AIO Sandbox - 多功能一体化 AI Agent 沙盒环境

🌐 浏览器 | 💻 终端 | 📁 文件管理 | 🔧 VSCode | 📊 Jupyter | 🤖 MCP

    🌐 网站&nbsp&nbsp
    | &nbsp&nbsp🔌 API&nbsp&nbsp
    | &nbsp&nbsp📑 论文&nbsp&nbsp
    | &nbsp&nbsp🌟 示例&nbsp&nbsp
    | &nbsp&nbsp📊 评估 &nbsp&nbsp

🚀 快速开始

在 30 秒内启动并运行：

docker run --security-opt seccomp=unconfined --rm -it -p 8080:8080 ghcr.io/agent-infra/sandbox:latest

中国大陆地区用户：

docker run --security-opt seccomp=unconfined --rm -it -p 8080:8080 enterprise-public-cn-beijing.cr.volces.com/vefaas-public/all-in-one-sandbox:latest

使用特定版本（格式为 agent-infra/sandbox:${version}），例如使用 1.0.0.150 版本：

docker run --security-opt seccomp=unconfined --rm -it -p 8080:8080 ghcr.io/agent-infra/sandbox:1.0.0.150
# 或中国大陆地区用户
docker run --security-opt seccomp=unconfined --rm -it -p 8080:8080 enterprise-public-cn-beijing.cr.volces.com/vefaas-public/all-in-one-sandbox:1.0.0.150

运行后，可通过以下地址访问环境：

• 📖 文档: http://localhost:8080/v1/docs
• 🌐 VNC 浏览器: http://localhost:8080/vnc/index.html?autoconnect=true
• 💻 VSCode Server: http://localhost:8080/code-server/
• 🤖 MCP 服务: http://localhost:8080/mcp

🎯 什么是 AIO Sandbox？

AIO Sandbox 是一个一体化的 Agent 沙盒环境，将浏览器、Shell、文件系统、MCP 操作和 VSCode Server 集成在同一个 Docker 容器中。它基于云原生轻量级沙盒技术构建，为 AI Agent 和开发者提供了一个统一、安全的执行环境。

为什么选择 AIO Sandbox？

传统的沙盒通常是单一用途的（仅支持浏览器、代码或 Shell），导致文件共享和功能协作极其困难。AIO Sandbox 通过以下特性解决了这些问题：

• ✅ 统一文件系统 - 在浏览器中下载的文件可在 Shell 或文件操作中立即访问
• ✅ 多重接口 - 在一个统一的环境中集成 VNC、VSCode、Jupyter 和终端
• ✅ 安全执行 - 带有安全保障的沙盒化 Python 和 Node.js 执行环境
• ✅ 零配置 - 预配置的 MCP 服务器和开发工具，开箱即用
• ✅ Agent 就绪 - 提供兼容 MCP 的 API，实现与 AI Agent 的无缝集成

📦 安装

SDK 安装

Python

pip install agent-sandbox

TypeScript/JavaScript

npm install @agent-infra/sandbox

Golang

go get github.com/agent-infra/sandbox-sdk-go

基本用法

Python 示例

from agent_sandbox import Sandbox

# 初始化客户端
client = Sandbox(base_url="http://localhost:8080")
home_dir = client.sandbox.get_context().home_dir

# 执行 Shell 命令
result = client.shell.exec_command(command="ls -la")
print(result.data.output)

# 文件操作
content = client.file.read_file(file=f"{home_dir}/.bashrc")
print(content.data.content)

# 浏览器自动化
screenshot = client.browser.screenshot()

TypeScript 示例

import { Sandbox } from '@agent-infra/sandbox';

// 初始化客户端
const sandbox = new Sandbox({ baseURL: 'http://localhost:8080' });

// 执行 Shell 命令
const result = await sandbox.shell.exec({ command: 'ls -la' });
console.log(result.output);

// 文件操作
const content = await sandbox.file.read({ path: '/home/gem/.bashrc' });
console.log(content);

// 浏览器自动化
const screenshot = await sandbox.browser.screenshot();

🌟 核心功能

🔗 统一环境

所有组件均运行在同一个容器中，并共享文件系统，支持无缝工作流。

🌐 浏览器自动化

通过多种接口实现全方位浏览器控制：

• VNC - 通过远程桌面进行可视化浏览器交互
• CDP - 用于程序化控制的 Chrome DevTools Protocol
• MCP - 高阶浏览器自动化工具

💻 开发工具

集成开发环境包含：

• VSCode Server - 浏览器内的全功能 IDE 体验
• Jupyter Notebook - 交互式 Python 环境
• Terminal - 基于 WebSocket 的终端访问
• 端口转发 - Web 应用的智能预览

🤖 MCP 集成

预配置的 Model Context Protocol 服务器：

• Browser - Web 自动化与爬取
• File - 文件系统操作
• Shell - 命令执行
• Markitdown - 文档处理

📚 完整示例

将网页转换为带有嵌入截图的 Markdown 文档：

import asyncio
import base64
from playwright.async_api import async_playwright
from agent_sandbox import Sandbox

async def site_to_markdown():
    # 初始化沙盒客户端
    c = Sandbox(base_url="http://localhost:8080")
    home_dir = c.sandbox.get_context().home_dir

    # 浏览器：自动化下载