trailofbits/claude-code-config

解决的问题

本项目提供了一套针对 Claude Code 使用的、有明确倾向性的默认设置、配置和工作流，特别针对安全审计和研究等高安全环境。它解决了在高吞吐量下运行自主 AI 代理（绕过权限提示）的同时，通过沙箱化和严格防护机制保持安全性的常见挑战。

如何工作

该项目采用多层方法来控制和优化 Claude Code 的使用：

• 沙箱化与隔离： 利用操作系统级原语（macOS 上的 Seatbelt，Linux 上的 bubblewrap），并提供开发容器和远程云实例的配置，将代理与主机系统隔离。
• 钩子（Hooks）： 使用 PreToolUse 和 PostToolUse 钩子实时拦截工具调用。这使得项目能够阻止危险命令（如 rm -rf）或强制执行特定工作流（如禁止直接推送到主分支），通过向代理返回错误信息实现。
• 内存管理： 使用全局 CLAUDE.md 文件存储通用指令，以及路径作用域规则（如 rules/python.md），仅在代理与特定文件类型交互时加载，从而减少上下文窗口的膨胀。
• 自定义工具： 包含一个自定义状态行脚本，可直接在终端中跟踪模型使用情况、会话成本和提示缓存命中率。

适用人群

希望在专业工作流中集成 Claude Code，且重点关注安全性、可审计性和效率的开发者、安全研究人员和团队。

主要亮点

• 安全防护机制： 预配置的拒绝规则，可阻止访问 SSH 密钥、云凭证和加密钱包等敏感文件。
• --dangerously-skip-permissions 工作流： 推荐配置，将绕过权限模式与严格沙箱化结合，以实现代理的最大吞吐量。
• 上下文高效的规则： 路径作用域规则确保代理仅在相关时接收语言特定的指导。
• 审计日志： 提供钩子示例，用于创建 CLI 工具变更和 bash 命令日志的审计追踪。
• 本地模型支持： 提供通过 LM Studio 运行 Claude Code 的本地模型配置和 shell 别名。