OpenClaw 成为风靡全球的 AI Agent 同时，它的安全性和 AI Agent 通用的不确定性等问题也引发人们的广泛关注。基于 SelectDB 或 Apache Doris 的 AI Observe Stack 可以为 OpenClaw 提供可观测性，让 AI Agent 的每一个行为清晰可见、安全问题可被洞察，让你看清它的每一个 “脑回路”。

本文基于 AI Observe Stack 构建的 OpenClaw 可观测系统是使用 AI 在一天内完成的。用户也可以用阿里云 SelectDB 云服务或者开源 Apache Doris 在几分钟内快速搭建起来亲身体验。

OpenClaw：爆火背后的安全危机

OpenClaw 大概是 2026 年最火的开源 AI Agent 平台。它支持通过 WhatsApp、Telegram、Web 等渠道与用户交互，背后的 Agent 可以调用 shell 命令、浏览网页、搜索信息、操作文件、发送消息——几乎无所不能。

OpenClaw：爆火背后的安全危机.PNG

但"无所不能"恰恰是问题所在。

OpenClaw 上线短短几周内，安全事件已经井喷。来自 Kaspersky、Cisco、CrowdStrike、Trend Micro 等安全厂商的报告描绘了一幅触目惊心的画面：

近 1000 个暴露的 OpenClaw 实例 被安全研究员通过 Shodan 发现，这些实例无需认证即可访问，泄露了 API 密钥、Telegram bot token 和完整聊天记录（ Kaspersky ）
安全审计发现 512 个漏洞 ，其中 8 个为高危 ，包含一个 CVSS 8.8 的远程代码执行漏洞 CVE-2026-25253（ BitSight ）
研究人员证明：仅凭 一封精心构造的邮件 ，就能通过 prompt injection 诱导 OpenClaw 窃取私有 SSH 密钥和 API token（ Trend Micro ）
ClawHub 技能市场中 36% 的技能存在安全缺陷 ，1467 个含恶意载荷（ Snyk ）
工信部专门发布了《关于防范 OpenClaw 开源 AI 智能体安全风险的预警提示》

Cisco 的分析一针见血：OpenClaw 的安全问题不是配置问题，而是 架构问题 ——它的官方文档自己都写着："there is no 'perfectly secure' setup"。

这些是行业公开的安全报告。那么，如果我们对一个实际运行中的 OpenClaw 实例做深度审计，会看到什么？

我们的审计结果

我们用 AI Observe Stack 对一个真实的 OpenClaw 实例进行了 7 天的全量可观测审计，记录了每一次 LLM 调用、每一次工具执行、每一条日志。结果如下：

Agent 自主执行了 31 次 shell 命令 ，包括文件操作和网络请求
Agent 访问了 40 个外部网站 ，其中部分内容包含 prompt injection 标记
一个用户的 单次提问 触发了 19 轮 LLM 调用 ，累计消耗 784 万 tokens
在外部网页返回的内容中，检测到 "ignore previous instructions" 等注入模式
行业报告告诉你"有风险"，而可观测数据让你 亲眼看到风险在哪里、有多大 。

你以为你在用 AI，其实 AI 在用你的权限 。

而且，正如 Trend Micro 所指出的，这些问题 不是 OpenClaw 独有的 ，而是 Agent AI 范式的固有问题。几乎所有具备工具调用能力的 AI Agent 都会面临同样的困境。

三个黑盒问题：从 OpenClaw 看所有 AI Agent

OpenClaw 的审计结果揭示了 AI Agent 的三个本质性黑盒问题。传统软件有日志、有监控、有审计，但 AI Agent 不一样——它的行为是非确定性的、上下文驱动的、自主决策的。

黑盒一：安全黑盒

在 OpenClaw 的审计中，我们看到 Agent 执行了 curl 访问外部 URL、用 exec 操作文件系统、通过 gateway 向用户发送消息。这些操作都是 Agent 自主决定的，用户并不知情。

这不是 OpenClaw 的特例。任何具备工具调用能力的 AI Agent 都可能执行 shell 命令（ rm -rf 、 sudo ）、读取敏感文件（ .ssh/id_rsa 、 .env ）、发送网络请求（ curl 、 scp ）。更危险的是，当 Agent 浏览网页时，恶意网站可以在页面中嵌入 prompt injection 内容——Agent 读到 "ignore previous instructions" 时，它可能真的会执行。

