Arrakis Python SDK实战指南py-arrakis让AI代理安全运行代码的5个技巧【免费下载链接】arrakisA fully customizable and self-hosted sandboxing solution for AI agent code execution and computer use. It features out-of-the-box support for backtracking, a simple REST API and Python SDK, automatic port forwarding, and secure MicroVM isolation. Perfect for safely running, testing, and backtracking multi-step agent workflows.项目地址: https://gitcode.com/gh_mirrors/arra/arrakis想要为AI代理构建一个安全可靠的代码执行环境吗Arrakis Python SDKpy-arrakis为你提供了终极解决方案这是一个完全可定制且自托管的沙箱解决方案专门为AI代理代码执行和计算机使用而设计。无论你是AI开发者、安全研究员还是系统管理员掌握这5个核心技巧将让你轻松构建安全的AI工作流。️ 技巧一快速搭建安全沙箱环境Arrakis的核心优势在于其微虚拟机隔离技术。每个沙箱都运行在独立的MicroVM中确保代码执行与主机系统完全隔离。使用py-arrakis你可以在几行代码内启动一个安全的沙箱环境首先安装Python SDKpip install py-arrakis然后启动你的第一个沙箱from py_arrakis import SandboxManager # 连接到运行中的arrakis-restserver sandbox_manager SandboxManager(http://127.0.0.1:7000) # 启动一个新的沙箱 with sandbox_manager.start_sandbox(my-agent-sandbox) as sandbox: # 在沙箱中安全执行代码 result sandbox.run_cmd(echo Hello from secure sandbox!) print(result[output])Arrakis的高级架构图展示了其微虚拟机隔离机制确保每个AI代理都在独立的环境中运行 技巧二掌握快照与恢复功能Arrakis最强大的功能之一就是内置的快照与恢复支持。这对于AI代理的多步骤工作流程至关重要特别是需要回溯到中间状态的情况# 创建沙箱并设置初始状态 sandbox_name agent-workflow sandbox sandbox_manager.start_sandbox(sandbox_name) # 执行一些操作 sandbox.run_cmd(pip install numpy pandas) sandbox.run_cmd(echo Data preprocessing complete /tmp/progress.log) # 创建快照 - 保存当前状态 snapshot_id sandbox.snapshot(data-prep-complete) # 继续执行更多操作 sandbox.run_cmd(python data_analysis.py) sandbox.run_cmd(echo Analysis complete /tmp/progress.log) # 如果需要回溯到数据预处理完成的状态 sandbox.destroy() restored_sandbox sandbox_manager.restore(sandbox_name, snapshot_id) # 验证状态已恢复 result restored_sandbox.run_cmd(cat /tmp/progress.log) print(result[output]) # 输出Data preprocessing complete 技巧三利用GUI进行计算机使用每个Arrakis沙箱都预装了VNC服务器和Chrome浏览器为AI代理提供了完整的图形界面环境。这对于需要浏览器交互或图形界面操作的AI工作流特别有用# 启动带GUI支持的沙箱 sandbox sandbox_manager.start_sandbox(gui-sandbox) # 获取沙箱信息包括VNC连接详情 sandbox_info sandbox.info() print(f沙箱状态: {sandbox_info[status]}) print(fIP地址: {sandbox_info[ip]}) # 查找GUI端口转发信息 for port_forward in sandbox_info.get(port_forwards, []): if port_forward.get(description) gui: print(fVNC连接端口: {port_forward[host_port]}) print(f使用VNC客户端连接: localhost:{port_forward[host_port]})Arrakis的GUI界面展示了完整的Ubuntu桌面环境包括预装的Chrome浏览器为AI代理提供完整的计算机使用体验⚙️ 技巧四自定义沙箱配置Arrakis支持高度自定义的沙箱环境。