尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
让AI放心改代码:claude-delegator的read-only与workspace-write沙箱双模式安全机制详解
【免费下载链接】claude-delegatorDelegate tasks to Codex and Gemini directly from within Claude Code.项目地址https://gitcode.com/gh_mirrors/cl/claude-delegator点击查看免费下载claude-delegator 是一个让 Claude Code 能把任务委派给 CodexGPT和 Gemini 专家子代理的开源插件。它通过 read-only 与 workspace-write 双沙箱模式精确控制每个 AI 专家只读分析还是可写实施从而在 AI 自主改代码时守住安全底线。本文用通俗的方式拆解这套沙箱双模式安全机制的运作原理与配置方法。一、什么是 claude-delegator30秒理解这个AI专家组想象你请了一支虚拟专家团Architect架构师、Plan Reviewer方案评审、Scope Analyst范围分析师、Code Reviewer代码评审、Security Analyst安全分析师。claude-delegator 就是这支专家团的调度器你在 Claude Code 里提需求它自动判断该找哪位专家通过原生 MCP 协议把任务转交给 Codex 或 Gemini 执行专家的回答经过 Claude 综合解读后再返回给你而不是直接透传原始输出。⚠️ 小提示该项目目前已归档不再维护Codex CLI 移除了它依赖的codex mcp-server命令但它的沙箱双模式设计思路仍值得学习。五位专家的人格提示词分别定义在 prompts/ 目录中例如安全分析师的思维框架见 prompts/security-analyst.md其供应商元数据见 config/providers.json。二、核心安全机制read-only 与 workspace-write 双沙箱模式这是整个项目最核心的设计每位专家都拥有两种工作模式由任务类型决定而非由专家身份决定。模式沙箱参数适用场景通俗理解Advisory咨询read-only分析、评审、给建议医生只把脉不开刀Implementation实施workspace-write改代码、修 Bug、加固安全医生可以手术但只能在手术台上操作2.1 read-only 模式AI 只能看不能动专家可以读取项目文件、分析代码但没有任何写权限配合approval-policy: on-request连执行 shell 命令都需要逐项审批适合代码评审、安全审计、架构分析等出主意的活儿。例如 Security Analyst 审查鉴权流程时就运行在read-only沙箱中——它能找出所有漏洞却碰不到一行代码参考 rules/triggers.md 中的示例。2.2 workspace-write 模式限定在工作区内的写权限专家可以修改当前工作区内的文件实现真正的代码变更配合approval-policy: on-failure只有命令执行失败时才需要人工介入效率更高注意它不是无限制模式参数表里虽然还存在danger-full-access值但 claude-delegator 的编排规则从不使用它刻意把权限压到最小必要级别。关键原则来自 rules/model-selection.mdThe mode is determined by the task, not the expert. 模式由任务决定而不是由专家决定——Architect 可以实施架构改造Security Analyst 也能直接修复漏洞。三、双模式如何落地三道防线拆解第1道防线智能路由先想清楚再动手Claude 收到每条消息都会扫描委派信号定义在 rules/triggers.mdreview this code → Code Reviewer read-onlyharden this endpoint动手加固 → Security Analyst workspace-write普通语法问题、首次尝试的修复 → 直接自己答不委派这一层保证了大部分日常交互根本不会触发写权限。第2道防线委派时显式传递 sandbox 参数每次调用的参数里都强制携带sandbox字段规则文档 rules/orchestration.md 中给出了明确的分派表任务类型模式沙箱分析、评审、建议Advisoryread-only修改、修复、实现Implementationworkspace-write第3道防线Provider 侧的沙箱强制执行沙箱不是口头约定而是由底层 CLI 真正执行CodexGPT侧sandbox参数直接映射到 Codex CLI 的沙箱机制取值read-only/workspace-write/danger-full-access参数说明见 rules/model-selection.mdGemini 侧由零依赖的 MCP 桥接服务 server/gemini/index.js 完成。它只接受两个合法值其他值直接报错拒绝见 server/gemini/index.js 的白名单校验当且仅当传入workspace-write时才会给 Gemini CLI 附加写权限参数见 server/gemini/index.js且默认值就是最安全的read-only。即使模型想越权沙箱也会在操作系统层面挡住它——这是与单纯提示词约束的本质区别。四、进阶配置把沙箱默认值写进配置文件如果不想每次委派都手动传参可以在~/.codex/config.toml中设置全局默认值见 rules/orchestration.mdsandbox_mode workspace-write approval_policy on-failure还支持按项目设置信任级别[projects./path/to/your/project] trust_level trusted 实用建议对不熟悉的新仓库保持默认read-onlyon-request让 AI 先只读地把项目摸透再对确认要改动的任务临时覆盖为workspace-write——单次调用的参数会覆盖全局默认值这个默认收紧、按需放开的思路值得借鉴。五、总结这套双模式机制好在哪里设计点安全收益按任务选模式而非按角色咨询类任务天然零写权限缩小攻击面sandbox 参数显式化、白名单校验非法权限值在入口即被拒绝杜绝静默越权read-only 作为默认值默认最安全写权限必须主动申请approval-policy 分级审批只读任务零打扰写任务失败时才升级人工审批用一句话概括claude-delegator 用 read-only 与 workspace-write 双沙箱把让 AI 改代码拆成了先让 AI 只读地想清楚再让 AI 在工作区内动手两步——这正是能放心把仓库交给 AI 的核心底气所在。想深入了解委派流程的每一步细节可以阅读 rules/orchestration.md想看看委派提示词的七段式模板见 rules/delegation-format.md。赞分享【免费下载链接】claude-delegatorDelegate tasks to Codex and Gemini directly from within Claude Code.项目地址https://gitcode.com/gh_mirrors/cl/claude-delegator点击查看免费下载相关推荐如何用Libre Barcode在10分钟内创建专业条码免费开源字体终极指南如何用Libre Barcode在10分钟内创建专业条码免费开源字体终极指南 还在为条码生成软件的高昂费用而烦恼吗Libre Barcode开源字体项目让你开发工具Hyperlight沙箱机制详解如何安全运行不可信代码Hyperlight沙箱机制详解如何安全运行不可信代码 在当今云计算和边缘计算快速发展的时代安全执行不可信代码成为了一个关键挑战。Hyperlight作为一云原生安全系统底层容器运行时Codex Sandbox 与审批策略完全指南从 read-only 到 workspace-write 的权限治理实战Codex Sandbox 与审批策略完全指南从 read only 到 workspace write 的权限治理实战 本篇指南围绕 docs/codex/开发工具AI 应用代码智能体创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