你完全不知道它干了什么 。

黑盒二：成本黑盒

OpenClaw 中最极端的案例：一个用户问题触发了 19 轮 LLM 调用。Agent 的"思考链"是这样的——先搜索网页、再浏览页面、再执行命令、再总结结果。每一步都是一次 LLM 调用，而每次调用都携带了 完整的对话历史 。

这就是 context window 的滚雪球效应：第一轮调用 3000 tokens，第二轮 8000，第三轮 25000……到第 19 轮已经膨胀到几十万 tokens。一个问题的成本可能是你预期的 100 倍。

这个问题在所有 AI Agent 中普遍存在。 月底账单才知道花了多少 。

黑盒三：行为黑盒

OpenClaw 的工具调用错误率， exec 的调用次数，部分请求的 P95 延迟远是否高于平均值。但如果没有可观测体系，这些数据你根本看不到。

当用户投诉"AI 回答慢"或"AI 回答不准"时，你无法复盘——不知道是 LLM 慢、工具调用失败、还是 Agent 进入了死循环。

出了问题无法复盘 。

解决方案：用可观测性打开黑盒

AI Observe Stack 简介

AI Observe Stack 是一个开源的 AI 可观测平台，专为 AI Agent 场景设计。它基于三个成熟的开源项目：

组件	职责
OpenTelemetry Collector	遥测数据网关，接收 OpenTelemetry 协议数据
Apache Doris	存储层，VARIANT 类型 + 倒排索引，天然适配半结构化数据
Grafana + Doris App 插件	可视化层，支持 SQL 查询和预置 Dashboard

架构

AI Agent 可观测架构.png

核心优势：

Traces、Metrics、Logs 三合一 ：不是三套系统，而是统一采集、统一存储、统一查询
SQL 查询 ：不需要学新的查询语言，标准 SQL 即可分析所有数据
实时分析 ：数据写入即可查询，不需要等待 ETL 或预聚合
5 分钟部署 ：一条 docker compose up -d 搞定

本文使用开源 Apache Doris 进行演示。如果你的 AI Agent 已经在生产环境运行，需要更高的可用性、弹性扩缩容和免运维体验，可以使用阿里云 SelectDB 云数据库 ——基于 Apache Doris 的全托管云服务，即可获得开箱即用的生产级可观测存储。

用 AI Observe Stack 观测 OpenClaw

说了这么多问题，怎么解决？我们用 AI Observe Stack 对 OpenClaw 做了完整的可观测接入。以下所有数据来自真实的 OpenClaw 运行环境，通过三个预置 Dashboard 呈现。

安全审计：你的 Agent 在执行什么命令？

这是你最应该关心的问题。

打开 Security 与 Audit Dashboard ，顶部四个指标卡片一目了然：

安全审计.png

Dangerous Commands ：检测到的危险 shell 命令数量（ rm -rf 、 sudo 、 chmod 777 、 curl | sh 等）
Prompt Injection ：外部内容中检测到的注入模式数量（ ignore previous instructions 、 you are now 、 DAN mode 等）
Outbound Actions ：Agent 主动发出的对外操作（发邮件、发消息、调用外部 API）
Sensitive File Access ：Agent 访问敏感文件的次数（ .ssh/id_rsa 、 .env 、 credentials.json 等）

数字变红意味着需要立即关注。

Security Event Timeline

往下看时间线图，可以看到安全事件的时间分布：

Security Event Timeline.png

每种颜色代表一类操作：橙色是 shell 命令执行，蓝色是浏览器操作，紫色是网页抓取，红色是 gateway 调用。如果某个时段出现异常的操作尖峰——比如凌晨 3 点突然执行了大量 shell 命令——你需要警觉。

Top Risk Sessions

哪些会话最危险？ Top Risk Sessions 表格按风险评分排序：

Top Risk Sessions.png

风险评分算法： exec×3 + web×2 + outbound×5 + error×1 + sensitive_file×10 。得分越高，越需要优先审查。

展开折叠面板，可以深入查看每个风险类型的详细记录：

Dangerous Command Detection ：每条危险命令的执行时间、会话 ID、风险类别（DESTRUCTIVE / PRIVILEGE_ESCALATION / DATA_EXFIL / CREDENTIAL_ACCESS）和完整命令内容

