AgentRun 实践指南：Agent 的宝藏工具——All-In-One Sandbox-阿里云开发者社区

作者：辰泉

概述

函数计算 AgentRun 是一个以高代码为核心的一站式 Agentic AI 基础设施平台。秉持生态开放和灵活组装的理念，为企业级 Agent 应用提供从开发、部署到运维的全生命周期管理。

在开发 AgentRun 的过程中，我们发现了一个让人头疼的问题：现有的沙箱方案太零散了。浏览器、代码执行、Shell 环境各自为政，导致开发效率大打折扣。于是我们决定自己动手，打造一个真正一体化的解决方案——All-In-One Sandbox（AIO）。

AIO 是 AgentRun 提供的云上浏览器自动化沙箱环境，它把浏览器、终端和代码执行能力全部集成在一个容器里。通过简单的 SDK 调用，你就能让 LLM 驱动复杂的 Web 自动化任务，再也不用在多个沙箱之间疲于奔命。

为什么选择 AIO？

说实话，传统的沙箱方案让我们吃尽了苦头。大多数沙箱都是单一用途的（要么只能跑浏览器，要么只能执行代码），这带来了几个实实在在的痛点：

1. 文件共享简直是个噩梦

浏览器沙箱下载的文件得先上传到 NAS/OSS，代码沙箱才能用
代码生成的文件又要重新上传，其他沙箱再下载
多个沙箱之间的文件传递慢得像蜗牛爬

2. 工具协调复杂到想哭

一个完整的 Agent 任务通常需要同时调用浏览器 + 代码 + Shell
得手动编排多个沙箱的启动、通信和数据传递
调试时要在好几个地方来回切换看日志，效率低得让人抓狂

3. 环境配置繁琐到崩溃

本地方案：Node.js、浏览器、各种系统依赖，装得手都酸了
多沙箱方案：每个环境都要单独配置和管理
最要命的是环境污染问题——任务之间互相干扰，资源清理成了日常难题

4. 成本和效率双重打击

多个沙箱同时运行，内存占用翻倍
文件传输走网络 I/O，延迟高得离谱
还得额外付费买 OSS/NAS 存储服务

AIO 沙箱的核心优势

架构一览

统一文件系统

我们的解决方案很简单粗暴：把所有组件（浏览器、Shell、代码执行、文件系统）都塞进同一个沙箱实例里。

性能对比一目了然：

对比项	传统多沙箱方案	All-In-One 沙箱
启动时间	2 个沙箱启动 = 4-15秒(串/并行创建)	1 个沙箱启动 = 5秒
文件传递	通过 OSS，耗时 2-3秒	直接访问，<100ms
内存占用	2×独立运行 = 2c2g+2c2g	1×共享运行 = 2c2g

底层技术栈很扎实：

浏览器：Chromium 136+ (固定版本，稳定可靠)
协议：WebSocket CDP (:5000/ws/automation 端口)
隔离：函数计算资源、本地文件系统的隔离及严格的资源限制
文件系统：支持实例级别的 NAS/OSS 动态挂载

五大核心能力，开箱即用：

代码执行：内置 Node.js + 原生 Puppeteer 自动化脚本支持
文件处理：提供 FileSystem API，可通过 MCP 方式调用
状态保持：结合 OSS/NAS 动态挂载，完美支持多步骤任务和状态传递
实时日志：流式输出执行日志，监控起来毫不费力
多工具集成：VNC、Terminal、代码执行无缝配合，想怎么用就怎么用

云上沙箱，真的零配置

基于函数计算架构，我们做到了：

零配置：不用装任何环境，API 调用就能直接上手
环境隔离：每次执行都是全新的沙箱，完全互不干扰
自动清理：执行完自动释放资源，绝不留垃圾
安全可控：代码在隔离环境中运行，Agent 宿主系统稳如泰山
按需扩展：根据负载自动创建/销毁沙箱实例，省钱又省心

