Lo que hace rendir al agente es la caja alrededor del modelo

Descarga el kit

Clona el repositorio y entra en la carpeta.

git clone https://github.com/inematds/caixa-do-agente && cd caixa-do-agente

Comprueba que la caja funciona

18 verificaciones (la 1.ª vez descarga la imagen node:22-slim, ~250 MB; la verificación de --interativo usa el comando script): .env y claves quedan fuera, red cerrada, original intacto, contenedor borrado, --aplicar funciona, --env pasa solo la variable pedida, --interativo abre una terminal, la caché y node_modules no vuelven al original, --help funciona, y el auditor detecta secretos, sandbox desactivado y máquina sin harness.

bash testes/teste.sh  # termina con: TUDO OK (18/18)

Ponle nota a tu harness

Apunta a un proyecto tuyo. El auditor lee la configuración de Claude Code, Codex y DeepSeek Harness (el agente de código abierto de DeepSeek, comando dsh): ~/.claude/settings.json, ~/.codex/config.toml y ~/.dsh/settings.yaml (si existen), y el propio proyecto. Caja, Aprobación y Bloqueos salen de la configuración global sumada a la del proyecto, así que los proyectos de la misma máquina comparten esas tres.

Cada capa vale 2 puntos (OK), 1 (MEIO) o 0 (FALTA); la nota es la suma dividida entre 12, por 10. Caja: sandbox activado en algún harness. Aprobación: ningún harness en modo "saltar todo". Bloqueos: reglas deny (lo que el agente nunca puede hacer) y ganchos PreToolUse (script que frena la acción antes). Verificación: pruebas en el proyecto y ganchos Stop/PostToolUse (script que comprueba después). Contexto: AGENTS.md o CLAUDE.md. Secretos: ningún .env ni clave dentro del proyecto.

python3 auditar.py ~/meu-projeto        # nota de 0 a 10 + el siguiente paso de cada capa
python3 auditar.py ~/meu-projeto --json # lo mismo, para usar en un script
python3 auditar.py --help               # el criterio de cada capa

Ejecuta algo en la caja

Todo lo que va después de -- se ejecuta dentro del contenedor, en una copia del proyecto. Quedan fuera de la copia: .env, claves y credenciales, node_modules y .venv. Sin red por defecto; si el comando necesita instalar dependencias, usa --rede.

./caixa.sh ~/meu-projeto --imagem python:3.12-slim -- python3 -m unittest  # sin dependencias, sin red
./caixa.sh ~/meu-projeto --rede -- sh -c 'npm install && npm test'           # Node: instala y prueba dentro de la caja

Ejecuta un agente en la caja

Los agentes necesitan hablar con el modelo, así que usa --rede. Hay dos formas de entrar:

Con clave de API: --env NOME pasa solo esa variable de tu terminal a la caja. En el modo sin pantalla (-p), Claude Code necesita permiso para ejecutar comandos y editar; dentro de la caja desechable se puede liberar todo, porque el peor caso queda encerrado en ella.

Con tu suscripción (login): abre el agente con --interativo e inicia sesión dentro de la caja. El login desaparece cuando la caja se destruye.

Para dar acceso a una carpeta tuya, usa --montar origem:destino:ro (:ro = solo lectura). Los archivos de contraseñas del proyecto siguen fuera.

./caixa.sh ~/meu-projeto --rede -- npx -y @deepseek-ai/dsh@latest --help  # probado: 1.ª vez ~5 min (descarga el paquete)
./caixa.sh ~/meu-projeto --rede --env ANTHROPIC_API_KEY -- npx -y @anthropic-ai/claude-code -p "rode os testes e corrija o que falhar" --dangerously-skip-permissions
./caixa.sh ~/meu-projeto --rede --interativo -- npx -y @anthropic-ai/claude-code  # haz el /login dentro

Revisa y aplica

Cada ejecución que cambia archivos guarda un caixa-AAAAMMDD-HHMMSS.patch: un archivo de texto con la diferencia (el diff) de todo lo que cambió. Queda en la carpeta desde donde ejecutaste el comando (o en la que indiques con --patch PASTA) y sirve para que lo revises; no hace falta aplicarlo con git apply. Para llevar al original exactamente lo que leíste, aplica el propio patch con patch -p1 dentro del proyecto. --aplicar hace una ejecución nueva y pregunta antes de copiar: lee el patch de esa ejecución antes de responder s (con un agente, cada ejecución puede salir distinta). Los archivos nuevos y modificados vuelven; node_modules, .venv y las cachés no vuelven; un archivo borrado en la caja no se borra en el original.

less caixa-AAAAMMDD-HHMMSS.patch                      # léelo
cd ~/meu-projeto && patch -p1 < ~/caixa-AAAAMMDD-HHMMSS.patch   # aplica exactamente lo que leíste
# o: ejecución nueva que pregunta antes de copiar (lee el patch nuevo antes de la s)
./caixa.sh ~/meu-projeto --rede --aplicar -- sh -c 'npm install && npm run format'

Ajusta los topes y la imagen

Por defecto: imagen node:22-slim, 4 GB de memoria, 2 CPU, 30 minutos. Usa --imagem cuando el comando necesite otro lenguaje o herramienta (la imagen de Node no trae make, por ejemplo).

./caixa.sh ~/meu-projeto --rede --memoria 8g --cpus 4 --tempo 7200 -- sh -c 'npm install && npm run build'
./caixa.sh ~/meu-projeto --imagem python:3.12 -- make build  # imagen completa, con make