OpenSandbox(智能体沙箱)

作者 设施特

让 Agent 自己跑代码、装依赖、开浏览器,最怕它把宿主机搞乱或把密钥泄出去。OpenSandbox 是开源的沙箱运行时,本地 Docker 起、集群走 K8s,Firecracker 创建 P50 只要 64 毫秒,还能暂停恢复并保留内存状态。

Github
Skill 编程开发 v1.0.0 热度 260

将提示词发送给你的 AI 安装该 Skill

复制下方提示词,粘贴到 Cursor / Claude Code / WorkBuddy 等本地 Agent,按说明安装。

请根据 https://www.cweto.cn/?ai_hub=skill_install ,安装本站 Skill @ai_hub/work-59(OpenSandbox(智能体沙箱))。
详情页:https://www.cweto.cn/work-59.html
GitHub:https://github.com/opensandbox-group/OpenSandbox
请装到当前 Agent 的 skills 目录(见安装说明中的路径表),完成后重启或刷新 Agent。
安装说明 GitHub
支持的本地 Agent 目录
  • Claude Code → ~/.claude/skills/
  • Cursor → ~/.cursor/skills/
  • Windsurf → ~/.codeium/windsurf/skills/
  • Codex → ~/.codex/skills/
  • Gemini CLI → ~/.gemini/skills/
  • WorkBuddy → ~/.workbuddy/skills/
  • OpenClaw 变体 → 各自 skills 目录

Skill 说明

OpenSandbox 是什么

OpenSandbox 让你在自己的基础设施上跑 AI Agent 沙箱。它给 AI 应用提供隔离环境去执行代码、跑命令、管理文件、操作浏览器或桌面:本地用 Docker 起步,上集群走 Kubernetes,两者共用同一套沙箱 API。

它是 Agentic AI Foundation(AAIF)旗下的项目,已通过 OpenSSF Best Practices 认证。

能力作用
Fast Sandbox 运行时K8s 上高密度沙箱,Firecracker 创建 P50 64 毫秒(串行)、P99 125.4 毫秒(10 并发);支持暂停恢复并保留内存和磁盘状态
Agent 工作环境执行命令、管理文件、运行代码都走内置 API,官方给了 coding agent、浏览器、桌面三类示例
网络访问控制入站走统一 ingress 网关,出站按每个沙箱设 egress 策略
凭据保管Credential Vault 让 Agent 调外部服务时不把真实凭据暴露给沙箱工作负载
从本地到集群Docker 起步,K8s 同一套生命周期 API;资源池和批量创建支撑 Agent 评测与 RL 训练
接入方式Python、Java/Kotlin、TypeScript/JavaScript、C#/.NET、Go 五种 SDK,osb CLI,以及 MCP
可扩展协议按定义的沙箱生命周期与执行 API 自己接运行时

OpenSandbox 怎么安装

需要 Docker(本地执行必需)和 Python 3.10 以上(跑示例和本地运行时需要)。先初始化和启动沙箱服务端:

uvx opensandbox-server init-config ~/.sandbox.toml --example docker
uvx opensandbox-server
# 看全部参数
uvx opensandbox-server -h

再装 Python SDK:

uv pip install opensandbox

不需要 Python 项目的场景可以直接用 osb 命令行,或在支持 MCP 的客户端里接 MCP 方式。

OpenSandbox 怎么使用

核心是三步:建沙箱、在里面执行、销毁。官方给的 Python 例子:

import asyncio
from opensandbox import Sandbox
from opensandbox.models import WriteEntry

async def main() -> None:
    sandbox = await Sandbox.create("alpine")

    # 跑一条 shell 命令
    execution = await sandbox.commands.run("echo 'Hello OpenSandbox!'")
    print(execution.logs.stdout[0].text)

    # 写一个脚本文件
    await sandbox.files.write_files([
        WriteEntry(path="/tmp/hello.sh",
                   data="echo "Hello $1"",
                   mode=755)
    ])

    # 读回来
    content = await sandbox.files.read_file("/tmp/hello.sh")
    print(f"Content: {content}")

asyncio.run(main())
  1. 用 Sandbox.create("镜像名") 从任意镜像起一个隔离环境。
  2. 用 sandbox.commands.run(...) 执行命令,读 logs.stdout 拿输出。
  3. 用 sandbox.files.write_files / read_file 传文件和取结果。
  4. 要给 Agent 开浏览器或桌面,参考官方 examples 里对应的集成示例。
  5. 批量跑评测或训练,用资源池和批量创建,而不是一个个手起。

OpenSandbox 适合谁用

  • 做 coding agent、需要给模型一个安全执行代码的隔离环境的团队。
  • 要让 Agent 操作浏览器或图形桌面,又不能让它在宿主机上乱来的场景。
  • 跑 Agent 评测、RL 训练,需要成百上千个短生命周期沙箱的平台方。
  • 有私有 K8s 集群、要求数据不出自己环境的企业。
  • 只写提示词、不执行任何代码的纯对话应用,用不上沙箱这一层。

OpenSandbox 项目地址

  • GitHub 仓库:https://github.com/opensandbox-group/OpenSandbox
  • AAIF 项目页:https://aaif.io/projects/opensandbox
  • 架构与 Fast Sandbox:https://github.com/opensandbox-group/OpenSandbox/blob/main/docs/architecture/fast-sandbox/index.md
  • 示例合集:https://github.com/opensandbox-group/OpenSandbox/blob/main/docs/examples/index.md
  • 凭据保管:https://github.com/opensandbox-group/OpenSandbox/blob/main/docs/guides/credential-vault.md
  • API 规范:https://github.com/opensandbox-group/OpenSandbox/blob/main/specs/README.md