【Agent实践】日常放权给 CLI Agent (Cursor / OpenCode) 跑命令的本地拦截与防投毒心得

最近日常重度依赖各种 Agent 工具(比如 Cursor 的 Agent 模式,以及平时终端里跑的一些开源 CLI Agent),确实极大地解放了生产力,写点脚本、改改 bug 速度飞快。

但用久了以后,最大的顾虑就是让 Agent 自主执行终端命令(Terminal Auto-run)。平时我们免不了会遇到下面几种情况:

  1. 用了一些第三方的 API 中转渠道,虽然便宜,但保不齐中转层或者提示词被注入/投毒;
  2. Agent 在查阅外部文档或者爬取第三方依赖时,可能遇到恶意的提示词引导(Indirect Prompt Injection);
  3. 模型偶尔自己抽风或幻觉,给出带有破坏性的命令(比如误删目录、直接读取敏感配置文件)。

万一把本地的 .env 密钥、SSH 私钥或者重要代码给泄露或覆盖了,代价就太大了。

为了能安心放权给 Agent 自动干活,我自己用 Python 搓了一套极其轻量的本地命令安全拦截与零信任网关,核心思路其实很简单,主要卡死几个核心防线:

1. 敏感文件与目录绝对阻断

严格拦截所有针对敏感路径的读写探测:

  • .env, .git/config, id_rsa, id_ed25519, credentials
  • 系统关键路径 /etc/shadow, /etc/passwd 等

只要 Agent 试图用 cat, curl -d @.env, grep 等命令去碰这些文件,直接在执行前抛出拦截中断。

2. 高危与破坏性命令强拦截

对于不可逆的破坏性命令进行正则与语法树模式匹配:

  • 危险删除:rm -rf /, rm -rf *, mkfs, dd 危险覆盖
  • 远程执行管道:curl ... | bash, wget ... | sh
  • 恶意的反弹 shell 特征(/dev/tcp/..., nc -e 等)

3. 安全命令平滑放行

像常规的 git status, git diff, npm run build, python -m pytest, ls -la 这类日常开发和测试命令,直接毫秒级白名单放行,不影响日常写代码的流畅度。


如果大家平时也经常跑各类 Agent 甚至多 Agent 协作,建议也尽量加上这类本地保护层。代码我也顺手开源在 GitHub 上了,完全零第三方重依赖,单文件就能直接跑起来:

GitHub 项目地址:GitHub - 03viceboll/ai-agent-firewall: Local-first zero-trust security gateway for autonomous AI coding agents (Cursor / Cline / OpenCode) — intercepts and risk-scores tool calls. · GitHub

大家平时用 Agent 跑自动化有没有踩过类似的坑?或者觉得还有哪些容易被漏掉的危险命令模式,欢迎在帖子里一起交流交流~

1 个赞

哇:clap: 不错嘛,欢迎在Agent板块多溜达:person_walking:

干货 学习了