safeagents是Hugging Face发布的开源安全工具。它以本地代理的形式部署在Claude Code、OpenCode等编程智能体的运行框架(harness)与模型API之间,在执行前截获并检查模型提出的工具调用(如执行命令、读取文件等操作请求)。该项目以Apache-2.0许可证发布在GitHub上。
检查分为三层:拦截未声明工具和白名单之外网络目标的基础校验、对命令字符串中已知攻击模式的检测,以及可选启用的LLM评判。放行、警告和拦截的结果都会记录到日志。safeagents同时支持OpenAI Chat Completions和Anthropic Messages API两种格式,可接入多种运行框架,作为审计和防火墙层,防止提示注入导致智能体泄露凭据或执行危险命令。