多种访问方式，灵活到飞起

不管你是开发者还是运维，都能找到适合自己的使用方式：

接口	用途	访问方式
代码执行 API	执行 Node.js/Python 脚本	SDK 方法
VNC	可视化浏览器交互、人工介入	Web 集成
Terminal WebSocket	实时 Shell 交互	WebSocket
文件 API	读写持久化文件	SDK 方法

这些场景特别适合用 AIO：

数据采集（电商、社交媒体、新闻网站）
自动化测试（Web 应用功能测试）
RPA 任务（表单填写、批量操作）
LLM Agent（让 AI 自动生成和执行浏览器自动化脚本）
云开发环境（团队标准化工具和远程开发）
多步骤工作流（带有视觉反馈的自动化流程）

AIO 沙箱集成指南

1.1 核心概念

沙箱实例到底是什么？

每个沙箱实例本质上就是一个基于函数计算环境的会话容器，里面已经预装好了你需要的一切：

Chromium 浏览器（已启动，监听在 CDP 端口 5000）
Node.js 运行时（预装 puppeteer-core）
VNC 服务（可选，调试和人工介入时超有用）

1.2 快速开始

注意：本文假设你已经看过前面的实践系列文章，了解 template 和 sandbox 的关系，并且正确创建了 template。如果你还没做过这些，建议先回去补课。

安装 SDK（很简单）

推荐用 python 3.11 环境，兼容性最好。

pip install agentrun-sdk['server','playwright']

第一个任务：验证沙箱基本功能

from agentrun.sandbox import Sandbox, TemplateType
import asyncio
async def quick_start():
    """验证沙箱基本功能"""
    sandbox = Sandbox.create(
        template_type=TemplateType.AIO,
        template_name="quick-test",
        sandbox_idle_timeout_seconds=600
    )
    print(f"沙箱已创建: {sandbox.sandbox_id}")
    # 核心：连接已运行的浏览器，提取页面信息
    code = """
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
await page.goto('https://example.com');
console.log(await page.title());
await browser.disconnect();
"""
    await sandbox.context.execute_async(code=code, language="javascript")
    sandbox.destroy()
asyncio.run(quick_start())

多步骤任务实战

关键技巧： 用 disconnect() 保持浏览器运行，通过文件系统传递状态。

第一步：打开登录页

const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
await page.goto('https://example.com/login');
console.log('请在 VNC 中完成登录');
await browser.disconnect();

第二步：保存 Cookie

const fs = require('fs');
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
const cookies = await page.cookies();
fs.writeFileSync('/home/user/data/cookies.json', JSON.stringify(cookies));
console.log('Cookie 已保存');
await browser.disconnect();

第三步：用 Cookie 爬数据

const fs = require('fs');
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
const cookies = JSON.parse(fs.readFileSync('/home/user/data/cookies.json'));
await page.setCookie(...cookies);
await page.goto('https://example.com/data');
// 执行数据采集
await browser.disconnect();

为什么要用多步骤模式？

绕过验证码：人工登录搞定验证码，后续任务全自动
状态持久化：Cookie 保存到文件，支持断点续传
资源优化：浏览器一直运行着，不用重复启动浪费时间

完整代码参见文末附录：Github 示例仓库。

1.3 关键概念说明

代码执行方式

通过 sandbox.context.execute_async() 方法执行代码：

result = await sandbox.context.execute_async(
    code="console.log('Hello')",
    language="javascript",  # 或 "python"
    timeout=300  # 超时时间（秒）
)

返回格式很清晰：

{
    "contextId": "ctx_xxx",  # 上下文 ID
    "results": [
        {"type": "stdout", "text": "Hello\n"},
        {"type": "result", "value": null}
    ]
}

