VerifyGuard ist ein automatisiertes Vorüberprüfungsprogramm, das Markdown-Dateien vor der Veröffentlichung auf Formatierungsprobleme, fehlerhafte Links, Sicherheitslecks und unfertige Platzhalter scannt.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install verifyguard
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, verifyguard über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist VerifyGuard?
VerifyGuard ist ein leistungsstarkes und leichtgewichtiges Befehlszeilen-Validierungstool, das sicherstellen soll, dass Ihre von AI generierten und von Menschen geschriebenen Dokumente vor der Veröffentlichung oder Bereitstellung fehlerfrei sind. Inspiriert von dem unabhängigen Verifizierungsagenten-Muster aus Claude Code stellt VerifyGuard eine völlig originelle, auf Python basierende Implementierung dar, die als automatisierter Sicherheitswächter für technische Autoren, Entwickler und Inhaltsersteller fungiert, die Openclaw Skills verwenden.
Durch das Ausführen automatisierter Scans über mehrere Qualitäts- und Sicherheitsprüfpunkte hinweg hilft VerifyGuard, peinliche Fehler zu vermeiden, wie das Veröffentlichen fehlerhafter Hyperlinks, das Durchsickern sensibler Zugriffstoken oder das Hochladen unvollständiger Artikel mit Platzhaltern wie TODO oder FIXME. Es läuft lokal unter Verwendung von Python und Standardbibliotheken, was es schnell, sicher und hochgradig portabel für die Integration in automatisierte Veröffentlichungspipelines macht.
VerifyGuard Anwendungsfälle
- Schutz bei der Veröffentlichung von Inhalten: Überprüfen Sie Entwurfsdateien automatisch auf Formatierungsfehler und unvollständige Markierungen für laufende Arbeiten, bevor Sie sie auf Live-Blogs übertragen.
- Prüfung der Link-Integrität: Validieren Sie alle per Hyperlink verknüpften externen Ressourcen in Ihren Markdown-Dateien, um zu garantieren, dass den Lesern keine toten URLs bereitgestellt werden.
- Verhinderung des Durchsickerns von Geheimnissen: Führen Sie einen schnellen Scanner für lokale Dateien aus, um API-Schlüssel, proprietäre Token, Passwörter und private IP-Lecks zu erkennen, bevor Sie committen zu git.
- CI/CD Quality Gate: Integrieren Sie das CLI-Skript in Continuous-Integration-Workflows, um Quality Gates für eingehende Einreichungen technischer Dokumentationen durchzusetzen.
So funktioniert VerifyGuard
- Zielidentifikation: Der Benutzer gibt über die VerifyGuard-Befehlsschnittstelle ein Ziel-Markdown-Dokument oder einen Verzeichnispfad an.
- Sicherheits- & Geheimnis-Scan: Das System analysiert die Zieldatei auf potenzielle Sicherheitsanfälligkeiten, einschließlich offengelegter API-Token, Datenbankkennwörter und interner Host-IP-Konfigurationen.
- Syntax- & Vollständigkeitsanalyse: VerifyGuard liest den strukturellen Umriss des Inhalts und sucht nach ungelösten Inhaltsmarkierungen (wie TODO, FIXME) und abgeschnittenen Syntaxsegmenten.
- Prüfung der Link-Erreichbarkeit: Das Tool extrahiert alle Weblinks im Dokument und versucht asynchrone oder sequenzielle HTTP-Statusabfragen, um die aktive Konnektivität zu überprüfen.
- Berichtserstellung: Der Verifizierungsworkflow stellt die Ergebnisse in einer umsetzbaren CLI-Zusammenfassung zusammen und kategorisiert die Elemente nach Schweregrad (CRITICAL, ERROR, WARNING), damit Benutzer wissen, ob die Datei sicher veröffentlicht werden kann.
VerifyGuard Einrichtung
Requirements
VerifyGuard operates with a Python environment and requires Python 3.x installed on your target system.
