VerifyGuard est un utilitaire de pré-vérification automatisé qui analyse les fichiers Markdown à la recherche de problèmes de formatage, de liens rompus, de fuites de sécurité et de repères inachevés avant la publication.
Installer & Télécharger
1. ClawHub CLI
Le moyen le plus rapide d'installer une compétence directement depuis le registre.
npx clawhub@latest install verifyguard
2. Installation manuelle
Copiez le dossier de la compétence dans l'un de ces emplacements
~/.openclaw/skills/ <project>/skills/ Priorité : Espace de travail > Local > Intégré
3. Installation du prompt
Copiez ce prompt dans OpenClaw pour l'installer automatiquement.
Aide-moi à installer verifyguard via Clawhub. Si Clawhub n'est pas installé, installe-le d'abord (npm i -g clawhub).
Vous préférez télécharger ?
Obtenez les fichiers bruts de la compétence dans une archive ZIP.
Qu'est-ce que VerifyGuard ?
VerifyGuard est un outil de validation en ligne de commande puissant et léger, conçu pour garantir que vos documents générés par AI et écrits par des humains sont impeccables avant leur publication ou leur déploiement. Inspiré du modèle d'agent de vérification indépendant présent dans Claude Code, VerifyGuard représente une implémentation entièrement originale basée sur Python qui agit comme un garde de sécurité automatisé pour les rédacteurs techniques, les développeurs et les créateurs de contenu utilisant Openclaw Skills.
En exécutant des analyses automatisées sur plusieurs points de contrôle de qualité et de sécurité, VerifyGuard aide à prévenir les erreurs embarrassantes telles que la publication d'hyperliens rompus, la fuite de jetons d'accès confidentiels ou le téléchargement d'articles incomplets avec des repères comme TODO ou FIXME. Il fonctionne localement en utilisant Python et des bibliothèques standards, ce qui le rend rapide, sûr et hautement portable pour une intégration dans des pipelines de publication automatisés.
Cas d'utilisation de VerifyGuard
- Sauvegarde de la publication de contenu : Vérifiez automatiquement les fichiers de brouillon pour détecter les erreurs de formatage et les marqueurs de travail en cours incomplets avant de les pousser sur des blogs en direct.
- Audit de l'intégrité des liens : Validez toutes les ressources externes hyperliées dans vos fichiers Markdown pour garantir qu'aucune URL morte n'est servie aux lecteurs.
- Prévention des fuites de secrets : Exécutez un analyseur rapide sur les fichiers locaux para détecter les clés d'API, les jetons propriétaires, les mots de passe et les fuites d'IP privées avant de valider sur git.
- Porte de qualité CI/CD : Intégrez le script CLI dans les flux de travail d'intégration continue pour imposer des portes de qualité sur les soumissions de documentation technique entrantes.
Comment fonctionne VerifyGuard
- Identification de la cible : L'utilisateur spécifie un document Markdown cible ou un chemin de répertoire à l'aide de l'interface de commande VerifyGuard.
- Analyse de sécurité et de secrets : Le système analyse le fichier cible à la recherche de vulnérabilités de sécurité potentielles, y compris les jetons d'API exposés, les mots de passe de base de données et les configurations d'IP d'hôtes internes.
- Analyse de syntaxe et de complétude : VerifyGuard lit le contour structurel du contenu, recherchant des marqueurs de contenu non résolus (tels que TODO, FIXME) et des segments de syntaxe tronqués.
- Vérification de l'accessibilité des liens : L'outil extrait tous les liens web du document et tente des requêtes d'état HTTP asynchrones ou séquentielles pour vérifier la connectivité active.
- Génération de rapports : Le flux de travail de vérification compile les résultats dans un résumé CLI exploitable, catégorisant les éléments par gravité (CRITICAL, ERROR, WARNING) pour informer les utilisateurs si le fichier peut être publié en toute sécurité.
Configuration de VerifyGuard
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
Schéma de données et taxonomie de VerifyGuard
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 |
Fonctionnalités avancées de VerifyGuard
- Vérifications granulaires des sous-modules : Exécutez des vérifications personnalisées (par exemple, auditer exclusivement les liens externes ou vérifier les fuites de sécurité) au lieu d'attendre le traitement complet du fichier.
- Modèle d'exécution indépendant : Inspiré des flux de travail de VerificationAgent de Claude Code mais implémenté nativement en Python pur, éliminant le besoin d'une orchestration de modèles tiers coûteuse.
- Intégration automatisée du flux de travail : Conçu pour générer des codes système standardisés, permettant aux développeurs utilisant Openclaw Skills de brancher de manière transparente l'outil dans les crochets Git ou les processus de pre-commit.
- Logique d'analyse déterministe : Garantit des vérifications rapides et économes en ressources en utilisant des expressions régulières localisées et des requêtes HTTP rapides, protégeant les bases de code confidentielles contre les fuites sur le cloud.
SKILL.md
Chargement
Compétences Openclaw associées
OpenClaw SkillForge
Un utilitaire automatisé conçu pour convertir des flux de travail conversationnels manuels en plusieurs étapes en OpenClaw Skills et modèles de script standardisés et réutilisables.
CodeByteLens
Un outil d'intelligence de code open-source qui permet aux agents IA d'effectuer des analyses de code statiques, une indexation des symboles et une analyse des graphes d'appels sans avoir besoin d'un LSP server encombrant.
mcpglue
Un pont (bridge) Model Context Protocol (MCP) standardisé qui permet aux AI agents d'interagir dynamiquement avec des serveurs personnalisés, des API et des systèmes de fichiers.
Automatisation Vidéo Google Flow
Un outil d'automatisation qui exploite Chrome CDP pour générer, optimiser et télécharger par programmation des vidéos IA sur Google Flow.
DeepThink
DeepThink est une compétence de raisonnement structuré en plusieurs étapes pour les AI agents qui impose une analyse systématique, une planification stratégique et une validation rigoureuse de l'exécution avant d'agir.
Examen de Contrat
Un guide IA conversationnel qui simplifie les contrats complexes, traduit le jargon juridique en langage clair et identifie les risques cachés avant que vous ne signiez.
Claims FNOL Triage
Une compétence avancée d'automatisation de la saisie des sinistres conçue pour analyser les données brutes de première déclaration de sinistre en dossiers de projet de tri sécurisés et structurés pour examen par un expert agréé.
En vedette*