Top Risk Sessions-1.png

Prompt Injection Detection ：检测到的注入内容、风险类型（INJECTION_PATTERN / ROLE_HIJACK / HIDDEN_INSTRUCTION / JAILBREAK）和来源工具

Top Risk Sessions-2.png

Outbound Data Flow Audit ：所有对外操作的记录，包括发送的邮件、消息和网络请求

Top Risk Sessions-3.png

Sensitive File Access Log ：敏感文件访问明细，按文件类型分类（SSH_KEY / ENV_FILE / CREDENTIALS 等）

Top Risk Sessions-4.png

User Message Audit Trail ：完整的用户消息审计轨迹，按渠道分类（WhatsApp / Web），可搜索过滤

Top Risk Sessions-5.png

Tool Execution Log ：所有工具执行的完整日志，包含工具名、执行状态（OK / ERROR）和返回内容，用于取证分析

Top Risk Sessions-6.png

Tool Calls vs Errors Over Time ：工具调用总量与错误数的趋势对比，错误率突增可能意味着 Agent 正在尝试越权操作

Top Risk Sessions-7.png

关键发现 ：通过这个 Dashboard，我们可以去发现 Agent 在处理某些用户请求时，是否会主动执行 curl 命令访问外部 URL，是否执行了危险的命令，如 rm，返回的内容中是否包含了 prompt injection 标记。预防 间接提示注入攻击链 。

成本分析：一个问题花了多少钱？

打开 Cost 与 Efficiency Dashboard ，先看概览：

成本分析.png

Token Usage Over Time

时序图显示 token 消耗趋势，按模型分别统计 input 和 output：

成本分析-1.png

右侧的饼图展示各模型的 token 占比，帮你看清成本主要花在了哪个模型上。

Context Window 滚雪球效应

这是最值得关注的图表—— Input Tokens per Turn（Context Window Growth） ：

成本分析-2.png

每条线代表一个会话。你可以清晰地看到 滚雪球效应 ：随着对话进行，每次 LLM 调用携带的 input tokens 持续增长——因为每次调用都带上了完整的对话历史。

一个会话的 input tokens 可能从几千膨胀到几十万。这意味着一个用户问了 19 个问题，最后一个问题的 input 成本可能是第一个问题的 100 倍 。

Per-Question Cost（每个问题花了多少？）

这个表格把成本拆解到每个用户问题：

成本分析-3.png

ai_steps ：这个问题触发了多少轮 LLM 调用（蓝色越深，轮数越多）
total_input ：累计 input tokens（红色越深，成本越高）
user_question ：用户问了什么

你会发现，一些看似简单的问题——比如"帮我查一下这个网站的信息"——实际触发了 Agent 的长链路操作：先搜索、再浏览、再总结、再确认，每步都是一次 LLM 调用。 一个问题可能消耗几十万 tokens 。

行为分析：Agent 在做什么？

打开 Agent Behavior Dashboard ，从全局视角看 Agent 行为。

性能概览

行为分析.png

Avg Request Latency ：用户发出请求到得到回复的平均时长
Avg Turn Duration ：Agent 每个思考回合的平均耗时
Total Spans ：总 Span 数（衡量 Agent 活跃度）
Trace Chains ：Trace 链路数（衡量请求复杂度）

Tool 调用分布

行为分析-1.png

Tool Call Summary 表格展示了每个工具的全貌：

行为分析-2.png

关键发现 ：

browser 工具的被调用 40 次，是使用此时最多的 tool
exec 被调用了 31 次——每次调用都应该被审查
web_fetch 占总调用量的大头，这意味着 Agent 花了大量时间在抓取外部内容

Span Performance Summary

深入到 Span 级别的性能分析：

行为分析-3.png

可以看到 openclaw.request （端到端延迟）的 P95 远高于平均值——说明存在长尾请求。通过 Trace 链路，你可以定位到是哪个工具调用或 LLM 调用拖慢了整个请求。

Conversation Flow

行为分析-4.png

这是一张完整的对话流水表，按时间倒序展示 Agent 与用户的每一次交互。你可以清晰地看到一个请求的完整生命周期：用户发问 → Agent 思考 → 调用工具 → 获取结果 → 生成回复。每行的 msg_role 用颜色区分：蓝色是用户消息，绿色是 Agent 回复，橙色是工具返回。当你在其他面板中发现异常时，可以在这里定位到具体的对话上下文，进行逐条复盘。

