Harbor / Terminal-Bench
在 E2B 沙箱而非本地容器中运行 Harbor 试验,包括 Terminal-Bench。一个参数即可将作业迁移到 E2B,从而提高并发,而不会加重您机器的负载。
- Harbor
- 内置于 Harbor
- harbor[e2b]
- Python
快速开始
将提示词粘贴到您的编程智能体中,或按以下步骤自行配置。
粘贴到您的编程智能体中
在 E2B 沙箱上运行此项目的 Harbor 评估。
- 1.安装带 e2b 扩展的 Harbor("harbor[e2b]"),例如使用 uv tool install。
- 2.Harbor 需要 E2B_API_KEY 环境变量。如果尚未设置,请向我索要 API 密钥(在 https://console.e2b.dev/?tab=keys 获取)。切勿将其硬编码。
- 3.按照 https://docs.harborframework.com/sandboxes/pre-integrated-sandboxes 上的沙箱指南,用 -e e2b 运行作业,或在作业配置中将 environment.type 设为 e2b。
- 4.运行一个小型作业,并展示从沙箱返回的试验结果。
或自行配置
1. 安装带 E2B 支持的 Harbor
2. 设置 API 密钥
3. 在 E2B 上运行 Terminal-Bench
4. 或写入作业配置
沙箱中运行的内容
每个 Harbor 试验都在独立的 E2B 沙箱中运行,与运行作业的机器隔离。
- 被测智能体和任务的验证器,运行在任务定义的环境中。
- Harbor 将任务环境构建为 E2B 模板,只构建一次,并在各次试验中复用。
- 任务可以关闭互联网访问或只允许列出的主机名,并可在试验运行期间更改。
- 默认每次试验结束后删除沙箱。--no-delete 会保留它们以便检查。
更多训练与评估工具
其他在 E2B 上运行 rollout 的强化学习与评估框架。
