Agent Skills
返回列表
🤖

MCP 代理可丢弃代码沙箱

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/give-mcp-agents-disposable-code-execution-sandboxes-with-opensandbox-mcp-skillhub。

技能介绍

要解决的问题：让代理安全运行不受信代码

MCP 代理在编码、数据分析、自动化脚本等场景里，经常需要执行模型自己生成的代码。直接在宿主机上跑 python 或 sh 脚本风险很高：一次误操作或恶意输出，就可能污染开发环境、泄露凭证。问题在于，代理本身很难判断一段代码是否可信，而自建沙箱意味着要自己搭 Docker、管生命周期、写 SDK 胶水层，接入成本并不低。

这个技能做了什么

它把 OpenSandbox 的沙箱能力以 MCP 技能的形式暴露给支持 MCP 的客户端（如 Claude Code、Cursor），核心是三件事：

  • 创建沙箱：基于 Docker 或 Kubernetes 运行时，按需拉起一次性执行环境；
  • 执行命令：在沙箱内运行任意支持语言的脚本，任务结束后整箱丢弃，不留残留；
  • 文件操作：在沙箱与外部之间移动文件，适合产物回传或输入注入。

底层 OpenSandbox 提供多语言 SDK（Python、Java/Kotlin、JavaScript/TypeScript、C#/.NET、Go）和统一的沙箱 API，并附带 osb CLI 覆盖常见工作流：建箱、跑命令、传文件、查诊断信息、管理运行时出口策略（egress policy）。

关键步骤

  1. 客户端通过 MCP 发起请求，技能调用 OpenSandbox API，在 Docker 或 Kubernetes 上创建沙箱实例；
  2. 代理在沙箱内执行命令或读写文件；
  3. 需要时通过文件操作把产物取回；
  4. 任务结束直接销毁沙箱，环境恢复原样。

适用边界与注意点

  • 这是通用沙箱平台而非某一种 agent 的垂直方案，接入方需要自己理解运行时选型；
  • 本地开发用 Docker 即可，大规模调度要上 Kubernetes，集群成本需要考虑；
  • egress 策略需要显式配置，沙箱存在并不等于网络访问天然安全；
  • 可丢弃环境不保留状态，有持久化需求的场景要另行设计。

使用场景

  • MCP 代理需要执行自己刚生成的 Python 脚本验证结果，可创建一次性沙箱跑完即销毁，不污染本地环境。
  • 数据分析代理要运行来源不明的临时脚本，产物通过沙箱文件操作回传，全程不接触宿主机。
  • 在 Kubernetes 上批量调度多个代理的代码任务，沙箱生命周期交由平台统一管理，无需手工建容器。
  • 需要限制代理生成代码的网络访问，可通过运行时出口策略单独配置沙箱 egress 规则。

适合人员

  • 为 MCP 代理补齐代码执行能力的工程师，需要在不动宿主机的前提下安全跑不受信代码。
  • 在 CI 或评测流水线里运行 agent 行为的开发者，需要一个可销毁、可重复的隔离执行环境。
  • 负责代理平台基础设施的运维，需要统一管理 Docker 与 Kubernetes 两种运行时的沙箱生命周期。
  • 对出网行为有合规要求的团队负责人，需要按任务粒度给沙箱配置出口策略并留存诊断记录。