安全扫描
OpenClaw
可疑
medium confidence技能代码实现了MCP到OpenAI/OpenClaw的桥接功能,与描述的用途基本一致,但存在元数据不匹配和默认后端URL存在风险的问题,使用前需谨慎。
评估建议
这是一个小型桥接工具,用于将MCP消息转发到模型后端并返回回复。安装前需注意:(1) 必须提供MCP_ENDPOINT和OPENAI_KEY(这些是密钥);注册表元数据错误地省略了它们——将其视为红旗。(2) 将OPENAI_BASE从代码中的默认值(https://openclaw.994938.xyz/v1)更改为信任的后端;保留默认值会将API密钥和查询发送到该第三方主机。(3) 谨慎处理MCP_ENDPOINT——它可能在URL中包含令牌;不要共享.env文件。(4) 在本地查看.env.example和代码以确认行为,并移除任何不信任的默认端点。(5) 考虑在受限环境/网络中运行桥接并监控出站连接。如果无法验证维护者或默认后端域,请避免安装或仅使用虚拟凭证并在网络控制后使用。...详细分析 ▾
ℹ 用途与能力
仓库和SKILL.md声称将小智MCP端点桥接到OpenAI/OpenClaw兼容后端;两个Python文件实现了该桥接(websocket -> 子进程 -> HTTP请求到模型后端)。这与声明的用途一致。然而,注册表元数据列出「所需环境变量:无」,而SKILL.md和代码明确需要MCP_ENDPOINT、OPENAI_BASE、OPENAI_KEY和MODEL——这种不匹配可能会误导用户了解需要哪些密钥。
ℹ 指令范围
运行时指令将行为限制为连接到提供的MCP websocket、启动mcp脚本并将查询转发到模型后端。代码不会尝试读取无关的系统文件或凭证。需要注意的是:(1) 后端调用的异常/错误文本包含在面向用户的回复中,可能会泄露内部错误;(2) mcp_pipe.py生成子进程并在websocket和MCP脚本之间代理原始消息——这是该桥接的预期行为,但授予脚本完全发送/接收MCP消息的能力。
✓ 安装机制
安装脚本不会下载任意代码;该包仅包含指令和requirements.txt。安装通过pip install -r requirements.txt(标准方式)完成。没有远程存档下载或隐蔽的安装URL。
⚠ 凭证需求
代码需要敏感的环境值(MCP_ENDPOINT通常嵌入令牌、OPENAI_KEY)——这些对桥接来说是合适的,但注册表元数据未能声明它们。更重要的是,OPENAI_BASE在代码中默认为「https://openclaw.994938.xyz/v1」:第三方域名作为默认后端嵌入而没有解释。如果用户保持默认设置不变,他们的API密钥和所有转发的消息可能会被发送到该外部服务。这种默认后端选择是意想不到的,并增加了风险。
✓ 持久化与权限
该技能未标记为always:true,也不请求持久的平台权限。它不会尝试修改其他技能或系统范围的代理设置。它作为临时桥接进程运行。
安全有层次,运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.22026/3/25
将技能显示名称重命名为小智AI-Xiaozhi Mcp Openclaw Official。
● 可疑
安装命令 点击复制
官方npx clawhub@latest install xiaozhi-mcp-openclaw-official
镜像加速npx clawhub@latest install xiaozhi-mcp-openclaw-official --registry https://cn.clawhub-mirror.com
技能文档
简体中文
作用
这是一个按小智官方文档方式接入的最小可用 MCP 原型。
数据流:
小智 → MCP 接入点 → mcp_pipe.py → openclaw_mcp.py → OpenAI/OpenAI-compatible 后端 → 回复文本 → 小智播报
提供的工具
openclaw_query(message)- 当用户提到「龙虾机器人」「龙虾」或需要外部能力时,调用这个工具- 返回适合语音播报的简短中文结果
启动步骤
- 安装依赖:
pip install -r requirements.txt
- 复制配置:
cp .env.example .env
- 修改
.env:
MCP_ENDPOINT- 小智 MCP 接入点OPENAI_BASE- OpenAI/OpenAI-compatible 后端地址OPENAI_KEY- 后端 keyMODEL- 模型名
- 启动:
python3 mcp_pipe.py openclaw_mcp.py
关键配置项
MCP_ENDPOINT:小智 MCP 接入点OPENAI_BASE:OpenAI/OpenAI-compatible 后端地址OPENAI_KEY:后端 keyMODEL:模型名(如gpt-5.4)
注意事项
- 不要把真实
.env连同密钥一起分享 - 这是一个原型桥接项目,后续可以继续增强成真正的 OpenClaw 多工具接入版
English
Purpose
This is a minimal working MCP prototype that follows XiaoZhi's official MCP integration style.
Flow:
XiaoZhi → MCP endpoint → mcp_pipe.py → openclaw_mcp.py → OpenAI/OpenAI-compatible backend → reply text → XiaoZhi speaks it
Provided tool
openclaw_query(message)- Use when the user mentions「龙虾机器人 / Lobster Robot」or when an external capability is needed- Returns a short Chinese reply suitable for voice playback
Startup
- Install dependencies:
pip install -r requirements.txt
- Copy config:
cp .env.example .env
- Update
.env:
MCP_ENDPOINT- XiaoZhi MCP endpointOPENAI_BASE- OpenAI/OpenAI-compatible backend URLOPENAI_KEY- backend API keyMODEL- model name
- Start:
python3 mcp_pipe.py openclaw_mcp.py
Key config values
MCP_ENDPOINT: XiaoZhi MCP endpointOPENAI_BASE: OpenAI/OpenAI-compatible backend URLOPENAI_KEY: backend API keyMODEL: model name (for examplegpt-5.4)
Notes
- Do not publish your real
.envor secrets - This is a prototype bridge and can later be extended into a richer OpenClaw multi-tool integration
数据来源:ClawHub ↗ · 中文优化:龙虾技能库
OpenClaw 技能定制 / 插件定制 / 私有工作流定制
免费技能或插件可能存在安全风险,如需更匹配、更安全的方案,建议联系付费定制