trailofbits/claude-code-config

解決的問題

本專案為使用 Claude Code 提供一組全面的、具明確立場的預設設定、配置與工作流程。透過提供預先設定的設定、沙箱策略與自動化鈎子，解決為 AI 輔助程式設計建構安全、高效率、專業環境的挑戰，特別適用於安全審計、研究與開發場景。

如何運作

設定透過以下元件實作：

• 設定與環境：一個 settings.json 檔案，用於管理隱私（停用遙測）、啟用實驗性功能（如多代理團隊），並設定權限的硬性限制。
• 沙箱：利用 Claude Code 原生的 /sandbox（macOS 使用 Seatbelt，Linux 使用 bubblewrap），並提供特定的拒絕規則，阻止對 SSH 金鑰與雲端憑證等敏感檔案的存取。同時建議使用 devcontainers 或遠端 droplets 實現完全隔離。
• 鈎子：使用 PreToolUse、PostToolUse 與 Stop 鈎子來攔截工具呼叫，阻止危險指令（如 rm -rf），記錄變更，防止 AI 對未完成的工作進行「合理化」。
• 全域指令：一個 CLAUDE.md 模板，定義開發哲學、程式碼品質限制以及語言特定的工具鏈（如 Python 的 uv，Node 的 oxlint）。
• 自訂工具：一個狀態列腳本，用於即時追蹤模型使用狀況、會話成本與提示快取命中率。

適用對象

使用 Claude Code 並希望獲得以安全為首要、嚴格程式碼品質、自主高效但不犧牲安全性的生產就緒環境的開發者、安全研究人員與審計人員。

主要亮點

• 安全優先的沙箱：結合作業系統層級的隔離與對憑證與機密的嚴格拒絕規則。
• 結構化提示注入：透過鈎子強制執行防護機制，在執行時刻阻止已知的惡意模式。
• 反合理化門控：基於提示的鈎子，使用快速模型審查 AI 的最終回應，若發現跳過工作則強制其繼續。
• 精選生態系：與 Trail of Bits 自有的技能市場整合，支援安全審計與智慧合約分析。
• 效能最佳化：推薦特定終端（Ghostty）與工具鏈，以無延遲處理高負載 AI 輸出。