LLM Sandbox

正常
GitHub Python MIT

简介

轻量级且可移植的LLM沙箱运行时Python库，提供代码解释器功能，支持在隔离环境中安全执行AI Agent生成的代码。

核心特性

  • 安全隔离执行：代码在隔离容器中运行，无主机系统访问权限，支持自定义安全策略和资源限制
  • 多容器后端：支持 Docker、Kubernetes 和 Podman 三种容器后端，适应不同部署环境
  • 多语言支持：支持 Python、JavaScript/Node.js、Java、C++、Go、R 六种编程语言，自动管理依赖
  • LLM 框架集成：无缝集成 LangChain、LangGraph、LlamaIndex、OpenAI 等主流框架
  • MCP 协议支持：作为 MCP 服务器运行，允许 Claude Desktop 等客户端在沙箱中执行代码
  • 高级特性：支持图表捕获、动态库安装、文件操作、容器池化和交互式会话

适用场景

💡 AI Agent 安全执行：为 LLM 生成的代码提供安全的执行环境，防止恶意代码影响主机
💡 在线代码评测：构建安全的在线编程评测系统，支持多语言代码运行和结果捕获
💡 数据分析可视化：在隔离环境中执行 Python 数据分析代码，安全捕获生成的图表
💡 教学演示平台：为编程教学提供安全的在线代码执行环境，支持交互式学习

标签

python llm security tools

分类

🏗️ 沙箱执行

快速开始

1. 安装：pip install 'llm-sandbox[docker]'
2. 基本使用：from llm_sandbox import SandboxSession
3. 创建会话并运行代码：with SandboxSession(lang="python") as session: result = session.run("print('Hello')")
4. 安装库：session.run(code, libraries=["numpy"])
访问 GitHub

相关项目

相关文章

AI Agent沙箱代码执行

AI Agent 沙箱与代码执行安全：隔离策略与实战方案

对比容器、WebAssembly、进程级隔离三种沙箱方案，结合实战代码讲解如何安全执行 Agent 生成的代码。

阅读全文 →