NemoClaw 接 OpenShell:本地 Agent 先写网络和文件策略
NemoClaw 打包模型、Agent harness 和 OpenShell runtime 后,本地 Agent 的关键是限制它能访问什么。
NemoClaw 打包模型、Agent harness 和 OpenShell runtime 后,本地 Agent 的关键是限制它能访问什么。
- 栏目
- 安全
- 发布时间
- 2026-06-04
- 来源
- NVIDIA Developer Blog / NemoClaw and OpenShell / 2026-06-01 https://developer.nvidia.com/blog/run-local-ai-agents-with-faster-models-and-multi-node-clustering-on-nvidia-dgx-spark/
这篇解决什么
本地运行不等于安全。Agent 在自己机器上运行时,风险从云端数据暴露转为本地文件、网络和应用权限。沙盒策略必须先于复杂任务。
适合谁
适合把本地 Agent 用于代码、文档、日程、消息、资料整理和企业内部数据处理的团队。
操作步骤
- 把本地资源分成项目目录、个人目录、密钥目录、网络域名和外部集成
- 默认只开放项目目录和必要模型服务
- 对联网、消息发送、日历修改和文件删除设置人工确认
- 为每个 Agent 创建独立 sandbox 名称和日志目录
- 用假数据测试越权访问是否被拒绝
- 每次新增 integration 后重新跑权限测试
可复制模板
Agent:
Sandbox:
允许目录:
允许网络:
确认动作:
日志目录:
越权测试:
验收清单
- 资源已分类
- 默认最小权限
- 高风险动作需确认
- Sandbox 可区分
- 越权测试通过
常见错误
- 只收藏产品更新,没有改成自己的任务卡、权限表和验收证据。
- 直接在生产账号、生产仓库或公开页面试新功能,没有先跑低风险样本。
- 只看工具能力,不记录成本、失败率、人工接管次数和恢复动作。
- 把外部链接当正文主体,读者离开页面后才知道怎么做。
30 分钟小样本
前 5 分钟写清输入、目标和风险边界;中间 15 分钟按步骤跑一个低风险样本;最后 10 分钟记录输出、失败点、人工修改量和下一次复用条件。样本不通过时,只修失败点,不扩大范围。
下一步怎么用
第一次执行时把它当成个人操作卡;第二次复用时沉淀为团队模板;第三次仍然稳定后,再升级为固定 SOP、Skill 或工具导航页。涉及账号、发布、删除、付费、生产代码和客户数据的动作,必须保留人工确认点。
资料依据
标签
NVIDIANemoClawOpenShell沙盒本地 AI