OpenClaw Agent 沙箱安全:Docker、工具权限与 MCP 边界

核对 OpenClaw 官方沙箱默认状态、Docker 后端、Gateway 与工具执行边界、workspaceAccess、网络和提升权限逃逸路径;澄清 MCP/eBPF 非强制内置能力。

发布 · 2026-03-104 分钟阅读XBSTACK 原创
Evidence 4 条资料来源
本文目录

结论:OpenClaw 的真实沙箱边界必须先看官方配置

OpenClaw 具备工具执行能力,不能把聊天模型的文字约束当成文件系统安全权限。2026 年 10 月官方资料明确说明:沙箱默认关闭;启用 Docker 等后端后,受支持的工具执行可以转移到容器,Gateway 仍然留在主机上。早期文章把 MCP、Redis Pub/Sub、eBPF 内核拒止和自定义 Patch-Broker 描述成已经由本站配置的 OpenClaw 内置链路,却没有相应代码、部署清单或权限测试;这些内容现仅保留为可选扩展方案。

主要依据:OpenClaw 沙箱总览、Docker 后端、沙箱配置 与 能力矩阵。

一、沙箱具体隔离哪些操作

启用后,`exec`、文件 `read`/`write`/`edit` 等工具可在沙箱环境中执行;Gateway 进程和控制面不自动进入同一容器。Docker 后端的典型限制包括默认关闭沙箱网络出站、只读根文件系统、移除 Linux capabilities,以及限制进程和资源占用。不同后端(Docker、SSH、OpenShell 等)支持的能力并不完全相同,不能只看到“沙箱已开启”就认定所有插件和外部服务都受同一种系统调用过滤保护。

对于文件访问,配置 `workspaceAccess: “none” | “ro” | “rw”`。需要分析代码但不允许写生产仓库时,先选择最小访问权;只有经过批准的 Patch 和必要的输出目录才放宽写权限。还要检查容器额外挂载、用户身份、网络和密钥读取范围。只读文件挂载不等于完整的进程/网络隔离。

二、MCP 是工具协议,不是强制沙箱实现

MCP 可以描述和调用工具接口,但它并不自动提供 Linux 容器隔离、OS 授权策略或对宿主密钥的强制访问控制。OpenClaw 的工具、插件和 MCP 服务可能跨越不同的执行进程与权限面,须结合 Gateway 工具策略、沙箱工具 allow/deny 以及工具本身的身份校验。没有证据可以把标准 `tools/call` 格式当成所有 OpenClaw 工具都经过一个特定 MCP Gateway 的证明。

eBPF、Seccomp、AppArmor 等属于更底层的可选安全机制,是否实际启用必须看运行内核、容器配置和日志。本文没有可核查的 eBPF 拒止测试,也不声称发生过读取 `~/.npmrc` 并被本站内核过滤阻止的真实事件。

三、如何阻断提权与越权路径

官方明确指出 `tools.elevated` 可以让明确授权的某些工具绕过沙箱,在指定的 Gateway 或节点目标执行。要把这一能力列为高风险入口:默认禁止,确需使用时绑定操作者身份、审批、命令白名单、时限、目标环境和审计记录;不能只依赖提示词要求 Agent“谨慎”。

所谓 Patch-Broker 可以作为建议的附加设计:Agent 在只读源码和独立暂存目录中生成 Diff,Broker 校验路径、文件类型、测试和审核人权限,再由独立的 CI 过程合并。它不是官方文档所说的必装组件,更不能把“人工点击同意”当作代码已通过测试的证明。

四、长任务与日志处理的真实边界

如果 Agent 处理 GB 级日志,应使用文件索引、分页读取、过滤与来源 ID 保留,避免一股脑传给模型。调度长任务时,可引入持久任务 ID、幂等状态机和恢复策略,但 Redis Pub/Sub 本身不是可靠持久队列,订阅者离线后消息可能丢失。需要可恢复工作流时应选具有可验证持久化语义的任务存储,而不是宣称 Pub/Sub “彻底解决 IO 阻塞”。

生产验收应测试隔离目录越权、符号链接逃逸、宿主密钥读取、网络出站、资源耗尽、elevated 绕过、日志脱敏、关闭后恢复以及审批记录完整性。没有同条件性能数据,不能声称某一显卡或 NAS 配置“保证无卡顿”。

常见问题

私有 NAS 部署是否自动比云托管更安全?

不是。私有化增加数据控制,也增加补丁维护、访问控制、备份与事故响应责任。是否安全应看实际权限、隔离和恢复验证。

沙箱开启后还需要工具授权门禁吗?

需要。沙箱约束工具执行位置,授权门禁控制谁能发起什么操作;Gateway、插件和提权路径仍可能位于沙箱之外。

相关阅读

专题入口 / MCP Hub

继续按 MCP 生产部署路径读,而不是堆 guide / tutorial

MCP 内容统一按协议理解、本地 Server、远程部署、OAuth、安全治理、stdio/JSON-RPC 排障和工具对比来承接,避免站内关键词互相抢。

下一步:把执行边界补完整

完整专题路径 →

继续处理下一层权限、工具、凭据或生产控制,不让问题停在“模型回答正确”这一层。

继续处理状态与记忆OpenClaw 架构解析:Gateway、Session、Agent Loop 与工具执行OpenClaw 生产架构指南:解释 Gateway、会话生命周期、模型与工具调用、沙箱及私有部署的实际责任边界,并澄清与通用多智能体框架的区别。补齐权限与安全边界Personal AI Agent 架构:从聊天助手到真正替你执行任务,Memory、权限、App 与本地/云端怎么设计?OpenAI Dot、Meta Muse、Apple Siri AI 正在把个人 AI 从“回答问题”推向“长期记住、持续工作、跨 App 执行”。本文给出 Personal AI Agent 的生产架构:Identity、Memory、State、RAG、Tools、权限、Credential、Approval、Local/Cloud Runtime 与 Audit,并结合 RecalAI 的本地优先实现说明哪些能力应留在设备端。继续处理工具与协议边界AI Agent 协议和框架怎么选:MCP、A2A 与 LangGraph分清 MCP、Function Calling、A2A 的通信职责与 LangGraph、AutoGen、CrewAI 的编排能力;协议复用不等于工具物理隔离或自动授权。
评论与补充证据

参与讨论

问题、验证与勘误

登录后可发表评论。所有新评论先进入审核;审核期间仅评论者本人和管理员可见,通过后才公开。

登录评论 审核后公开
正在加载评论区…