ttguy0707/CyberClaw

解决的问题

CyberClaw 通过提供透明、可控且安全的架构，解决了 AI 代理的“黑箱”问题。通过零信任执行模型防止意外或危险的 AI 行为，并提供对代理决策过程的完整可追溯性。

工作原理

该系统基于 LangGraph 的代理循环构建，集成了多个关键机制：

• 两阶段调用：代理不会立即执行工具，而是先调用 help 模式读取工具的 SKILL.md 手册，再进入 run 模式。
• 双水印记忆：将长期用户档案（user_profile.md）与存储在 SQLite 中的短期对话摘要结合，维持上下文的同时避免令牌爆炸。
• 行为审计：所有操作——包括 LLM 输入、工具调用和系统操作——均以 JSONL 格式记录，并可通过专用的 Rich 终端 UI 实时监控。
• 心跳引擎：后台进程独立于主聊天界面管理定时和重复任务。
• 安全沙箱：所有文件和 shell 操作均被限制在特定的 office/ 目录内，通过正则表达式命令阻断和路径拦截实现安全控制。

适用人群

• 企业用户：需要对 AI 部署进行严格审计日志和权限控制的用户。
• AI 研究人员：分析代理决策链和安全边界的研究开发者。
• 高级用户：希望拥有可调度自动化和跨平台 shell 功能的个性化助手的个人用户。

核心亮点

• 零信任执行：通过强制代理在行动前阅读文档，将 P0 级事件发生率降低 80%。
• 生态兼容性：直接支持 OpenClaw 和 Claude Code 的技能。
• 透明监控：通过独立的监控终端实时查看代理的内部逻辑。
• 跨平台支持：原生支持 Windows（PowerShell/CMD）和 Unix（Bash/Zsh），并自动适配路径和命令。