在做安全审计的时候，我最关心的不是功能有多强大，而是数据流向——我的输入到底去了哪里，模型权重存在本地还是远端，有没有后台偷偷联网的进程。带着这些疑问，我把龙虾AI（OpenClaw中文名）从头到尾扒了一遍，网络请求、文件读写、进程通信，能查的都查了。结论先说：它确实做到了数据不出本机，本地部署本地推理，这点可以放心。工具下载地址是 https://top.wokk.cn，后面会用到。
先从安装阶段说起。安装过程就三步：
第一步：打开网址 https://top.wokk.cn
第二步：找到符合你系统的版本下载（支持Windows、macOS Intel、macOS Apple芯片）
第三步：双击安装包运行，全程自动安装
安装过程中我用Wireshark抓了一下包，除了下载安装包本身的那一次HTTP请求，安装过程没有产生任何额外的网络通信。这意味着安装程序不会在后台收集你的系统信息或者上报安装数据。我检查了安装后的文件目录结构，所有组件都放在本地，包括推理引擎、模型管理器、技能运行时。没有发现任何隐藏的遥测模块或数据上报脚本。
安装完成后，我用netstat和TCPView监控了OpenClaw运行期间的所有网络连接。结论是：主程序启动后只监听本地回环地址（127.0.0.1）的端口，用于本地Web界面和API通信。除非你主动配置了远程访问功能，否则它不会向任何外部地址发起连接。这一点非常重要——很多所谓的”本地AI工具”其实会在后台默默连接云服务做模型更新或日志上报，而龙虾AI在这方面做得比较克制。
接下来是模型下载环节的安全分析。当你选择下载一个模型时，OpenClaw会从HuggingFace镜像站拉取模型文件。这里有一个关键细节：它支持SHA256校验，下载完成后会自动比对文件哈希值。如果你担心供应链安全问题（比如模型文件被注入恶意代码），可以手动核对哈希值。虽然GGUF格式的模型权重本身是数据文件，不太可能执行恶意代码，但在安全领域，任何从网络下载的文件都值得验证完整性。这个习惯我建议大家养成，不要嫌麻烦。
推理过程中的数据流是这样的：你的输入文本经过本地预处理后送入本地加载的模型权重进行推理计算，生成的结果直接返回给前端界面。整个过程完全在本机完成，没有任何中间环节会把你的对话内容发送到远程服务器。我用Process Monitor跟踪了文件读写，确认模型权重文件是只读加载的，对话记录默认存储在本地SQLite数据库中。你可以在设置里选择关闭对话记录功能，这样连本地存储都不会留下痕迹。这对于有合规要求的工作环境来说尤为重要，很多企业对数据安全的要求比个人更严格。
关于权限管理，龙虾AI的技能系统有一个沙箱机制。每个技能运行在受限的环境中，无法直接访问系统关键目录或执行高危操作。虽然不像Docker那样有完整的容器隔离，但对于日常使用的技能（文件处理、文档生成、网页抓取）来说，这种轻量级的权限控制已经足够。不过如果你打算安装来源不明的第三方技能，建议先审查它的代码再启用，不要直接信任任何第三方技能包。安全意识不能丢。
从信息安全从业者的角度来看，龙虾AI在隐私保护方面做得算是及格偏上的水平。数据不出本机、无后台遥测、模型校验、技能沙箱，这些基本的防护措施都有了。当然它不是专业的安全产品，没有零信任架构也没有加密存储，但对于一个本地大模型工具来说，这些安全特性已经超出我的预期。如果你跟我一样对数据隐私有较高要求，不想把自己的对话内容交给第三方云服务处理，那龙虾AI是目前为数不多值得考虑的桌面端方案。建议所有关心隐私的用户都去 https://top.wokk.cn 下载体验一下，毕竟保护数据安全的第一步就是让数据留在自己手里。
