云函数 All-in-One 沙箱应用（内测中）

这篇说说如何在 Agent 执行引擎一键部署和使用 All-in-One 沙箱应用。

注意：说明：

一、前置依赖

首次使用 Agent 执行引擎，需要先参考 Agent 执行引擎访问授权 完成授权，才能部署 All-in-One 沙箱应用。

二、部署应用

1. 登录 Serverless 控制台，单击左侧导航栏的 Agent。

2. 在 Agent 应用引擎页面，选择沙箱工具，单击创建应用，进入应用创建流程。

3. 填写基础配置：

4. 填写环境配置：

5. 填写网络配置：

6. 填写日志配置：启用日志投递，可将函数运行日志实时投递到指定位置。详情请参见 日志投递配置。默认启用。

注意：腾讯云日志服务 CLS 为独立计费产品，可能会产生日志服务费用，具体请查看 CLS 计费详情。

7. 填写隔离、并发配置：

·实例安全隔离：

·如果启用，保证一个沙箱独占一个实例，沙箱销毁时，实例也销毁。

·如果不启用，多个沙箱可能共享一个实例。

·配置基于会话单实例并发模式，该配置主要用于标记客户端请求以哪种方式携带沙箱 ID、配置沙箱生命周期、底层实例支持的沙箱并发数和请求，其中本应用中“会话”的配置对应的是“沙箱”的配置。具体配置项说明如下：

8. 单击提交，开始部署应用。可点击应用构建详情，查看应用构建日志。

三、获取应用访问地址

应用部署完成后，单击应用名称，进入应用详情页面，即可获取应用访问地址。

四、Langchain Deepagents 集成 AIO 沙箱

import asynciofrom langchain_mcp_adapters.client import MultiServerMCPClientfrom deepagents import create_deep_agentfrom langchain.chat_models.base import init_chat_modelimport os# Ensure localhost bypasses proxyos.environ['NO_PROXY'] = 'localhost,127.0.0.1'async def main(): # Collect MCP tools mcp_client = MultiServerMCPClient({ "sandbox": { "url": "https://******-******.ap-hongkong.tencentscf.com/mcp/", # 替换成沙箱应用的访问地址 "transport": "streamable_http", "headers": {"x-sandbox-id": "my123456"} }, }) mcp_tools = await mcp_client.get_tools() # Create agent agent = create_deep_agent( tools=mcp_tools, system_prompt="You are a deepResearch agent that can use the sandbox to answer questions.", model=init_chat_model( model="deepseek-chat", base_url=os.getenv("DEEPSEEK_BASEURL"), api_key=os.getenv("DEEPSEEK_API_KEY"), ), ) # Stream the agent async for chunk in agent.astream( {"messages": [{"role": "user", "content": "打开百度网站查询深圳天气"}]}, stream_mode="values" ): if "messages" in chunk: chunk["messages"][-1].pretty_print()if __name__ == "__main__": from dotenv import load_dotenv # 环境变量要配置 DEEPSEEK_BASEURL、DEEPSEEK_API_KEY load_dotenv() asyncio.run(main())

五、调用 AIO 沙箱执行代码

import osfrom agent_sandbox import Sandboxdef main(): client = Sandbox(base_url="https://******-******.ap-hongkong.tencentscf.com",headers={"x-sandbox-id": "my123456"}) session = client.jupyter.create_session( kernel_name="python3", ) client.jupyter.execute_code( code="foo=1", kernel_name="python3", session_id=session.data.session_id ) result = client.jupyter.execute_code( code="print(foo)", session_id=session.data.session_id, kernel_name="python3", ) print("Code execution result:", result.data.outputs[0].text) client.shell.exec_command(command="pip3.12 install agent-sandbox") result = client.jupyter.execute_code( code="""from agent_sandbox import Sandboxsandbox = Sandbox(base_url= "https://******-******.ap-hongkong.tencentscf.com",headers={"x-sandbox-id": "my123456"})context = sandbox.sandbox.get_context()print(context)""", kernel_name="python3.12", ) print("After installed code result:", result.data.outputs[0].text)if __name__ == "__main__": main()

六、MCP

1. 查看 MCP 工具列表（可选）。

1.1 在终端输入如下命令，输入后自动跳转至 Inspector 页面。

npx @modelcontextprotocol/inspector

1.2 填写配置后，点击连接。

2. 在服务中配置 MCP 客户端。

{ "mcpServers": { "sandbox": { "url": "https://******-******.ap-hongkong.tencentscf.com/mcp/", "transport": "streamable_http", "headers": {"x-sandbox-id": "******"} } }}

七、API

API 使用说明请参见：https://sandbox.agent-infra.com/api

八、SDK

Python SDK 示例如下。将示例中的 base_url 替换为你的沙箱应用访问地址。

from agent_sandbox import Sandboxclient = Sandbox(base_url="https://******-******.ap-hongkong.tencentscf.com",headers={"x-sandbox-id": "my123456"})ctx = client.sandbox.get_context()print(ctx)result = client.shell.exec_command(command="ls -la")print(result)

九、沙箱实例管理

1. 在沙箱应用详情页面，单击函数名称，进入函数管理页面。

2. 选择会话管理页签，即可查看会话状态。