Agente Refugio Seguro: Sandboxing nativo de macOS para agentes de IA de codificación local

Agent Safehouse es una solución de aislamiento nativa para macOS para agentes de IA de codificación locales que aplica restricciones de acceso a archivos a nivel de kernel. La herramienta aborda la naturaleza probabilística de los LLM al evitar que los agentes realicen cambios destructivos fuera de los directorios de proyecto designados.
Cómo funciona
Safehouse implementa un modelo de acceso de denegación por defecto donde los agentes no heredan permisos de forma predeterminada. El kernel bloquea las llamadas al sistema antes de que se toque cualquier archivo, evitando que operaciones como rm -rf ~ tengan éxito. Cuando un agente intenta acceder a áreas restringidas, el kernel devuelve "Operación no permitida".
Modelo de control de acceso
- Directorio del proyecto: acceso de lectura/escritura (raíz de git por defecto)
- Bibliotecas compartidas: acceso de solo lectura si se concede explícitamente
- Denegado por defecto: claves SSH (
~/.ssh/), credenciales de AWS (~/.aws/), otros repositorios, archivos personales - Cadenas de herramientas: acceso de lectura a las cadenas de herramientas instaladas
Comenzar
# 1. Descargar safehouse (único script autocontenido)
mkdir -p ~/.local/bin
curl -fsSL https://raw.githubusercontent.com/eugene1g/agent-safehouse/main/dist/safehouse.sh \
-o ~/.local/bin/safehouse
chmod +x ~/.local/bin/safehouse
2. Ejecutar cualquier agente dentro de Safehouse
cd ~/projects/my-app
safehouse claude --dangerously-skip-permissions
Probar el aislamiento
# Intentar leer tu clave privada SSH — denegado por el kernel
safehouse cat ~/.ssh/id_ed25519
# cat: /Users/you/.ssh/id_ed25519: Operation not permitted
Intentar listar otro repositorio — invisible
safehouse ls ~/other-project
ls: /Users/you/other-project: Operation not permitted
Pero tu proyecto actual funciona bien
safehouse ls .
README.md src/ package.json ...
Integración con el shell
Añade estas funciones a tu configuración del shell (~/.zshrc o ~/.bashrc) para ejecutar agentes aislados por defecto:
safe () { safehouse --add-dirs-ro=~/mywork "$@"; }
Aislado — el predeterminado. Solo escribe el nombre del comando.
claude () { safe claude --dangerously-skip-permissions "$@"; }
codex () { safe codex --dangerously-bypass-approvals-and-sandbox "$@"; }
amp () { safe amp --dangerously-allow-all "$@"; }
gemini () { NO_BROWSER=true safe gemini --yolo "$@"; }
No aislado — omite la función con command
command claude — sesión interactiva normal
Generación de perfiles asistida por LLM
El proyecto incluye un prompt que instruye a los LLM (Claude, Codex, Gemini, etc.) a inspeccionar plantillas de perfiles de Safehouse, preguntar sobre tu directorio principal y configuración de cadena de herramientas, y generar un perfil de sandbox-exec con privilegios mínimos. El prompt guía al LLM para preguntar sobre archivos de configuración globales, sugerir una ruta de perfil duradera como ~/.config/sandbox-exec.profile, crear un envoltorio que otorgue acceso al directorio de trabajo actual y añadir atajos de shell para agentes preferidos.
Agentes compatibles
Probado con: Claude Code, Codex, OpenCode, Amp, Gemini CLI, Aider, Goose, Auggie, Pi, Cursor Agent, Cline, Kilo, Code Droid y agentes personalizados.
📖 Leer la fuente completa: HN AI Agents
👀 Ver también

Phaselock: Un Sistema de Control de Agentes de IA Inspirado en Técnicas de Crianza
Phaselock es una Habilidad de Agente de código abierto que implementa cuatro mecanismos de control para agentes de codificación de IA: compuertas explícitas antes de la acción, retroalimentación inmediata sobre errores, opciones restringidas y aplicación mecánica de reglas. Funciona con Claude Code, Cursor, Windsurf y cualquier herramienta que admita hooks.

Spectral: Captura Tráfico de Aplicaciones para Generar Servidores MCP para Agentes OpenClaw
Spectral es una herramienta de código abierto que captura el tráfico de cualquier aplicación, lo analiza con un LLM y genera un servidor MCP funcional, permitiendo que los agentes de OpenClaw llamen a la API real de la aplicación directamente en lugar de depender de la automatización del navegador.

OnPrem.LLM AgentExecutor: Lanza Agentes de IA en Sandbox con Herramientas Integradas
El AgentExecutor de OnPrem.LLM te permite crear agentes de IA autónomos que ejecutan tareas complejas utilizando modelos en la nube o locales, con nueve herramientas integradas que incluyen operaciones de archivos, comandos de shell y búsqueda web. Puedes ejecutar agentes en contenedores aislados por seguridad.

Las empresas que reducen personal por IA perderán frente a las que no lo hicieron
Los recortes de personal por la IA sacrifican el conocimiento institucional a largo plazo por ahorros a corto plazo. Mantener equipos y usar la IA para amplificar su capacidad es la estrategia ganadora.