文件操作（超简单）

# 写入文件
sandbox.file.write(
    path="/home/user/data/result.json",
    content='{"key": "value"}',
    encoding="utf-8"
)
# 读取文件
content = sandbox.file.read("/home/user/data/result.json")
# 上传本地文件
sandbox.file_system.upload(
    local_file_path="./local_file.txt",
    target_file_path="/home/user/data/file.txt"
)
# 下载文件
sandbox.file_system.download(
    path="/home/user/data/result.json",
    save_path="./result.json"
)

最佳实践

2.1 多步骤任务模式

什么时候用？ 需要登录、人工介入、或者数据量很大的时候。

标准流程：

步骤 1：打开登录页 → 通过 VNC 人工登录
步骤 2：保存 Cookie 到文件系统
步骤 3：使用 Cookie 执行数据采集

实操要点：

1. sandbox_idle_timeout_seconds >= 1800 保持一定时间状态可用，闲置超时后自动回收。

一定要用 disconnect() 保持浏览器运行，close() 会关掉浏览器。
通过 /home/user/data/ 目录传递 Cookie 和进度。
VNC URL 用 sandbox.sandbox_id 和 base URL 拼起来就行。
文件操作就用 sandbox.file.read() 和 sandbox.file.write()。

2.2 LLM Agent 集成模式

适用场景： 让 AI 自动生成和执行浏览器自动化代码，非技术用户也能用。

整体架构：

三条铁律（必须遵守）：

禁止：puppeteer.launch() → 必须：puppeteer.connect()
禁止：browser.close() → 必须：browser.disconnect()
禁止：随便存文件 → 必须：/home/user/data/xxx.json

为什么这么严格？

违反约束会导致浏览器重启，之前的状态全没了
AI 生成代码需要明确指导，不能指望它有“常识”
详细内容见第 4 章系统提示词设计

2.3 Cookie 持久化模式

什么时候需要？ 要保持登录状态，跨会话复用的时候。

完整流程：

首次登录：
1. 人工登录 → 2. 保存 Cookie → 3. 持久化存储
后续使用：
1. 上传Cookie -> 2. 读取 Cookie → 3. 恢复会话 → 4. 执行任务

Cookie 保存示例：

const puppeteer = require('puppeteer-core');
const fs = require('fs');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
const cookies = await page.cookies();
// 保存到文件系统
fs.writeFileSync('/home/user/data/cookies.json', JSON.stringify(cookies, null, 2));
console.log('Cookie 已保存');
await browser.disconnect();

Cookie 恢复示例：

const puppeteer = require('puppeteer-core');
const fs = require('fs');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
// 读取 Cookie
const cookies = JSON.parse(fs.readFileSync('/home/user/data/cookies.json'));
// 恢复会话
await page.setCookie(...cookies);
await page.goto('https://example.com/protected');
console.log('登录状态已恢复');
await browser.disconnect();

关键提醒：

Cookie 一定要保存到 /home/user/data/ 目录，这样才有权限
用 page.cookies() 获取所有 Cookie，一个都不能少
用 page.setCookie(...cookies) 恢复，顺序很重要
别忘了检查 Cookie 过期时间和安全性

2.4 批量任务模式

适用场景： 需要并发处理大量任务的时候。

两种策略：

策略 1：单沙箱顺序执行（简单任务，有依赖关系）
策略 2：多沙箱并发执行（复杂任务，无依赖关系）

选择建议：

策略	适用场景	优势
单沙箱顺序执行	简单任务，依赖前序结果	资源占用低，状态连续
多沙箱并发执行	复杂任务，无依赖关系	执行速度快，并行处理

并发控制示例：

# 使用 asyncio.gather() 实现并发
tasks = [
    process_item(item)
    for item in items
]
results = await asyncio.gather(*tasks, return_exceptions=True)

