跳到主要内容

智能体框架与 SDK

LangChain Deep Agents

将 E2B 沙箱作为 LangChain Deep Agent 的运行环境。使用 langchain-⁠e2b 后端,智能体的文件工具和 Shell 命令会在沙箱中运行,而不是在您的机器上。

维护方
E2B
集成方式
Deep Agents 的沙箱后端
软件包
langchain-e2b
语言
Python

配置

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

为这个 LangChain Deep Agents 项目添加 E2B 沙箱。

  1. 1.使用项目的包管理器安装 deepagents、langchain-e2b 和 e2b。
  2. 2.沙箱需要 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. 3.按照 https://docs.e2b.dev/agents/deep-agents 上的 Deep Agents 指南操作。用 Sandbox.create() 创建沙箱,将 E2BSandbox(sandbox=sandbox) 作为 backend 传给 create_deep_agent,并在智能体完成后终止沙箱。
  4. 4.运行一个任务,并展示来自沙箱的输出。

或自行配置

  1. 1. 安装软件包

    pip install deepagents langchain-e2b e2b
  2. 2. 设置 API 密钥

    export E2B_API_KEY="e2b_***"
    export ANTHROPIC_API_KEY="sk-ant-***"
  3. 3. 在沙箱上创建智能体

    from deepagents import create_deep_agent
    from e2b import Sandbox
    from langchain_e2b import E2BSandbox
    
    sandbox = Sandbox.create(timeout=600)
    
    agent = create_deep_agent(
        model="anthropic:claude-sonnet-5",
        system_prompt="You are a coding agent working in an isolated Linux sandbox.",
        backend=E2BSandbox(sandbox=sandbox),
    )
  4. 4. 运行任务

    result = agent.invoke({
        "messages": [{
            "role": "user",
            "content": "Create hello.py that prints 'Hello from E2B', run it, and show the output.",
        }]
    })
    
    print(result["messages"][-1].content)
    sandbox.kill()

安全

沙箱中运行的内容

智能体的所有内置工具都在隔离的沙箱中运行,与您的机器隔离。

  • 文件ls、read_file、write_file、edit_file、glob 和 grep 都作用于沙箱文件系统。
  • Shellexecute 工具在沙箱内运行 Shell 命令。
  • 生命周期由您创建沙箱,并在完成后终止它。在 dcode 中,沙箱在启动时创建,在退出时删除。
  • 模板向 Sandbox.create() 传入自定义模板,即可预装智能体所需的语言和工具。

已启动 30亿+ 个沙箱

为每个智能体 配一台机器