让智能体开发更轻盈，让云端运行更安全——AgentRun Sandbox SDK 开源发布，赋能 Agentic AI 快速落地
引言：构建面向未来的 Agentic AI 基础设施
在大模型与智能体（Agent）技术迅猛发展的今天，开发者不仅需要强大的模型能力，更亟需一个安全、弹性、易用且可扩展的运行环境来承载复杂的 Agent 逻辑。为此，我们正式推出函数计算 AgentRun Sandbox SDK 并全面开源！
函数计算 AgentRun 是以高代码为核心、生态开放、灵活组装的一站式 Agentic AI 基础设施平台，致力于为企业级 Agentic 应用提供从开发、部署到运维的全生命周期支持。平台深度构建于阿里云函数计算（Function Compute, FC）之上，天然继承了 Serverless 架构的三大核心优势：极致弹性、按量付费、零运维负担。
更重要的是，函数计算 AgentRun 通过深度集成 AgentScope、LangChain、Dify、RAGFlow、Mem0 等主流开源生态，打造了一个高性能、高安全、高可观测的智能体运行底座。平台提供五大核心能力：高性能 Sandbox 执行环境、统一模型代理与高可用保障、全链路可观测性、工具与 MCP（Model Context Protocol）统一管理，以及完善的数据安全与隔离治理机制。这一切，只为让你专注于智能体的业务逻辑本身，而无需被底层基础设施的复杂性所困扰。
多模态沙箱能力，满足多样智能体需求
函数计算 AgentRun 的核心亮点之一，是其内置的多类型 Sandbox 运行环境，基于阿里云 FC 安全隔离架构构建，确保每一次执行都安全可控：
- Code Interpreter Sandbox（代码解释器沙箱）
提供隔离的 Python/JavaScript 执行环境，支持文件系统读写、命令执行、数值计算与数据分析。适用于需要动态生成/执行代码的场景，如数据可视化、公式求解、自动化脚本等。 - Browser Sandbox（浏览器沙箱）
内置无头浏览器、VNC 可视化客户端及操作录制功能，支持模拟真实用户行为，实现网页抓取、表单填写、信息提取等操作，为智能体赋予“上网”能力。 - All-in-One Sandbox（二合一沙箱）
融合代码执行与浏览器能力于一体，一站式支持复杂任务流——例如：先爬取网页数据，再用 Python 分析并生成图表，最后返回结构化结果。真正实现“端到端智能体工作流”。
为降低接入门槛，函数计算 AgentRun 特别开源推出基于 Python 语言的 Sandbox SDK，开发者仅需几行配置即可将任意智能体接入沙箱服务。无需修改原有框架逻辑，即可享受 Serverless 架构下的安全、弹性与高性能。
LangChain × CodeInterpreter：为智能体注入“代码大脑”
LangChain 是当前最流行的 Agent 编排框架之一。现在，通过 AgentRun Sandbox SDK，你可以零改造地为 LangChain Agent 添加安全可靠的代码执行能力。
本地快速实践（5 分钟上手）
安装 AgentRun Sandbox SDK 后，在 LangChain 工具中注册 Code Interpreter 工具，即可让 Agent 自主编写并运行 Python 代码。整个过程无需改动原有项目结构，轻松完成本地调试。
1. 安装 Serverless Devs
运行脚手架，您需要使用 Serverless Devs 工具，请参考对应 安装教程
如果您拥有 NodeJS 开发环境，可以使用
npm i -g @serverless-devs/s快速安装 Serverless Devs。您也可以直接下载 Serverless Devs 二进制程序 使用 Serverless Devs。
2. 初始化脚手架应用
使用快速创建脚手架创建您的 Agent
注意！ 您需要确保您的 python 环境在 3.10 以上
typescript
# 初始化模板
s init agentrun-quick-start-langchain
# 按照实际情况进入代码目录
cd agentrun-quick-start-langchain/code
# 初始化虚拟环境并安装依赖
uv venv && uv pip install -r requirements.txt
3. 配置认证信息
首次使用前，需要登录 函数计算 AgentRun 控制台，创建服务关联角色（SLR）。设置环境变量（建议通过 .env 配置您的环境变量）
typescript
exportAGENTRUN_ACCESS_KEY_ID="your-access-key-id"
exportAGENTRUN_ACCESS_KEY_SECRET="your-access-key-secret"
exportAGENTRUN_ACCOUNT_ID="your-account-id"
exportAGENTRUN_REGION="cn-hangzhou"
4. 了解 Agent 如何与 LangChain 集成
使用 from agentrun.integration.langchain import model, sandbox_toolset 导入 langchain 的集成能力，这里默认提供了 model、sandbox_toolset、toolset，可以快速创建 langchain 可识别的大模型、工具
同时，通过 AgentRunServer 可以快速开放 HTTP Server 供其他业务集成
typescript
fromagentrun.integration.langchainimportmodel,sandbox_toolset
fromagentrun.sandboximportTemplateType
fromagentrun.serverimportAgentRequest,AgentRunServer
fromagentrun.utils.logimportlogger
# 请替换为您已经创建的 模型 和 沙箱 名称
MODEL_NAME="<your-model-name>"
SANDBOX_NAME="<your-sandbox-name>"
ifMODEL_NAME.startswith("<"):
raiseValueError("请将 MODEL_NAME 替换为您已经创建的模型名称")
code_interpreter_tools=[]
ifSANDBOX_NAMEandnotSANDBOX_NAME.startswith("<"):
code_interpreter_tools=sandbox_toolset(
template_name=SANDBOX_NAME,# 创建好的沙箱模型的名称
template_type=TemplateType.CODE_INTERPRETER,# 沙箱的类型
sandbox_idle_timeout_seconds=300,# 沙箱空闲超时时间（秒）
)
else:
logger.warning("SANDBOX_NAME 未设置或未替换，跳过加载沙箱工具。")
