一款基於 AST 靜態分析的命令列工具,用於檢測 AI 生成的 Python 程式碼中的錯誤、安全漏洞並評估其生產就緒程度。
從來源直接安裝技能的最快方式。
npx clawhub@latest install code-inspector
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 code-inspector。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
AI 程式碼生成器可能會輸出語法看起來正確,但隱藏了關鍵安全漏洞、邏輯錯誤或嚴重反模式的程式碼。code-inspector 工具透過根據八個關鍵靜態分析檢查點(從硬編碼憑據到可變預設值)掃描您的 Python 檔案來解決此問題。透過引入結構化的安全網,開發人員可以放心地利用 LLM 代理。
作為 Openclaw Skills 生態系統的一部分,該工具可以無縫整合到開發人員的工作流程中,以直接從終端檢查管道輸入或檔案。它會評估每個腳本並輸出 0 到 100 的生產就緒分數,確保高風險程式碼永遠不會進入生產環境。
# 直接從 GitHub 儲存庫安裝
pip install git+https://github.com/minirr890112-byte/code-inspector.git
# 掃描單一 Python 檔案
code-inspector app.py
# 透過 stdin 從其他行程直接串流傳輸程式碼
cat app.py | code-inspector
該工具在記憶體中處理 Python 抽象語法樹 (AST) 以執行檢查。評分嚴重性對映和生產就緒分類結構如下:
| 檢查類別 | 嚴重性 | 範例 / 目標行為 |
|---|---|---|
| 硬編碼密鑰 | 關鍵 | 查找分配給 'api_key' 等關鍵變數的純文字字串。 |
| 不安全的 eval/exec | 關鍵 | 識別不安全地使用動態執行方法的情況。 |
| 無限迴圈 | 關鍵 | 標記在 while 迴圈內修改迭代器的行為。 |
| 空的 except/pass | 關鍵 | 檢查靜默吞沒異常的行為 ('except: pass')。 |
| 可變預設值 | 高 | 標記函式中用作預設參數值的列表、字典或集合。 |
| 遮蔽內建函式 | 高 | 捕捉內建術語的重定義,例如 'list = [1,2,3]'。 |
| 深層巢狀 | 中 | 精確定位具有五級或更高級別巢狀迴圈的程式碼區塊。 |
| 未使用的導入 | 低 | 標記從未被引用的導入模組。 |
加載中
一個命令列工具,用於比較 6 家供應商提供的 18 種 AI 模型的定價,為特定用途推薦最經濟的選擇,並追蹤 API 支出。

一款本地硬體檢測 CLI,可自動分析系統記憶體、GPU 和 CPU 規格,並建議與輸出理想的 Ollama 和 llama.cpp 設定指令。

一個互動式命令列工具,用於評估 OpenAI 帳號停權風險、生成自定義申訴模板,並掃描開發者論壇以獲取即時封號浪潮資訊。

這是一個用於 ApplyTop API 的高階命令列介面與 Node.js 用戶端,支援自動化求職、AI ATS 評分、履歷客製化與求職信生成。

一款本地優先的資產發現助手,旨在自動掃描、整理 Openclaw Skills 並將其發布到主要平台註冊中心。








