Scrapy入门实战:从创建项目到跑通第一个爬虫的全流程

Scrapy入门实战:从创建项目到跑通第一个爬虫的全流程

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/10/17 2:38:58
Python进阶与并发编程07:CPU工作为什么要换进程,以及为什么换完可能更慢

Python进阶与并发编程07:CPU工作为什么要换进程,以及为什么换完可能更慢

Python进阶与并发编程07:CPU工作为什么要换进程,以及为什么换完可能更慢 报价系统不一定只等待网络。假设我们还要给每个SKU生成一份校验摘要,算法包含大量Python整数运算。这个计算与访问供应商相互独立,可以按商品分开执行。上一…

📅 2026/10/17 2:38:58
MySQL COUNT函数全解析:三种形态、统计语义与性能优化

MySQL COUNT函数全解析:三种形态、统计语义与性能优化

1. 先说结论:COUNT的三种形态,用错了数据就是错的MySQL里的COUNT函数,表面上看就是"数个数",但真的落到业务里,它可能是所有聚合函数里最容易写错的一个。我见过不少线上统计报表对不上账的情况,…

📅 2026/10/17 2:38:58
MORE NEWS

更多资讯

📰

AI痕迹太重怎么办?一套可落地的降AI率改稿实操指南

做内容时间久了,应该都有过这种体验:AI写初稿确实快,但发布完总觉得缺点什么——评论区没动静,甚至原本活跃的账号突然被“冷落”。这段时间“AI痕迹”成了做分享内容的朋友聊天时的高频词,很多平台和合作方也开始关注…

📰

RAG调优实战:从F1 0.42到0.89的30天方法论

做RAG调优这件事,我踩过的坑不比任何人少。去年我接手一个内部知识库项目,检索增强生成系统的F1值一开始只有0.42,辛辛苦苦调了一个月,把最终成绩干到0.89。那段时间我每天做的事,就是把“玄学”变成“旋钮”——凡是能…

📰

Android FTP服务器Demo:手机秒变局域网文件中转站

简介:一份演示在安卓设备上搭建FTP服务器的工程样例,适合需要实现局域网文件共享、远程上传下载的移动开发人员参考。项目基于Apache FtpServer组件完成,以简洁的代码结构展示了ftp服务从初始化、启动到停止的完整调用链,方便快速…

📰

基于深度学习的人脸识别系统实战:从模型选型到毕设落地

1. 项目全貌与选题价值分析1.1 这个毕设到底在做什么人脸识别系统的毕业设计,近几年一直是计算机视觉方向的热门选题。很多人一听“人脸识别”就觉得高大上,以为要自己从零写卷积神经网络、自己造轮子训练模型。实际上,一个合格的毕设项目&am…

📰

图像生成VR体验:低成本三维重建与全景漫游实战

做VR内容的人都有一个共识:建模和场景搭建特别烧钱。我这两年试过不少方案,最后发现一条性价比极高的路子——用图像直接生成VR体验。说到底,图像本身就是一种带了色彩、纹理和几何线索的信息载体,把它拆开、重组,再加…

📰

YOLOv11结合可变形注意力DAT的目标检测改进实践指南

毕设选题表一交,很多人就开始焦虑了。目标检测方向的题年年都有,但每年都有学生栽在同一个地方:要么只是改了改网络层数、换了换激活函数,答辩老师一问"为什么这么改",只能支支吾吾说"试出来效果好&quo…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