAQ 智能匹配并自动回信（基于匹配度）”，但仓内代码并未实现 FAQ 匹配评分和自动生成回复的完整逻辑。auto_reply_manager.py 目前只抓取未读邮件并保存草稿，实际的“智能回复”依赖外部 Agent/AI。不要把自动“发出”回复交给脚本或 Agent 在未经人工审核时运行。 - 推荐的安全步骤： 1) 在隔离的测试账号上执行：创建一个专用测试邮箱账号并把环境变量指向它，先用 small test list 运行（使用 EMAIL_TEST_TARGET），确认行为与预期一致。 2) 手动审查代码：如果你 lack dev experience，请让可信的开发者检查 auto_reply_manager.py、final_sender.py 中网络调用和文件写入逻辑，确认没有隐藏的外部 endpoint。注意脚本会写入 assets/*.json（可能包含 PII）。 3) 不要在生产邮箱上直接启用自动回复：除非你验证了 FAQ 匹配与回复生成逻辑且日志/审核流程到位，否则仅保存草稿并人工审核后发送。 4) 合规与滥发风险：大规模群发可能触发邮箱和 ISP 的滥发限制并违反隐私/反垃圾邮件法规（例如 GDPR、当地反垃圾邮件法）。确保名单合法、退订机制到位且 SPF/DKIM/DMARC 已配置。 5) 元数据问题：在安装或授权前，要求发布者修正 registry/package 元数据不一致（将必需环境变量在注册表层列出），并提供源码托管/主页以便溯源。 - 何时可以更放心安装：若发布者能（1）修正注册表元数据，（2）提供说明哪些部分由本地脚本完成、哪些由平台 Agent 完成，以及（3）在代码中实现并展示 FAQ 匹配逻辑（或在 SKILL.md 明确指出 AI 部分由外部 Agent 执行且需人工审核），则可信度会大幅提升。总之：技能本身大体与邮件营销目的相符且实现多数基础功能，但文档与元数据不一致与“AI 自动回复”承诺与实际代码落差使该包值得谨慎对待——在向其提供邮箱凭据或在生产环境运行前，请先按上面建议进行审查和测试。

Review Dimensions

Purpose & Capability: note技能名与描述（邮件群发、自动回信、FAQ 匹配、多语种）与包含的脚本基本对齐：脚本能读 Excel、生成最终 HTML（从文件）、用 SMTP 发信并用 IMAP 读信。异常点：顶层 registry 元数据列出“无必须环境变量”，但 package.json 的 openclaw.env 明确要求 EMAIL_SMTP_USER / EMAIL_SMTP_PASS / EMAIL_TEST_TARGET 等为必需；SKILL.md 也要求这些环境变量。这个元数据不一致值得注意，但功能需求本身（需要邮箱凭据）是合理且与目的相符.
Instruction Scope: concernSKILL.md 宣称“AI 智能生成 HTML”“FAQ 知识库智能匹配并只在匹配度高时自动回复”等自动化 AI 能力，但在仓内的 Python 脚本中并未看到任何调用外部/内置 LLM 或匹配评分（例如余弦相似度、向量检索、文本相似度）的实现。auto_reply_manager.py 当前只抓取未读邮件并将待回信保存为待确认草稿，实际的 FAQ 匹配/自动生成回复逻辑被推给外部 Agent/AI 环境，这在文档中没有明确界定责任边界（即哪些工作由本地脚本完成，哪些由平台 Agent 完成）。此外脚本会读取用户桌面上的邮箱.xlsx、faq.txt、邮件内容.html 等本地文件并写入 assets/*.json 日志，这是合理但应被用户知悉。总体上，指令与代码在“自动智能回复”能力方面不一致，存在范围膨胀／过度承诺的问题。
Install Mechanism: ok无安装规范（instruction-only），仅包含 Python 脚本和 requirements.txt；依赖为 pandas、openpyxl、imapclient 等，来源是标准 PyPI 包，未见远程下载或可执行二进制的风险。总体安装机制风险较低。
Credentials: note所需凭据为 SMTP/IMAP 登录信息（EMAIL_SMTP_USER, EMAIL_SMTP_PASS, 可选的主机/端口等），这些与邮件发送/读取职能直接相关，属于合理需求。需要注意的矛盾：包清单（package.json.openclaw.env）声明多个必需/secret 环境变量，但注册表元数据显示“无必需环境变量”；SKILL.md 也建议设置这些环境变量。该不一致会导致误解并可能使用户在没有充分提示下提供凭据。脚本不会将凭据写回磁盘，但会使用它们建立网络连接（正常行为）；脚本会在 assets 中写入发送/回信统计与 pending_replies.json，可能包含外部联系邮箱和摘要（含 PII）。
Persistence & Privilege: okflags: always=false，技能不会被强制常驻或改变其它技能设置。脚本仅在本地读写 assets 下的日志文件和 pending_replies.json，不修改系统或其他技能配置。Agent 可自主调用（默认），但这与平台常态一致；此技能本身未请求更高特权。