Skill Checkup OpenClaw

v1.3.0 — mini-curso OpenClaw por Bruno Okamoto

Skill instalável para auditar agentes no OpenClaw.

Ela foi feita exclusivamente para responder uma pergunta simples:

Esse agente OpenClaw está pronto para operar com segurança, estabilidade e baixo risco operacional?

A skill escaneia muita coisa por baixo, mas a devolutiva é propositalmente simples. A ideia não é gerar um calhamaço técnico; é dar um diagnóstico executivo com score, veredito, top 3 riscos e próximo passo claro.

Exclusiva para OpenClaw

Use esta skill somente em agentes, workspaces e hosts OpenClaw.

Ela assume que existem ou podem existir:

• openclaw status
• openclaw health
• openclaw security audit
• openclaw memory status
• gateway OpenClaw
• agentes OpenClaw
• sessões OpenClaw
• crons OpenClaw
• workspace com MEMORY.md, HEARTBEAT.md, AGENTS.md, TOOLS.md
• skills OpenClaw
• paths de skills e scripts auxiliares
• canais como Telegram, WhatsApp, Slack etc.

Não é uma skill genérica para auditar qualquer servidor ou qualquer framework de agentes.

Para agentes: leia antes de rodar

Antes de executar a skill para uma pessoa, leia ANTES-DE-RODAR.md.

Esse arquivo explica, em linguagem simples, como apresentar o checkup para usuários não técnicos e como evitar transformar a auditoria em um relatório técnico gigante.

O que ela analisa

A auditoria calcula internamente 5 eixos.

1. Operational Readiness

Se o agente consegue operar sem depender de sorte:

• gateway ativo
• versão do OpenClaw
• canais configurados
• Git/repo remoto
• estado limpo ou sujo do workspace
• backup/sync automático
• heartbeat
• crons
• watchdog/restart
• integridade básica de sessões
• organização do workspace

2. Course Baseline Fit

Se o agente está alinhado com o padrão ensinado no mini-curso:

• GitHub privado ou estratégia clara de backup
• backup automático
• memória semântica ou fallback FTS
• arquivos base quando o template exigir: MEMORY.md, HEARTBEAT.md, AGENTS.md, TOOLS.md
• skills organizadas
• registry funcionando
• security audit sem critical
• gateway local/tokenizado
• políticas corretas para canais
• 1Password ou equivalente seguro para credenciais
• documentação mínima para o aluno entender a estrutura

Skill and script path integrity

A v1.2.0 adiciona uma checagem importante para setups avançados: workspace raiz com múltiplos agentes isolados.

Ela verifica se skills e scripts resolvem paths corretamente em cada contexto:

• skills globais na raiz;
• skills específicas por agente;
• scripts citados em SKILL.md;
• templates e arquivos auxiliares;
• paths absolutos de outro workspace;
• uso frágil de ../, ~/, /root/... ou /home/...;
• registries apontando para arquivos inexistentes;
• risco de um agente sensível carregar skill de outro agente.

Exemplo: um agente de pacientes não deve herdar acidentalmente uma skill de vídeo/design da Sidecar, e uma skill da Sidecar não deve depender de script dentro do workspace do agente clínico.

Como fica o report em multi-workspace

Mesmo quando existem vários agentes dentro de um workspace raiz, o report padrão continua curto.

Ele pode mostrar um bloco pequeno de mapa detectado:

Mapa detectado:
- Raiz: skills globais/compartilhadas
- Pacientes: skills clínicas/guardrails
- Sidecar: vídeo/design/conteúdo

A lista completa de paths, scripts e duplicatas não aparece no report padrão. Ela fica para o modo deep ou para o PRD de correção depois que o usuário responder bora.

3. Runtime Performance Risk

Se o agente está ficando lento ou inchado:

• tamanho das sessões
• número e idade das sessões ativas
• arquivos sessions.json
• bancos SQLite/LCM/cache
• logs grandes
• pasta media/
• filas de delivery falhando
• tasks acumuladas
• crons gerando contexto demais
• compaction/pruning
• proximidade do limite de contexto

4. Official OpenClaw Compliance

Se o agente está alinhado com ferramentas e práticas oficiais do OpenClaw:

• openclaw status
• openclaw health --json
• openclaw security audit
• openclaw memory status --deep
• postura de update
• sandbox/tool policy
• session pruning/compaction
• diagnostics disponíveis

5. Access & Execution Capability

Se o agente tem acesso suficiente para resolver problemas sem ficar perigoso demais:

• exec/process
• read/write/edit/apply_patch
• elevated/full access
• GitHub CLI
• 1Password CLI
• GOG/Google auth
• Tailscale/SSH
• cron/message/browser/nodes
• modelo/provider/fallbacks/rate limit

Análise cirúrgica em áreas críticas

A v1.1 adiciona uma regra importante: algumas áreas não podem ser avaliadas “por cima”.

