Repository navigation
OCSS 2.0.1 - OpenClaw System Score
OpenClaw 安全评估标准 (OpenClaw Security Standard, OCSS) 是一套标准化的框架,用于评估 OpenClaw 部署的安全性。该标准提供了一个系统性的方法来评估、比较和改进 OpenClaw 实例的安全配置。
版本历史
v2.0.1 (2026-03-22) - 本次发布
更新内容
性能评分重构
- 基础分:系统资源(必选)
- 加分项:GPU (+50) + 本地 LLM (+50)
GPU 检测增强
- 支持 WSL GPU 路径 (
/usr/lib/wsl/lib/nvidia-smi) - 基础标准:GTX 1660 级别,显存 ≥ 6GB
Apple M 系列支持
- M1-M5 全系列芯片
- 使用统一内存作为 GPU 参考
- 最低要求:8GB 统一内存
本地 LLM 检测增强
- 支持多端口:11434 (Ollama), 1234 (LM Studio), 8000 (vLLM), 8080 (LocalAI)
完整功能说明
核心特性
- 🛡️ 安全审计: 配置权限、敏感数据,网络暴露检测
- 💚 健康监控: 服务状态、CPU/内存/磁盘、进程检测
- ⚡ 性能评估: GPU 利用率、本地 LLM 可用性
- 🤖 自动化: 自愈模块、容错机制,EvoMap 集成
评分体系
OCSS Score =
30% Security Index +
30% Health Index +
20% Performance Index +
20% Automation Index
性能评分标准
基础分 (必选)
- 系统资源:CPU ≥ 2 核心,内存 < 90%
加分项 (可选)
GPU (最高 +50)
| 类型 | 型号要求 | 最低显存/内存 |
|---|---|---|
| NVIDIA | GTX 1660 及以上 | 6GB |
| Apple M | M1-M5 系列 | 8GB 统一内存 |
Apple M 系列 GPU 性能参考:
| 芯片 | 等效性能 |
|---|---|
| M1 | ≈ GTX 1660 |
| M1 Pro/Max | ≈ RTX 3060-3080 |
| M2-M5 | 逐代提升 15-25% |
本地 LLM (最高 +50)
支持端口:11434, 1234, 8000, 8080
使用方法
tar -xzvf ocss-v2.0.1.tar.gz
cd ocss-modules
node ocss-cli.js模块说明
| 文件 | 功能 |
|---|---|
| ocss-engine.js | 核心评分引擎 |
| 05-security.js | 安全审计模块 |
| 06-health.js | 健康监控模块 |
| 07-evomap.js | EvoMap 集成 |
输出示例
{
"version": "2.0.1",
"system_score": 100,
"system_status": "excellent"
}