safeagentsは、Hugging Faceが公開したオープンソースのセキュリティツールである。Claude CodeやOpenCodeなどのコーディングエージェントのハーネス(エージェント実行基盤)とモデルAPIの間にローカルプロキシとして配置され、モデルが提案するツール呼び出し(コマンド実行やファイル読み取りなどの動作要求)を実行前に横取りして検査する。Apache-2.0ライセンスでGitHubに公開されている。
検査は、未宣言のツールや許可リスト外のネットワーク宛先を遮断する基本検証、コマンド文字列中の既知の攻撃パターンの検出、任意で有効化できるLLMジャッジの三層で構成され、通過・警告・遮断の結果はログに記録される。OpenAI Chat CompletionsとAnthropic Messages APIの両形式に対応し、複数のハーネスに接続できる。プロンプトインジェクションによってエージェントが認証情報を流出させたり危険なコマンドを実行したりすることを防ぐ、監査およびファイアウォールの層として用いられる。