随着 AI 智能体技术的快速发展，如何确保智能体在执行高风险操作时不会造成灾难性后果？DashClaw 应运而生——它是执行前的控制基础设施，而非事后观察工具。

什么是 DashClaw？

DashClaw 是一个开源的 AI 智能体决策治理平台，核心定位是"Decision Infrastructure for AI Agents"（智能体决策基础设施）。

DashClaw 位于你的智能体和外部系统之间，在智能体操作执行之前评估策略，并记录每一个决策的可验证证据。

核心功能

• 拦截高风险操作 - 在删除生产数据、部署代码等危险操作前进行拦截
• 策略检查 - 执行前进行策略合规性验证
• 人工审批（HITL） - 敏感操作需要人工确认
• 决策证据记录 - 记录完整的决策链条，用于审计和追溯
• 行为漂移检测 - 统计智能体行为是否偏离基线

快速体验

只需一条命令：

npx dashclaw-demo

无需克隆仓库、无需配置环境变量、无需任何设置。

平台模块

1. 任务控制中心（Mission Control）

实时战略态势面板，展示决策时间线、干预动态和智能体整体运行状态。

2. 审批队列（Approval Queue）

人工介入界面，提供风险评分可视化和一键允许/拒绝操作。

3. 守卫策略（Guard Policies）

声明式规则系统，用于定义智能体行为边界和配置审批流程。

4. 漂移检测（Drift Detection）

统计分析智能体行为，检测是否偏离基线并追踪学习速度。

集成方式

方式一：安装技能包（30 秒）

cp -r dashclaw-platform-intelligence .claude/skills/

方式二：Claude Code Hooks（零代码）

复制 hooks 文件到.claude/hooks/目录

方式三：SDK 集成（完全控制）

npm install dashclaw  # Node.js
pip install dashclaw   # Python

部署方案

支持一键部署到 Vercel + Neon，零成本使用。

项目信息

• GitHub: https://github.com/ucsandman/DashClaw
• 官方网站: https://dashclaw.io
• 文档: https://dashclaw.io/docs
• 许可证: MIT