agent-safehouse

GitHub
1.6k 59 简单 1 次阅读 今天Apache-2.0语言模型Agent开发框架
AI 解读 由 AI 自动生成,仅供参考

agent-safehouse 是一款专为 macOS 设计的开源工具,旨在为本地运行的 AI 编程助手构建安全的“沙盒”环境。随着 AI 代理在开发流程中的普及,它们往往需要读取或修改文件,这带来了潜在的数据泄露或误操作风险。agent-safehouse 通过严格的权限控制,确保 AI 只能访问其完成任务所必需的文件和系统资源,从而在保障安全的同时不影响开发效率。

该工具特别适合经常使用 Claude、Codex 等 AI 编程助手的开发者。它采用“默认拒绝”的安全模型,即除非明确允许,否则禁止所有访问。其核心技术亮点在于利用 macOS 原生的 sandbox-exec 机制,结合可组合的策略配置文件,既能精准限制权限(例如仅允许读取特定配置目录而非整个家目录),又能自动处理系统路径的符号链接解析,避免配置繁琐。

此外,agent-safehouse 提供了灵活的自定义选项,允许用户通过简单的脚本封装,为不同项目或团队设定个性化的安全策略。它并非追求绝对完美的防御边界,而是致力于在“最小权限原则”与实际开发便利性之间找到最佳平衡点,让开发者能更放心地将 AI 融入日常编码工作流。

使用场景

资深后端开发者李明在 macOS 本地运行 Claude Code 等 AI 编程助手,让其自动重构一个包含敏感配置文件和私有密钥的遗留项目。

没有 agent-safehouse 时

  • 权限过度开放:AI 代理默认拥有用户主目录的完全读写权,一旦产生幻觉或遭受提示词注入,可能误删 ~/.ssh 密钥或覆盖重要的个人文档。
  • 隐私数据泄露风险:代理可以随意遍历并读取 ~/Documents~/Downloads 中的非项目相关文件,导致私人信息意外被发送给大模型。
  • 缺乏最小权限控制:开发者难以精细限制 AI 仅访问当前项目目录,每次运行都像是在“裸奔”,不得不时刻盯着终端防止意外操作。
  • 系统配置被篡改:恶意或错误的代码生成可能修改全局系统配置文件(如 /etc/hosts 或 shell 启动脚本),破坏开发环境稳定性。

使用 agent-safehouse 后

  • 实施最小权限原则:通过 safehouse 启动代理,默认拒绝所有访问,仅显式开放当前项目目录的读写权限,从根本上阻断对 ~/.ssh 等敏感路径的触碰。
  • 精准隔离隐私数据:即使 AI 试图读取主目录下其他文件夹,也会因策略限制而失败,确保私人文档和缓存数据绝对安全,仅限必要的元数据探测。
  • 工作流无缝集成:利用预置的策略模板(profiles),无需编写复杂的沙盒规则即可快速启动受保护的 AI 会话,既安全又不牺牲开发效率。
  • 防御系统级破坏:内置的系统路径解析机制自动处理符号链接,防止代理意外修改关键系统文件,将风险严格限制在项目沙盒内。

agent-safehouse 通过“默认拒绝”的沙盒机制,让本地 AI 代理在享受高效编码能力的同时,彻底告别了对敏感数据和系统环境的潜在威胁。

运行环境要求

操作系统
  • macOS
GPU

未说明

内存

未说明

依赖
notes该工具专为 macOS 设计,利用系统自带的 sandbox-exec 机制运行。不支持 Linux 或 Windows。安装可通过 Homebrew 或独立脚本完成。其核心功能是为 LLM 编码代理提供沙箱环境,采用默认拒绝(deny-first)策略,仅允许访问必要的文件和集成。
python未说明
sandbox-exec (macOS 系统工具)
agent-safehouse hero image

快速开始

代理安全屋

测试(macOS) 端到端 TUI 测试(macOS) 许可证:Apache 2.0

在 macOS 上为您的 LLM 编码代理创建沙箱环境,使其仅能访问实际所需的文件和集成。

Agent Safehouse 使用 sandbox-exec 结合可组合的策略配置文件,并采用“默认拒绝”模型。它包含针对主流编码代理及应用托管代理工作流的配置文件,同时确保常规开发使用依然便捷高效。

安装

Homebrew:

brew install eugene1g/safehouse/agent-safehouse

独立脚本:

mkdir -p ~/.local/bin
curl -fsSL https://github.com/eugene1g/agent-safehouse/releases/latest/download/safehouse.sh \
  -o ~/.local/bin/safehouse
chmod +x ~/.local/bin/safehouse

理念

Agent Safehouse 的设计基于实用的最小权限原则:

