VerifyGuard 是一款自動預檢工具，可在發布前掃描 Markdown 文件中的格式問題、損壞連結、安全洩漏和未完成的預留位置。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install verifyguard
2. 手動安裝
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
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 verifyguard。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 VerifyGuard？
VerifyGuard 是一款功能強大且輕量級的命令列驗證工具，旨在確保您 AI 生成和人工編寫的文檔在發布或部署前完美無瑕。受 Claude Code 中獨立驗證代理模式的啟發，VerifyGuard 代表了完全原創的基於 Python 的實作，為使用 Openclaw Skills 的技術作家、開發人員和內容創作者充當自動安全衛士。
透過跨多個品質和安全檢查點執行自動掃描，VerifyGuard 有助於防止令人尷尬的錯誤，例如發布損壞的超連結、洩漏敏感的存取權杖或上傳帶有 TODO 或 FIXME 等預留位置的未完成文章。它使用 Python 和標準函式庫在本地執行，使其能夠快速、安全且高度可攜地整合到自動發布管線中。
VerifyGuard 應用場景
- 內容發布保障：在推送到線上網誌之前，自動驗證草稿文件是否存在格式錯誤和未完成的工作標記。
- 連結完整性稽核：驗證 Markdown 文件中所有超連結的外部資源，以確保不向讀者提供失效的 URL。
- 敏感資訊洩漏防護：對本地文件執行快速掃描，以便在認可到 git 之前偵測 API 金鑰、專有權杖、密碼和私有 IP 洩漏。
- CI/CD 品質管制門：將 CLI 指令稿整合到持續整合工作流程中，以對輸入的技術文檔提交強制執行品質管制門。
VerifyGuard 運作原理
- 目標識別：使用者使用 VerifyGuard 命令介面指定目標 Markdown 文件或目錄路徑。
- 安全與敏感資訊掃描：系統剖析目標文件以尋找潛在的安全漏洞，包括暴露的 API 權杖、資料庫密碼和內部主機 IP 組態。
- 語法與完整性剖析：VerifyGuard 讀取內容的結構大綱，搜尋未解決的内容標記（如 TODO、FIXME）和截斷的語法片段。
- 連結可達性檢查：該工具擷取文件中的所有網頁連結，並嘗試非同步或循序的 HTTP 狀態查詢以驗證作用中連線性。
- 報告產生：驗證工作流程將發現的結果編譯為可操作的 CLI 摘要，按嚴重程度（CRITICAL、ERROR、WARNING）對項目進行分類，讓使用者知道文件是否可以安全發布。
VerifyGuard 設定指南
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 資料結構與分類體系
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 進階特性
- 細粒度子模組檢查：執行量身客製的檢查（例如，專門稽核外部連結或檢查安全洩漏），而不是等待完整的文件處理。
- 獨立執行模型：受 Claude Code 驗證代理工作流程啟發，但原生在純 Python 中實作，消除了對昂貴的第三方模型協調的需求。
- 自動化工作流程整合：旨在輸出標準化的系統代碼，使使用 Openclaw Skills 的開發人員能夠無縫地將該工具接入 Git 鉤子或 pre-commit 流程。
- 確定性剖析邏輯：使用在地化的規則運算式和快速 HTTP 請求確保快速且資源高效的檢查，保護機密代碼庫免受雲端洩漏。
SKILL.md
加載中
Openclaw 相關技能
mcpglue
一個標準化的 Model Context Protocol (MCP) 橋接器，使 AI agent 能夠與自定義伺服器、API 和檔案系統動態交互。
Claims FNOL Triage
一種先進的理賠接收自動化技能，旨在將原始的初次損失通知數據解析為安全的、結構化的草稿分流記錄，供持牌理賠員審查。
Litigation Hold Notice Drafter
一款 AI 法律助手，旨在生成合規的訴訟保留文件包、ESI 清單和供律師審核的保管人表格。
精選*