实战案例：豆瓣电影 Top250 爬取

完整的 Demo 代码可以在示例仓库里找到。

3.1 需求分析

目标很明确： 抓取豆瓣电影 Top250 的电影信息（标题、评分、导演、年份等）。

实际挑战：

豆瓣必须登录才能看完整信息2. 数据分页展示，需要多步骤采集3. 反爬虫机制相当严格

我们的解法： AIO Sandbox 的 Cookie 持久化 + 多步骤任务模式。

3.2 核心实现流程

步骤 1：首次登录并保存 Cookie

// 1. 打开登录页
const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
await page.goto('https://accounts.douban.com/passport/login');
console.log('请在 VNC 中完成登录');
console.log('登录完成后，程序将自动保存 Cookie');
await browser.disconnect();

操作说明：

用户在 VNC 中手动完成登录（包括验证码）
登录成功后进入下一步

步骤 2：保存 Cookie

const puppeteer = require('puppeteer-core');
const fs = require('fs');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
const cookies = await page.cookies();
fs.writeFileSync('/home/user/data/douban_cookies.json', JSON.stringify(cookies, null, 2));
console.log(`Cookie 已保存，共 ${cookies.length} 条`);
await browser.disconnect();

步骤 3：用 Cookie 爬取数据

const puppeteer = require('puppeteer-core');
const fs = require('fs');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
const page = (await browser.pages())[0];
// 恢复 Cookie
const cookies = JSON.parse(fs.readFileSync('/home/user/data/douban_cookies.json'));
await page.setCookie(...cookies);
// 访问 Top250
await page.goto('https://movie.douban.com/top250', { waitUntil: 'networkidle2' });
// 提取数据
const movies = await page.evaluate(() => {
  return Array.from(document.querySelectorAll('.item')).map(item => ({
    title: item.querySelector('.title')?.textContent,
    rating: item.querySelector('.rating_num')?.textContent,
    quote: item.querySelector('.inq')?.textContent
  }));
});
// 保存结果
fs.writeFileSync('/home/user/data/movies.json', JSON.stringify(movies, null, 2));
console.log(`爬取完成，共 ${movies.length} 部电影`);
await browser.disconnect();

3.3 完整 Python 代码

具体实现可以参考项目的 src/ai_code_generator.py 和 src/sandbox_executor.py。

核心逻辑：

from agentrun.sandbox import Sandbox, TemplateType
import asyncio
async def scrape_douban():
    # 1. 创建沙箱
    sandbox = Sandbox.create(
        template_type=TemplateType.AIO,
        template_name="douban-scraper",
        sandbox_idle_timeout_seconds=1800
    )
    # 2. 执行登录步骤（代码略，参考上面）
    # 3. 保存 Cookie（代码略，参考上面）
    # 4. 爬取数据（代码略，参考上面）
    # 5. 读取结果
    result = sandbox.file.read('/home/user/data/movies.json')
    print(result)
asyncio.run(scrape_douban())

3.4 核心技术点总结

Cookie 持久化：避免重复登录，通过文件系统保存和恢复登录状态
connect() + disconnect()：保持浏览器运行，完美支持多步骤任务
文件系统状态传递：跨步骤共享数据，无需网络 I/O 开销

3.5 扩展功能

分页爬取（完整 Top250）

const movies = [];
for (let page_num = 0; page_num < 250; page_num += 25) {
  await page.goto(`https://movie.douban.com/top250?start=${page_num}`);
  const items = await page.evaluate(() => {
    // 提取逻辑
  });
  movies.push(...items);
  // 延迟防止反爬
  await page.waitForTimeout(2000);
}
fs.writeFileSync('/home/user/data/all_movies.json', JSON.stringify(movies));

错误处理和重试（生产必备）

async function scrapeWithRetry(url, maxRetries = 3) {
  for (let i = 0; i < maxRetries; i++) {
    try {
      await page.goto(url, { waitUntil: 'networkidle2', timeout: 30000 });
      return true;
    } catch (error) {
      console.log(`重试 ${i + 1}/${maxRetries}: ${error.message}`);
      await page.waitForTimeout(5000);
    }
  }
  return false;
}

