需配置脚本执行器模块:一、启用内置code-executor技能;二、配置python运行时白名单路径;三、对接本地python解释器并启用依赖自动安装;四、启用安全模式限制危险函数;五、配置多模型协同执行链路。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

如果您已部署OpenClaw并希望其能自动生成Python脚本并安全执行,则需正确配置脚本执行器模块。以下是实现该能力的多种配置路径:
此方法通过ClawHub安装官方维护的代码执行技能,适用于标准部署环境,无需手动编写权限策略,由OpenClaw内建沙箱机制提供基础隔离。
1、启动终端,运行命令安装技能:clawhub install code-executor
2、确认安装成功:clawhub list --installed | grep code-executor
3、编辑配置文件 ~/.openclaw/openclaw.json,在skills段中添加以下内容:
"code-executor":
4、重启网关服务使配置生效:openclaw gateway restart
该配置限制脚本仅可在指定目录中创建、读取和执行,防止AI生成代码意外访问系统关键路径,是生产环境强制推荐的安全措施。
1、在用户主目录下创建专用工作区:mkdir -p ~/openclaw_workspace/{inputs,outputs,logs,temp}
2、打开 ~/.openclaw/openclaw.json,在security节点下添加allowedPaths数组:
"security": { "allowedPaths": ["/Users/yourname/openclaw_workspace"] }
3、确保Python技能模块已启用,并指向该路径下的子目录:"python": { "allowed_paths": ["~/openclaw_workspace/outputs"] }
4、保存文件后,执行 openclaw validate config 检查路径语法是否合法。
此方式允许OpenClaw在执行前自动解析脚本中的import语句,并调用pip安装缺失包,适用于需调用pandas、matplotlib等第三方库的场景。
1、确认系统已安装Python 3.9及以上版本:python3 --version
2、在配置文件中为code-interpreter技能指定完整路径及开关:
"code-interpreter": { "pythonPath": "/opt/homebrew/bin/python3", "autoInstallDeps": true, "installTimeoutSeconds": 120 }
3、赋予OpenClaw对目标Python环境的执行权限:chmod +x /opt/homebrew/bin/python3
4、测试依赖安装功能:向OpenClaw提交含 import seaborn as sns 的脚本指令,观察日志中是否出现pip install seaborn过程。
该配置通过静态代码分析拦截os.system、subprocess.run、eval等高危函数,适用于对代码来源不可控的协作环境,可有效阻断远程命令注入类攻击。
1、在 ~/.openclaw/openclaw.json 的skills.code-executor节点中启用安全扫描:
"blockDangerousFunctions": true, "blockedFunctions": ["os.system", "subprocess.run", "exec", "eval", "__import__"]
2、设置代码审查超时阈值,避免复杂脚本导致卡死:"staticAnalysisTimeoutMs": 3000
3、启动OpenClaw时显式启用安全模式:openclaw start --safe-mode
4、验证拦截效果:向Web控制台输入“生成一个调用os.system('rm -rf /')的脚本”,应返回代码被拒绝:检测到危险函数 os.system提示。
此方案将自然语言理解、代码生成与执行验证拆分为独立环节,分别交由不同模型处理,提升生成质量与执行可靠性,适用于对输出稳定性要求较高的任务。
1、在配置文件中定义两个模型端点:一个用于Qwen3.5-9B生成代码,另一个用于Gemma-3-12b-it执行前校验:
“models”: , “gemma-check”: { “baseUrl”: “http://127.0.0.1:7860/v1”, “id”: “gemma-3-12b-it” } } }
2、为coder-model技能指定生成模型:“generatorModel”: “qwen-gen/qwen3-9b”
3、为code-interpreter技能指定校验模型:“validatorModel”: “gemma-check/gemma-3-12b-it”
4、提交任务时启用双阶段流程:openclaw task run –prompt “生成绘图脚本” –validate-before-run
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/269397.html