你可以通过修改配置文件来调整沙箱的各种参数配置文件位置主要配置文件位于项目根目录的config.yaml包含以下关键配置hostservices: restserver: host: 0.0.0.0 port: 7000 state_dir: ./vm-state bridge_name: br0 bridge_ip: 10.20.1.1/24 bridge_subnet: 10.20.1.0/24 chv_bin: ./resources/bin/cloud-hypervisor kernel: ./resources/bin/vmlinux.bin rootfs: ./out/arrakis-guestrootfs-ext4.img stateful_size_in_mb: 2048 guest_mem_percentage: 30自定义根文件系统你可以通过修改Dockerfile来自定义沙箱的根文件系统添加所需的软件包和工具# 在Dockerfile中添加自定义软件包 RUN apt-get update apt-get install -y \ python3-dev \ build-essential \ curl \ wget \ git \ vim \ nano 技巧五集成到AI代理工作流将Arrakis集成到你的AI代理工作流中可以显著提升安全性和可靠性。以下是几种常见的集成模式模式1代码执行沙箱def execute_untrusted_code(code_str, sandbox_namecode-execution): 在安全沙箱中执行不受信任的代码 with sandbox_manager.start_sandbox(sandbox_name) as sandbox: # 将代码写入沙箱 sandbox.run_cmd(fecho {code_str} /tmp/code.py) # 执行代码并获取结果 result sandbox.run_cmd(python /tmp/code.py) # 清理临时文件 sandbox.run_cmd(rm /tmp/code.py) return result[output], result[exit_code]模式2多步骤工作流管理class AgentWorkflow: def __init__(self, workflow_name): self.workflow_name workflow_name self.sandbox None self.snapshots {} def start_workflow(self): 启动工作流沙箱 self.sandbox sandbox_manager.start_sandbox(self.workflow_name) def checkpoint(self, checkpoint_name): 创建检查点快照 snapshot_id self.sandbox.snapshot(checkpoint_name) self.snapshots[checkpoint_name] snapshot_id return snapshot_id def rollback(self, checkpoint_name): 回滚到指定检查点 if checkpoint_name in self.snapshots: self.sandbox.destroy() self.sandbox sandbox_manager.restore( self.workflow_name, self.snapshots[checkpoint_name] ) return True return False def execute_step(self, command): 在工作流中执行一个步骤 return self.sandbox.run_cmd(command) 实战应用场景场景1AI代码审查使用Arrakis安全地执行和测试AI生成的代码防止恶意代码影响主机系统。场景2多代理协作每个AI代理在独立的沙箱中运行确保代理间的隔离性和安全性。场景3教育和研究为学生和研究人员提供安全的实验环境可以自由尝试各种代码而不用担心系统损坏。场景4CI/CD流水线在CI/CD流水线中集成Arrakis安全地执行构建和测试任务。 性能与安全平衡Arrakis在性能和安全性之间取得了良好的平衡启动时间微虚拟机启动迅速通常在几秒内完成资源隔离每个沙箱有独立的内存和CPU资源网络隔离沙箱间网络完全隔离存储保护使用overlayfs保护根文件系统快照效率快照创建和恢复操作高效支持快速状态切换 故障排除技巧常见问题1沙箱启动失败检查arrakis-restserver是否正常运行sudo ./out/arrakis-restserver常见问题2网络连接问题确保主机系统支持KVM虚拟化lsmod | grep kvm常见问题3快照恢复失败确保原沙箱已停止或销毁# 正确的恢复流程 sandbox.destroy() # 先销毁原沙箱 restored_sandbox sandbox_manager.restore(name, snapshot_id) 总结掌握这5个Arrakis Python SDK技巧你将能够快速搭建安全的AI代理执行环境有效管理多步骤工作流的状态充分利用图形界面进行复杂任务灵活定制沙箱配置满足特定需求无缝集成到现有的AI工作流中Arrakis的Python SDK为AI开发者提供了强大而灵活的工具让安全地运行不受信任的代码变得简单高效。无论是构建AI代理系统、进行安全研究还是创建教育实验环境Arrakis都是你的理想选择。现在就开始使用py-arrakis为你的AI项目添加一层强大的安全防护吧✨【免费下载链接】arrakisA fully customizable and self-hosted sandboxing solution for AI agent code execution and computer use. It features out-of-the-box support for backtracking, a simple REST API and Python SDK, automatic port forwarding, and secure MicroVM isolation. Perfect for safely running, testing, and backtracking multi-step agent workflows.项目地址: https://gitcode.com/gh_mirrors/arra/arrakis创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考