  • 从“全部拒绝”开始。
  • 仅允许代理完成有用工作所需的权限。
  • 保持开发者工作流程的高效性。
  • 默认情况下轻松降低风险。

它是一个加固层,而非能够抵御蓄意攻击者的完美安全边界。

默认 HOME 目录访问权限

HOME_DIR 用于在组装的策略中生成精确的、相对于主目录的规则。但仅凭这一点,并不会授予对您主目录的递归读取权限。

Safehouse 的默认行为更为严格:

  • /$HOME 路径以及 $HOME 本身仅允许元数据级别的遍历,以便运行时可以探测明确允许的主目录范围路径。
  • 允许读取 ~/.config~/.cache 目录的根目录内容,以便工具能够发现 XDG 位置。
  • 从始终启用的配置文件中,明确允许访问少数几个与主目录相关的文件或目录,例如 Git/SSH 元数据以及共享的代理指令文件夹。

实际上,即使执行 stat "$HOME" 成功,ls "$HOME"cat ~/secret.txt 仍会失败,除非有更具体的规则明确授予该路径的访问权限。

如果您希望移除甚至这些默认的主目录例外情况,可以使用 --append-profile 参数;附加的配置文件会最后加载,因此其拒绝规则可以进一步缩小先前的默认设置。

内置系统路径解析

Safehouse 内置的 profiles/* 模块可能包含 macOS 兼容路径,如 /etc/private/etc/resolv.conf/private/etc/localtime

在策略渲染时,Safehouse 会解析来自 allow file-read* 规则的内置绝对路径,并在作者指定的路径为符号链接时,发出指向真实目标路径的匹配授权。这样可以在不放宽源配置文件对 /private/etc 的递归访问权限的情况下,使特定于主机的系统文件正常工作。

目前的范围有意限制在内置的绝对路径的 literalsubpath 读取授权上。用户提供的路径授权仍将单独规范化,而写入或仅限元数据的内置规则目前并不会通过此机制自动扩展。

文档

机器特定的默认设置

如果您将共享仓库、缓存或团队文件夹存放在特定于机器的位置,请勿将其配置放入项目配置中,而是将其置于 shell 包装器和本地附加的配置文件中。

这样您可以一次性定义自己的合理默认值,并在 claudecodexamp 或应用程序启动器中重复使用:

POSIX shell(zsh / bash):

# ~/.zshrc 或 ~/.bashrc
export SAFEHOUSE_APPEND_PROFILE="$HOME/.config/agent-safehouse/local-overrides.sb"

safe() {
  safehouse \
    --add-dirs-ro="$HOME/server" \
    --append-profile="$SAFEHOUSE_APPEND_PROFILE" \
    "$@"
}

safe-claude() { safe claude --dangerously-skip-permissions "$@" }

fish

# ~/.config/fish/config.fish
set -gx SAFEHOUSE_APPEND_PROFILE "$HOME/.config/agent-safehouse/local-overrides.sb"

function safe
    safehouse \
      --add-dirs-ro="$HOME/server" \
      --append-profile="$SAFEHOUSE_APPEND_PROFILE" \
      $argv
end

function safe-claude
    safe claude --dangerously-skip-permissions $argv
end

示例机器本地策略文件:

;; ~/.config/agent-safehouse/local-overrides.sb
;; 主机特定的例外情况,不应存在于共享仓库的配置中。
(allow file-read*
  (home-literal "/.gitignore_global")
  (home-subpath "/Library/Application Support/CleanShot/media")
  (subpath "/Volumes/Shared/Engineering")
)

对于正常的共享文件夹访问,使用 --add-dirs-ro--add-dirs;而 --append-profile 则用于机器本地的策略例外或最终的拒绝/允许覆盖。当仓库被共享,但每台开发机器的本地挂载点不同时,这种模式非常有用。

Git 工作树会在启动时自动检测:如果所选工作目录本身就是 Git 工作树的根目录,则该工作树将获得其所需的共享 Git 元数据访问权限,即使其共同目录位于所选工作目录之外。同时,该仓库的其他现有关联工作树也会默认变为可读,便于跨工作树检查。不过,这一快照不会更新给已经运行的进程。因此,如果您在稳定的父目录下创建工作树,例如 ~/worktrees,建议显式使用 --add-dirs-ro 添加该根目录。

所有详细文档(安装、使用、选项、架构、测试、调试和调查)均收录在 VitePress 文档站点中。

版本历史

v0.9.02026/03/27
v0.8.02026/03/27
v0.7.02026/03/27
v0.6.02026/03/23
v0.5.22026/03/18
v0.5.12026/03/17
v0.5.02026/03/17
v0.4.02026/03/16
v0.3.12026/03/12
v0.3.02026/03/12
v0.2.02026/03/11
v0.1.02026/03/11

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|4天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|5天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

148.6k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.1k|★★☆☆☆|2天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|今天
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|3天前
插件开发框架