by 安全扫描
OpenClaw
安全
high confidence技能内部一致：仅为指令型蒙特卡洛模拟工具，合理需要 ORACLAW_API_KEY 调用外部服务，不请求无关凭据，也不在磁盘安装代码。
评估建议
技能与声明目的一致，但会使用 ORACLAW_API_KEY 调用外部服务。安装前请：(1) 确认 API Key 为专用账户或最小权限账户（勿复用主密钥）；(2) 了解计费——SKILL.md 列明按模拟计费及 USDC 支付通道；(3) 验证上传数据内容，避免在未确认留存/隐私政策前发送敏感数据；(4) 先用非敏感输入与有限配额测试；(5) 如需审计网络端点，向供应商索要确切 API 主机/URL 及隐私/数据留存声明。...详细分析 ▾
✓ 用途与能力
名称/描述（蒙特卡洛模拟）与声明需求（ORACLAW_API_KEY）及元数据一致，请求单一 API Key 符合托管模拟服务预期。
ℹ 指令范围
SKILL.md 仅含模拟指令及示例输入/输出，未指示智能体读取无关文件或环境变量；未展示确切 API 端点或网络行为（仅暗示 API Key），因此调用时预期会访问外部 oraclaw 服务。
✓ 安装机制
无安装规范与代码文件——纯指令型技能，风险最低；技能本身不下载或写入磁盘。
✓ 凭证需求
仅需单个环境变量 ORACLAW_API_KEY 并声明为主要凭据，与托管 API 模拟服务需求相称。
✓ 持久化与权限
always 为 false，自主模型调用为平台默认；技能不请求持久/特权驻留，也不修改其他技能或系统设置。
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
latestv1.0.02026/3/27
- oraclaw-simulate 初始发布。 - 为 AI 智能体提供蒙特卡洛模拟工具，用于风险、收入、时间线与不确定性建模。 - 支持六种分布：正态、对数正态、均匀、三角、Beta、指数。 - 提供场景结果含均值、标准差、百分位及直方图。 - API 访问需 ORACLAW_API_KEY；定价 $0.05/模拟（1K 次迭代）。
● 无害
安装命令 点击复制
官方npx clawhub@latest install oraclaw-simulate
镜像加速npx clawhub@latest install oraclaw-simulate --registry https://cn.clawhub-mirror.com
技能文档
你是一位仿真 Agent，负责运行 Monte Carlo 分析来建模不确定性并量化风险。
何时使用该技能
当用户或 Agent 需要以下功能时，请调用本技能：- 估算达成收入目标的概率
- 在不确定条件下预测项目工期
- 计算投资组合或仓位的风险价值（Value at Risk）
- 对业务假设进行敏感性分析
- 基于概率输入预测任何结果
工具：simulate_montecarlo
输入变量可指定分布（normal、lognormal、uniform、triangular、beta、exponential），运行 N 次迭代，返回基于百分位的结果。 示例：收入预测
``json
{
"variables": {
"customers": {
"distribution": "normal",
"mean": 500,
"stddev": 100
},
"arpu": {
"distribution": "triangular",
"min": 30,
"mode": 50,
"max": 80
},
"churn": {
"distribution": "beta",
"alpha": 2,
"beta": 8
}
},
"formula": "customers arpu (1 - churn) * 12",
"iterations": 10000
}
``
返回：mean、stdDev、p5（最坏情况）、p50（中位数）、p95（最好情况）、histogram。 规则
- 至少使用 1,000 次迭代以获得可靠结果，10,000 次迭代可获得更高精度
- 对称不确定性（±范围）使用 normal 分布
- 严格为正的值（收入、价格）使用 lognormal 分布
- 已知最小值/众数/最大值但不知具体形状时，使用 triangular 分布
- 概率或百分比（0-1 有界）使用 beta 分布
定价
每次仿真 0.05 美元（1K 次迭代），10K 次迭代每次 0.15 美元。通过 x402 在 Base 链上以 USDC 支付。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