日志探索：Doris App Discover

Dashboard 提供的是预定义的分析视角，但实际排查问题时，你往往需要 自由探索原始数据 。Doris App 插件内置的 Discover 功能正是为此设计。

在 Grafana 左侧导航栏进入 Doris App - Discover ，你会看到一个类似 Kibana 的日志探索界面：

日志探索.png

顶部的查询栏支持两种模式： SQL 和 Lucene 。SQL 模式下你可以写任意 WHERE 条件，比如 log_attributes['type'] = 'message' 精确筛选 Agent 的对话消息；Lucene 模式则提供全文搜索能力，适合模糊查找关键词。

点击展开任意一条日志，可以看到完整的结构化详情：

日志探索-1.png

展开后的 Table 视图将每个字段清晰列出，JSON 视图则展示原始数据结构。你可以直接看到 Agent 的完整消息内容——包括它的思考过程（ thinking ）、执行的命令、调用的模型和 token 消耗。点击 "Surrounding items" 还能查看上下文日志，还原完整的事件时间线。

Discover 在以下场景特别有用：

即席查询 ：Dashboard 没有覆盖的分析需求，直接写 SQL 探索
关键词搜索 ：搜索特定的错误信息、文件路径或命令内容
数据验证 ：确认数据采集是否正常，检查字段格式是否符合预期

深入追踪：Doris App Trace 分析

三个 Dashboard 提供了全局视角，但当你需要 深入到单个请求的完整调用链 时，Doris App 插件内置的 Trace 功能是更强大的工具。

在 Grafana 左侧导航栏进入 Doris App - Traces ，你会看到一个专业的 Trace 搜索界面：

深入追踪.png

你可以按 Service、Operation 筛选，也可以通过 Tags 精确搜索（例如 http.status_code=200 error=true ），或按 Duration 范围过滤出慢请求。散点图直观展示了每个 Trace 的耗时分布——那些远高于平均线的点就是需要关注的异常请求。

点击任意一条 Trace，进入 Waterfall 视图 ：

深入追踪-1.png

这个视图把一个 Agent 请求的完整生命周期展开成调用链： openclaw.agent.turn 是父 Span，耗时 38.33 秒；其下的 tool.browser 、 tool.web_fetch 等子 Span 展示了 Agent 在这次回合中依次调用了哪些工具、每个工具花了多长时间。

Trace 分析在以下场景特别有价值：

慢请求定位 ：用户反馈"AI 回复太慢"，通过 Trace 精确定位是 LLM 推理慢还是某个工具调用卡住了
异常行为取证 ：安全审计中发现可疑操作，通过 Trace ID 追溯完整的调用上下文
Agent 行为理解 ：直观看到 Agent 的"思考过程"——它先调了什么工具、再调了什么、为什么耗时这么长

Dashboard 告诉你"有问题"，Trace 告诉你"问题在哪里"。

5 分钟部署

第一步：启动 AI Observe Stack


git clone https://github.com/ai-observe/ai-observe-stack.git



cd ai-observe-stack/docker


docker compose up 
-d

等待 Doris 就绪（首次约 3 分钟）：

docker compose 
ps



# 确认所有服务 STATUS 显示 "running"，doris 显示 "(healthy)"

生产环境 可以使用阿里云 SelectDB 云数据库替代本地 Doris，详见下方生产环境：对接 SelectDB Cloud

第二步：对接你的 AI Agent

以 OpenClaw 为例，安装社区 OTel 插件并配置 OpenTelemetry endpoint：


# 安装插件



mkdir 
-p ~/.openclaw/plugins



cd ~/.openclaw/plugins



git clone https://github.com/henrikrexed/openclaw-observability-plugin otel-observability



cd otel-observability && 
npm install

在 ~/.openclaw/openclaw.json 中配置：

{


  
"plugins": {


    
"load": {


      
"paths": [
"~/.openclaw/plugins/otel-observability"]