# ...
# 自动启动 http server，提供 OpenAI 协议
AgentRunServer(invoke_agent=invoke_agent).start()
5. 调用 Agent
typescript
curl127.0.0.1:9000/openai/v1/chat/completions \
-XPOST \
-H"content-type: application/json" \
-d'{"messages": [{"role": "user", "content": "Calculate how many r's are in the word 'strawberry'"
AgentScope × Browser：让智能体“看得见”互联网
AgentScope 是由阿里通义实验室推出的开源智能体框架，强调模块化与可组合性。结合函数计算 AgentRun 的 Browser Sandbox，你的 Agent 将具备实时联网、信息检索与交互操作的能力。
本地快速实践
通过函数计算 AgentRun SDK，只需简单配置即可启用浏览器工具。随后，Agent 即可执行如“访问新浪财经，获取今日腾讯控股股价”等指令，并返回结构化数据。
安装 Serverless Devs
运行脚手架，您需要使用 Serverless Devs 工具，请参考对应 安装教程
如果您拥有 NodeJS 开发环境，可以使用
npm i -g @serverless-devs/s快速安装 Serverless Devs。您也可以直接下载 Serverless Devs 二进制程序 使用 Serverless Devs。
初始化脚手架应用
使用快速创建脚手架创建您的 Agent
注意！ 您需要确保您的 python 环境在 3.10 以上
typescript
# 初始化模板
s init agentrun-finance-demo
# 按照实际情况进入代码目录
cd agentrun-finance-demo/code/agentrun-backend
# 初始化虚拟环境并安装依赖
uv venv && uv pip install -r requirements.txt
3. 配置认证信息
设置环境变量（建议通过 .env 配置您的环境变量）
typescript
exportAGENTRUN_ACCESS_KEY_ID="your-access-key-id"
exportAGENTRUN_ACCESS_KEY_SECRET="your-access-key-secret"
exportAGENTRUN_ACCOUNT_ID="your-account-id"
exportAGENTRUN_REGION="cn-hangzhou"
4. 了解 Agent 如何与 AgentScope 集成
使用 from agentrun.integration.agentscope import model, sandbox_toolset 导入 AgentScope 的集成能力，这里默认提供了 model、sandbox_toolset、toolset，可以快速创建 AgentScope 可识别的大模型、工具
同时，通过 AgentRunServer 可以快速开放 HTTP Server 供其他业务集成
typescript
fromagentrun.integration.agentscopeimportmodel,sandbox_toolset
fromagentrun.sandboximportTemplateType
fromagentrun.serverimportAgentRequest,AgentRunServer
fromagentrun.utils.logimportlogger
# 请替换为您已经创建的 模型 和 沙箱 名称
MODEL_NAME=os.getenv("MODEL","<your-model-name>")
SANDBOX_NAME=os.getenv("BROWSER_TEMPLATE","<your-sandbox-name>")
ifMODEL_NAME.startswith("<"):
raiseValueError("请将 MODEL_NAME 替换为您已经创建的模型名称")
# ...
agent=ReActAgent(
name="agentscope-finance-assistant-agent",
sys_prompt=PROMPT,
model=model(MODEL_NAME),
formatter=OpenAIChatFormatter(),
toolkit=toolkit,
memory=InMemoryMemory(),
)
