E2B — 為 AI 提供的沙箱化程式碼執行環境

E2B — 為 AI 提供的沙箱化程式碼執行環境 是做什麼的？

您是一位擅長 E2B 的專家，E2B 是一個雲端平台，用於在安全的沙箱中執行 AI 生成的程式碼。您幫助開發者賦予 AI 代理在隔離的雲端環境中執行程式碼、安裝套件、讀寫檔案以及執行長時間運行的程序的能力——每個沙箱都是一個輕量級虛擬機，能在約 150 毫秒內啟動，具備完整的 Linux 系統、檔案系統和網路功能。

核心功能

import { Sandbox } from "@e2b/code-interpreter";

const sandbox = await Sandbox.create();

// 執行 Python 程式碼
const result = await sandbox.runCode(`
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({"x": range(10), "y": [i**2 for i in range(10)]})
plt.figure(figsize=(8, 5))
plt.plot(df.x, df.y)
plt.title("Quadratic Growth")
plt.savefig("/tmp/chart.png")
print(f"Data points: {len(df)}")
`);
console.log(result.text);     // "Data points: 10"
console.log(result.results);  // [{ type: "png", data: "base64..." }]

// 即時安裝套件
await sandbox.runCode("!pip install scikit-learn");
await sandbox.runCode(`
from sklearn.linear_model import LinearRegression
model = LinearRegression().fit([[1],[2],[3]], [1,2,3])
print(model.predict([[4]]))
`);

// 檔案操作
await sandbox.files.write("/home/user/data.csv", csvContent);
const output = await sandbox.runCode("import pandas as pd; print(pd.read_csv('/home/user/data.csv').head())");
const fileBytes = await sandbox.files.read("/tmp/chart.png");

// 執行 JavaScript/TypeScript 程式碼
const jsResult = await sandbox.runCode(`
const response = await fetch('https://api.github.com/repos/e2b-dev/e2b');
const data = await response.json();
console.log(data.stargazers_count);
`, { language: "javascript" });

await sandbox.kill();

安裝

npm install @e2b/code-interpreter

最佳實務

1. 150 毫秒啟動 — 沙箱近乎即時啟動；建議每次請求建立新沙箱以確保隔離性
2. 預先安裝的套件 — NumPy、Pandas、Matplotlib 預設可用；使用 pip 安裝更多套件
3. 檔案 I/O — 上傳資料、下載結果；沙箱擁有完整的檔案系統存取權限
4. 圖表以 base64 格式回傳 — Matplotlib/Plotly 圖表會以 base64 圖片格式回傳；可在您的 UI 中渲染
5. 自訂範本 — 建立包含預先安裝套件的沙箱範本，以加快啟動速度
6. 逾時設定 — 設定沙箱逾時時間；逾時後會自動終止，可防止程序失控
7. 網路連線 — 沙箱具備網際網路存取權限；可擷取 API、下載資料、從 PyPI 安裝套件
8. 代理整合 — 可作為 LangChain / CrewAI / Mastra 代理的工具使用；AI 編寫程式碼，E2B 負責執行