Quando a skill encontra risco ou incerteza em pontos críticos, ela faz um segundo passe mais cirúrgico antes de concluir:

• memória, embeddings, FTS, LCM e recall;
• backup, GitHub e rollback;
• segurança, gateway, exec, elevated e sandbox;
• secrets, .env, tokens e 1Password;
• crons que executam ação externa ou backup;
• performance: sessões, SQLite, logs, media, cache e filas de entrega;
• paths de skills e scripts em setups multi-agente.

Isso não muda a promessa principal: a devolutiva continua simples.

A diferença é que, por baixo, a skill é obrigada a verificar evidências antes de dizer que algo crítico está ok ou quebrado.

Exemplo: ela não pode dizer “memória ok” só porque existe MEMORY.md. Precisa olhar cobertura, chunks, FTS/embeddings, freshness, erros e risco prático para recall.

Como a resposta funciona

A skill evita despejar todos os achados técnicos.

No modo padrão, a saída agora é contratual: não deve trazer “achados bons”, “problemas menores”, checklist ou tabela técnica. Esses pontos ficam internos, usados só para calibrar score e escolher os top 3 riscos.

A resposta padrão mostra:

1. score de 0 a 100
2. confiança da análise
3. veredito claro
4. top 3 riscos que importam agora
5. modo de execução atual
6. o que o agente pode assumir
7. quais etapas o humano precisa aprovar
8. próximo passo simples

O relatório técnico completo só aparece se você pedir modo deep.

Modos de execução

A skill sempre identifica o modo operacional do agente que está auditando:

• audit-only — só pode diagnosticar e gerar plano
• fix-capable — pode editar arquivos, fazer backup e corrigir coisas reversíveis
• full-maintenance — pode mexer em serviço, gateway, permissões e host, sempre com aprovação humana para ações sensíveis. Reduz fricção operacional, mas não significa “sem aprovação” para update, firewall/SSH, envio externo, OAuth ou mudanças destrutivas.

Exemplo de report

# Agent Readiness — bot-curso-teste

Score: 68/100 — ⚠️ Operável com ressalvas

Veredito:
Pode operar em teste. Eu não colocaria aluno real ainda porque falta rollback confiável e watchdog.

Top 3 riscos que eu atacaria:
1. GitHub/rollback frágil.
2. Sem watchdog confiável.
3. SSH/portas precisam revisão.

Modo de execução:
Existem 3 modos: `audit-only`, `fix-capable` e `full-maintenance`.
Este agente está em **fix-capable parcial** — posso preparar e corrigir arquivos, mas firewall/serviço precisa aprovação.

Eu posso assumir:
- Criar o plano de ação.
- Fazer backup/snapshot.
- Executar correções reversíveis.

Seu trabalho vai ser aprovar estas etapas:
- GitHub/1Password se token faltar.
- Firewall/SSH antes de aplicar.

Próximo movimento:
Só responde **bora** e eu monto o plano/PRD de correção, faço backup e começo.

Helper opcional para paths

A v1.2.0 inclui um scanner read-only para ajudar o agente a auditar paths de skills e scripts:

python3 skill-checkup-openclaw/scripts/path_integrity_check.py .

Ele não corrige nada sozinho. Só gera evidências para o agente usar no checkup, no modo deep ou no PRD de correção após o usuário responder bora.

Instalação

Copie a pasta inteira da skill para o diretório de skills do seu agente OpenClaw. Não copie só o SKILL.md: a skill depende de scripts/ e references/.

Exemplo:

cp -R skill-checkup-openclaw ~/.openclaw/skills/

Validação rápida:

test -f ~/.openclaw/skills/skill-checkup-openclaw/SKILL.md
test -f ~/.openclaw/skills/skill-checkup-openclaw/scripts/path_integrity_check.py
test -d ~/.openclaw/skills/skill-checkup-openclaw/references

Depois peça ao agente:

Rode a skill checkup OpenClaw neste agente.

Ou:

Audite se este agente OpenClaw está pronto para produção.

Status

Esta é uma v1.3.0 em cima da v1 inicial.

Ela nasceu do mini-curso OpenClaw do Bruno Okamoto para ajudar alunos e operadores a enxergarem rapidamente se um agente está pronto, perigoso, lento, mal configurado ou só precisando de manutenção básica.

A v1.3.0 prioriza empacotamento confiável para curso/terceiros: instalação da pasta inteira, apenas um SKILL.md real no repo, evals mínimos, fixtures não detectáveis por scanner de skills e SKILL.md enxuto com referências em references/. Ela mantém análise cirúrgica nas áreas críticas, contrato rígido de saída no modo padrão e helper opcional para path integrity. Ainda não tenta corrigir tudo automaticamente.