    },


    
"entries": {


      
"otel-observability": {


        
"enabled": 
true,


        
"config": {


          
"endpoint": 
"http://127.0.0.1:4318",


          
"protocol": 
"http",


          
"serviceName": 
"openclaw",


          
"traces": 
true,


          
"metrics": 
true


        }


      }


    }


  }


}

启动日志采集（因为社区插件不导出日志，需要通过 filelog 方式采集）。注意：以下命令中的 $(pwd) 指向第一步 clone 的 ai-observe-stack/docker 目录，请确保在该目录下执行：

docker run 
-d \


  
--name openclaw-log-collector \


  
--network docker_aiobs-net \


  
-v ~/.openclaw/logs:/openclaw-logs:ro \


  
-v ~/.openclaw/agents:/openclaw-agents:ro \


  
-v 
$(pwd)/../examples/openclaw/otel-collector-log-config.yaml:/etc/otelcol-contrib/config.yaml:ro \


  otel/opentelemetry-collector-contrib:0.144.0 \


  
--config
=/etc/otelcol-contrib/config.yaml

重启 OpenClaw：

openclaw gateway restart

第三步：打开 Dashboard

打开 Grafana（ http://localhost:3000 ，默认账号 admin / admin ），三个 OpenClaw Dashboard 已经预置好了，无需手动导入：

Security 与 Audit Dashboard — 安全审计
Cost 与 Efficiency Dashboard — 成本分析
Agent Behavior Dashboard — 行为分析

对接 OpenClaw 并产生数据后，Dashboard 会自动展示分析结果。你的 AI Agent 的一切行为，现在都在你的掌控之中。

生产环境：对接阿里云 SelectDB

上面的一键部署包含了内置的 Doris 实例，适合本地体验和开发测试。如果你的 AI Agent 已经在生产环境运行，推荐使用阿里云 SelectDB 云数据库作为 AI Observe Stack 的后端存储，免去运维负担。

只需将第一步替换为以下操作，其余步骤完全一致：


# 1. 配置连接信息



cp .env.example .env



# 编辑 .env，填入 SelectDB Cloud 连接信息：



DORIS_FE_HTTP_ENDPOINT
=http://<your-cluster>.selectdb.com:http_port



DORIS_FE_MYSQL_ENDPOINT
=<your-cluster>.selectdb.com:mysql_port



DORIS_USERNAME
=admin



DORIS_PASSWORD
=<your-password>







# 2. 使用 without-doris 模式启动（不启动本地 Doris，数据直接写入云端）


docker compose 
-f docker-compose-without-doris.yaml up 
-d

不只是 OpenClaw

虽然本文以 OpenClaw 为例，但 AI Observe Stack 的设计是通用的。任何支持 OpenTelemetry 的 AI Agent 框架都可以接入：

数据采集 ：通过 OpenTelemetry 协议（gRPC :4317 / HTTP :4318）发送 Traces 和 Metrics；通过 filelog receiver 采集日志
数据存储 ：Apache Doris 的高效列式存储，VARIANT 类型天然适配半结构化 JSON 的可观测数据，倒排索引自动加速文本检索等查询
数据分析 ：标准 SQL 查询，你可以自由编写任何分析逻辑

无论你用的是 LangChain、AutoGen、CrewAI 还是自研的 Agent 框架，只要输出 OpenTelemetry 格式的遥测数据，就能接入这套体系。

结语

如果你正在运行 AI Agent，你需要回答一个问题：

你知道它在做什么吗？

它执行了哪些命令？访问了哪些文件？调用了哪些外部服务？花了多少 token？有没有被注入攻击？

如果你回答不了这些问题，那你的 AI Agent 就是一个黑盒——一个拥有你全部权限的黑盒。

AI Observe Stack 的目标，就是为每一个 AI Agent 装上一扇“透明玻璃窗” 。

让黑盒变白盒，让不确定性变得确定。

我们相信，可观测性是 AI 大规模落地的基石。

开源不应孤独 ，如果你也认同这个理念，欢迎给我们的项目点个 Star，支持我们继续为 AI 的安全保驾护航。 GitHub 地址： https://github.com/ai-observe/ai-observe-stack

想立刻体验？

无论你是 OpenClaw 的玩家，还是正在开发自己的 AI Agent，都可以在几分钟内快速部署这套观测栈：

省心的云上部署：使用阿里云 SelectDB 云数据库，无需自己维护数据库。
免费的开源部署：喜欢 DIY 的朋友可以选择 Apache Doris。

ITPub博客

我们用 AI Observe Stack 观测了 OpenClaw，发现 AI Agent 背后的这些隐患