Usage Commands
You can interact with VerifyGuard using Python commands directly from your terminal. Replace {{SKILL_DIR}} with the absolute path to your cloned skill directory:
# Check Markdown document syntax and general structure
python3 {{SKILL_DIR}}/scripts/verify.py check path/to/article.md
# Validate all external URL links embedded inside the document
python3 {{SKILL_DIR}}/scripts/verify.py links path/to/article.md
# Scan the document for sensitive credentials and private configurations
python3 {{SKILL_DIR}}/scripts/verify.py secrets path/to/article.md
# Run all validation checks (security, formatting, completeness, and links) in a single workflow
python3 {{SKILL_DIR}}/scripts/verify.py all path/to/article.md
VerifyGuard Datenschema & Taxonomie
VerifyGuard organizes its validation patterns and metadata structure around the following scanning dimensions:
| Severity Level | Check Dimension | Description & Verification Target |
|---|---|---|
| CRITICAL | Security (安全) | Scans for active passwords, API secret tokens, authentication keys, and internal IP address exposures |
| ERROR | Completeness (完整) | Searches for unfinished tasks flags (e.g., TODO, FIXME) and structural content truncation errors |
| WARNING | Links (链接) | Confirms correct URL structures, schema validation, and remote destination web server accessibility |
| WARNING | Format (格式) | Ensures proper Markdown grammar formatting, parsing blocks, and safe encoding compliance |
VerifyGuard Erweiterte Funktionen
- Granulare Submodul-Prüfungen: Führen Sie maßgeschneiderte Prüfungen durch (z. B. ausschließlich die Überprüfung externer Links oder die Prüfung auf Sicherheitslecks), anstatt auf die vollständige Dateiverarbeitung zu warten.
- Unabhängiges Ausführungsmodell: Inspiriert von den VerificationAgent-Workflows von Claude Code, aber nativ in reinem Python implementiert, wodurch die Notwendigkeit einer teuren Modellorchestrierung durch Drittanbieter entfällt.
- Automatisierte Workflow-Integration: Entwickelt für die Ausgabe standardisierter Systemcodes, sodass Entwickler, die Openclaw Skills verwenden, das Tool nahtlos in Git-Hooks oder pre-commit-Prozesse einbinden können.
- Deterministische Logik zur Analyse: Gewährleistet schnelle und ressourceneffiziente Prüfungen mithilfe lokalisierter regulärer Ausdrücke und schneller HTTP-Anfragen und schützt vertrauliche Codebasen vor dem Durchsickern in die Cloud.
SKILL.md
Laden
Verwandte Openclaw-Skills
OpenClaw SkillForge
Ein automatisiertes Dienstprogramm zur Umwandlung manueller, mehrstufiger Konversations-Workflows in standardisierte, wiederverwendbare OpenClaw Skills und Skriptvorlagen.
CodeByteLens
Ein Open-Source-Code-Intelligenz-Tool, das es AI-Agents ermöglicht, statische Codeanalysen, Symbolindizierung und Aufrufgraph-Analysen ohne einen massiven LSP server durchzuführen.
mcpglue
Eine standardisierte Model Context Protocol (MCP) Bridge, die es AI agents ermöglicht, dynamisch mit benutzerdefinierten Servern, APIs und Dateisystemen zu interagieren.
Google Flow Video-Automatisierung
Ein Automatisierungstool, das Chrome CDP nutzt, um KI-Videos auf Google Flow programmatisch zu generieren, zu optimieren und herunterzuladen.
DeepThink
DeepThink ist eine strukturierte mehrstufige Denkfähigkeit für AI agenten, die eine systematische Analyse, strategische Planung und eine strenge Validierung der Ausführung vor dem Ergreifen von Maßnahmen erzwingt.
Vertragsprüfung
Ein konversationeller KI-Leitfaden, der komplexe Verträge vereinfacht, Rechtstermini in einfache Sprache übersetzt und versteckte Risiken vor der Unterzeichnung identifiziert.
Claims FNOL Triage
Ein fortschrittlicher Skill zur Automatisierung der Schadensaufnahme, der darauf ausgelegt ist, unaufbereitete Daten der ersten Verlustmeldung in sichere, strukturierte Entwurfs-Triage-Datensätze zur Überprüfung durch zugelassene Schadensregulierer zu parsen.
Hervorgehoben*
