CubeSandbox

CubeSandbox是腾讯开源的AI Agent沙箱服务，基于MicroVM硬件隔离技术，提供毫秒级启动、强安全隔离的代码执行环境，可作为E2B的本地替代方案。 一、快速开始 1. 确保系统已安装Docker和KVM支持，检查命令：ls /dev/kvm 2. 克隆项目：git clone https://github.com/tencent/CubeSandbox.git 3. 进入目录执行安装：cd CubeSandbox && make install 4. 启动服务：make start，服务默认监听在http://localhost:8080 5. 使用SDK连接：pip install cubesandbox（Python）或npm install cubesandbox（Node.js），即可通过代码创建和管理沙箱 二、核心功能演示 功能1：创建代码执行沙箱 通过SDK调用create_sandbox()接口创建一个新的沙箱实例。每个沙箱拥有独立的操作系统内核和文件系统，启动时间仅需毫秒级。创建后可获得沙箱ID和连接地址，通过该地址可在沙箱内执行任意代码。沙箱之间完全隔离，互不影响。 功能2：执行代码并获取结果 连接到沙箱后，使用execute()方法发送代码。支持Python、JavaScript、Shell等多种语言。代码在沙箱内安全执行，返回标准输出和错误信息。执行超时会自动终止，防止资源滥用。每次执行都在干净的环境中，不会受上一次执行的影响。 功能3：快照与状态恢复 对正在运行的沙箱创建快照，保存当前内存和磁盘状态。后续可以基于快照快速恢复沙箱到之前的状态，无需重新执行所有代码。这对于需要保存中间状态的长时间运行任务特别有用，比如机器学习训练的检查点保存。 三、实际使用案例 案例1：AI Agent代码执行后端 你在开发一个AI编程助手，Agent生成的代码需要安全执行。将CubeSandbox作为代码执行后端，每次Agent生成代码时自动创建沙箱执行，获取结果后反馈给用户。即使代码有恶意行为也不会影响主系统，强隔离保障安全性。高密度部署能力支持大量用户并发使用。 案例2：自动化浏览器测试 利用CubeSandbox的沙箱环境运行无头浏览器，执行Web自动化测试。每个测试用例在独立沙箱中运行，互不干扰。测试完成后沙箱自动销毁，无需手动清理环境。快照功能可以保存测试环境状态，快速复现问题。 四、常见问题FAQ Q1：与E2B云服务相比有什么优势？ A：CubeSandbox完全本地部署，数据不离开你的基础设施，适合对数据安全有严格要求的场景。且兼容E2B SDK，只需修改一个环境变量即可从E2B切换到CubeSandbox，迁移成本极低。 Q2：单机最多能运行多少沙箱？ A：得益于MicroVM轻量化设计，单机可同时运行数千个沙箱实例。具体数量取决于主机内存和CPU资源，每个沙箱基础开销极小。 Q3：支持GPU加速吗？ A：当前版本主要支持CPU执行环境，GPU直通支持正在开发中。对于需要GPU的AI推理场景，建议在沙箱内通过API调用外部GPU服务。 五、小贴士 1. 合理设置超时：为沙箱执行设置合理的超时时间，既能防止恶意代码无限运行，又能给正常任务足够的时间完成。 2. 善用快照功能：对于需要初始化复杂环境的任务（如安装依赖），先初始化好再创建快照，后续从快照恢复可节省大量时间。 3. 监控资源使用：定期查看沙箱集群的资源使用情况，合理规划容量，避免因沙箱过多导致宿主机资源不足。