Hugging Face OpenEnv
OpenEnv 的 Terminus 环境在 E2B 中运行终端命令,让策略可以在多轮交互中检查、运行和修复代码。无需 GPU 即可获得第一个奖励。
- E2B
- Terminus 环境运行在 E2B 上
- Terminus (OpenEnv 0.8.0)
- 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
为这个 OpenEnv 项目添加 E2B 沙箱。
- 1.从 E2B cookbook 获取 openenv-terminus-python 示例,并用 uv sync --frozen 安装其锁定版本的依赖。
- 2.该示例需要在 .env 文件中设置 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.e2b.dev/agents/openenv 上的 OpenEnv 指南操作:启动本地 Terminus 服务器,然后通过 ReportEpisode 运行回合,让每个回合都重置到一个全新的 E2B 沙箱中,并在主机上评分。
- 4.运行一次演示,并展示奖励以及来自沙箱的报告输出。
或自行配置
1. 获取 Terminus 示例
2. 在 .env 中设置 E2B_API_KEY 并启动服务器
3. 运行代码修复演示
4. 从 Python 驱动一个回合
沙箱中运行的内容
回合中的代码在 E2B 中运行,与您的训练器隔离。OpenEnv 服务器、推理和训练仍在您自己的算力上运行。
- 策略发出的终端命令通过 OpenEnv 原生的 reset 和 step 调用,在 E2B 回合沙箱中运行。
- 同一回合内,文件在各步之间持久保存。每条命令都使用新的 Shell,reset 会替换整个沙箱。
- 提交的代码在一个关闭出站访问的全新验证器沙箱中运行。预期答案保留在主机上。
- 您的 E2B 密钥保留在主机上,本地服务器只绑定回环地址。
