返回 AI 工具目录
AgentRun
开发框架人工精选最近核验 2026年7月24日
一个 Python 库,用一行代码在隔离的 Docker 容器里安全运行大模型生成的 Python 代码。它面向让 LLM 执行代码这一场景,提供容器隔离、自动依赖管理与可选缓存、CPU 与内存配额、执行超时,以及运行前基于 RestrictedPython 的代码安全检查,并让异常输出与原生 Python 保持一致。可用 Docker Compose 起一个 REST API 服务(推荐做法),或以 pip 安装嵌入自建 Docker 方案自托管,可配合 OpenAI、Anthropic、Groq 等任意会生成代码的模型使用。定位是给智能体的代码执行提供受控沙箱,把不可信代码的运行风险约束在容器内。
定价开源部署自托管、本地运行国内可达国内可达
解决什么问题
- 在隔离容器中运行 LLM 生成的代码
- 自动管理依赖并可缓存加速
- 施加 CPU、内存配额与执行超时
- 运行前做代码安全检查拦截危险操作
- 异常输出与原生 Python 保持一致
适合
- 需让 Agent 执行不可信 Python 代码
- 数据分析或工具型 Agent 的代码后端
- 希望自托管沙箱而非用托管执行服务
- 已具备 Docker 运行环境
不适合
- 运行强依赖 Docker,无 Docker 无法使用
- 仅隔离 Python,不覆盖其他语言运行时
- 沙箱非绝对安全,高危场景需再加固
- 默认配额有限,重负载需自行调优
如何接入
- 用 Docker Compose 起 REST API 服务
- 或 pip 安装嵌入自建 Docker 方案
- 配合 OpenAI、Anthropic、Groq 等模型
- 通过 Docker Python SDK 管理容器
已知限制
- 必须安装并运行 Docker
- 默认单核 50%、内存 100MB、超时 20 秒
- 依赖白名单需按需配置
- 拉取镜像在境内建议配置国内源
接入与使用事实
- 部署方式
- 自托管、本地运行
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- 待确认
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引