# ...
# 自动启动 http server，提供 OpenAI 协议
AgentRunServer(invoke_agent=invoke_agent).start()
5. 基于 AgentRun Sandbox SDK 进行二次开发
在此版代码示例中，通过开源的 AgentRun Sandbox SDK 对浏览器（Browser）沙箱进行灵活二次开发为 AgentScope 原生工具，针对工具调用的开始前准备阶段，可以通过 SDK 创建沙箱示例或者选择一个正在运行的沙箱；在调用结束后，可以通过 SDK 及时删除沙箱，节省资源消耗。通过 AgentRun Sandbox SDK，可以和代码无缝集成，灵活对沙箱的生命周期进行全流程管理操作。
python
_browser_sandbox = None
def get_browser_sandbox():
"""获取或创建 browser sandbox"""
global _browser_sandbox
if _browser_sandbox is None:
try:
print(f"正在创建 browser sandbox: {SANDBOX_NAME}")
_browser_sandbox = Sandbox.create(
template_type=TemplateType.BROWSER,
template_name=SANDBOX_NAME,
sandbox_idle_timeout_seconds=1800,
)
# 等待 browser 准备就绪（最多尝试15次，每次等待1秒）
max_retries = 15
for i in range(max_retries):
health_status = _browser_sandbox.check_health()
if health_status["status"] == "ok":
print(f"browser sandbox 准备就绪 id: {_browser_sandbox.sandbox_id}")
break
import time
time.sleep(1)
else:
# 超过最大重试次数仍未就绪
raise Exception(f"browser sandbox 在 {max_retries} 秒内未能准备就绪")
except Exception as e:
print(f"创建 browser sandbox 失败: {str(e)}")
import traceback
traceback.print_exc()
return None
return _browser_sandbox
云端一键部署：“函数求值计算专家”示例
平台已为你准备好开箱即用的模板应用——“函数求值计算专家”。该智能体能理解用户输入的数学求值问题（如 计算 sin(x) + x^2 的极值），自动生成数值计算代码并在沙箱中执行，最终返回数值计算分析结果。
1.登录“函数计算 AgentRun”控制台，创建好模型、沙箱等资源
登录阿里云函数计算 AgentRun 控制台，首先创建好模型和代码解释器沙箱资源：
- 模型管理 >> 大语言模型 >> 添加模型
- 运行时与沙箱 >> Sandbox 沙箱 >> 创建沙箱模板 >> 代码解释器
2.进入探索页面，点击“函数求值计算专家”应用，一键部署
进入函数计算 AgentRun 探索页面，点击“函数求值专家”，快速部署您的 Agent 应用
3.点击自动生成域名，进入网页体验智能体应用
等待前端后端服务部署完成，点击生成的域名，跳转至智能体应用页面快速体验相关能力。
您也可以在运行时与沙箱 >> Agent 运行时 页面，查看您刚刚部署 Agent 应用的详细信息，基于 WebIDE 也可以进行在线调试与二次开发。
云端部署实战：“金融股票专家”智能体
我们基于此能力打造了“金融股票专家”应用：用户输入股票名称或代码，Agent 自动打开财经网站，抓取最新行情、财报摘要与新闻舆情，综合分析后生成投资建议。
1.登录“函数计算 AgentRun”控制台，创建好模型、沙箱等资源
登录阿里云函数计算 AgentRun 控制台，首先创建好模型和代码解释器沙箱资源：
- 模型管理 >> 大语言模型 >> 添加模型
- 运行时与沙箱 >> Sandbox 沙箱 >> 创建沙箱模板 >> 浏览器
2.进入探索页面，点击“股票金融专家”应用，一键部署
进入 函数计算 AgentRun 探索页面，点击“股票金融专家”应用，一键部署
3.点击自动生成域名，进入网页体验智能体应用
等待前端后端服务部署完成，点击生成的域名，跳转至智能体应用页面快速体验相关能力。
您也可以在运行时与沙箱 >> Agent 运行时 页面，查看您刚刚部署 Agent 应用的详细信息，基于 WebIDE 也可以进行在线调试与二次开发。
跳转到应用 Web 链接，通过对话体验基于浏览器沙箱的网页内容检索能力
结语：智能随心，开发成趣
Agentic AI 的未来，不应被基础设施的复杂性所束缚。AgentRun Sandbox SDK 的开源，正是为了打破这一壁垒。
无论你是 LangChain 的忠实用户，还是 AgentScope 的探索者；无论你在本地调试原型，还是在云端部署生产级应用——函数计算 AgentRun 都能为你提供安全、弹性、免运维的沙箱运行时，让每一个智能体都能轻盈地奔跑在云端。
现在就加入我们！
- GitHub 开源地址：https://github.com/Serverless-Devs/agentrun-sdk-python
- 文档与示例：https://docs.agent.run/
- 加入 “函数计算 AgentRun 客户群”群的钉钉群号： 134570017218
欢迎 Star、Fork、提 Issue，一起共建开放的 Agentic 生态！
智能随心，开发成趣 ——函数计算 AgentRun，让智能体开发回归创造力本身。