系统提示词设计

4.1 为什么提示词这么重要？

系统提示词（System Prompt）是 LLM Agent 的大脑，直接决定了 AI 如何理解和执行你的需求。对于 AIO Sandbox 集成来说，提示词必须明确告诉 AI 如何生成符合沙箱规范的代码。

4.2 我们的设计哲学

在设计提示词之前，你得先理解 All-In-One Sandbox 的核心理念，这直接影响提示词的结构。

人机协作，不是完全自动化

我们承认有些事情 AI 就是搞不定，比如验证码、滑块验证、短信验证。所以 AIO 采用“人机协作”的设计理念：

可观测性优先

通过 VNC 让执行过程完全透明，你能亲眼看到浏览器在做什么
不用再通过日志猜来猜去，直接看页面状态快速定位问题

人机协作而非完全自动

遇到验证码？没问题，人工介入搞定
人工操作完，自动化任务接着跑，无缝衔接

状态持久化

浏览器会话和数据可以跨步骤保存和恢复
用 disconnect() 保持浏览器运行，状态不会丢

4.3 核心约束与最佳实践

提示词必须明确告诉 AI 这些关键约束：

1. 必须用 connect()，别用 launch()

为什么？看看对比就知道了：

传统方式 (错误):
const browser = await puppeteer.launch();  // 启动新浏览器 (1-3 秒)
// 执行任务
await browser.close();  // 状态全部丢失
All-In-One 方式 (正确):
const browser = await puppeteer.connect({  // 连接已运行的浏览器 (<100ms)
  browserWSEndpoint: 'ws://localhost:5000/ws/automation'
});
// 执行任务
await browser.disconnect();  // 保持浏览器运行

技术原因很简单：

浏览器在容器启动时就已经跑起来了
用 launch() 会启动第二个浏览器，纯属浪费资源
connect() 几乎瞬间连接，特别适合多步骤任务

2. 必须用 disconnect()，别用 close()

关键区别在这：

browser.close():
- 关闭所有页面
- 终止浏览器进程
- 清理所有状态
- 无法支持多步骤任务
- VNC 显示中断
browser.disconnect():
- 只断开 Puppeteer 连接
- 浏览器继续运行
- 所有状态保留
- 支持多步骤任务
- VNC 显示连续

3. Cookie 持久化是王道

登录状态的本质就是 Cookie：

用户登录 → 服务器设置 Cookie → 后续请求携带 Cookie → 服务器识别用户

没有持久化会怎样？

Sandbox 重建后状态全丢
长时间后 Cookie 过期
频繁重新登录，烦死了

标准做法

保存 Cookie：

const cookies = await page.cookies();
fs.writeFileSync(
  '/home/user/data/cookies.json',
  JSON.stringify(cookies, null, 2)
);

加载 Cookie：

const cookies = JSON.parse(
  fs.readFileSync('/home/user/data/cookies.json')
);
// 先访问对应域名
await page.goto('https://example.com');
// 再设置 Cookie
await page.setCookie(...cookies);

4.4 实用提示词模板

基础模板（直接复制就能用）

你是 AgentRun AIO Sandbox 的代码生成助手。你的任务是将用户需求转换为可在沙箱中执行的 Puppeteer 代码。
【环境信息】
- 浏览器：Chromium (已预启动)
- 连接端点：ws://localhost:5000/ws/automation
- 文件系统：/home/user/data/ (持久化目录)
- 超时限制：单次执行 300 秒
【代码规范】
1. 连接浏览器：
   const puppeteer = require('puppeteer-core');
   const browser = await puppeteer.connect({
     browserWSEndpoint: 'ws://localhost:5000/ws/automation'
   });
2. 结束会话：
   await browser.disconnect();
3. 文件读写：
   const fs = require('fs');
   // 读取
   const data = fs.readFileSync('/home/user/data/file.json');
   // 写入
   fs.writeFileSync('/home/user/data/file.json', JSON.stringify(data));
4. 错误处理：
   try {
     // 代码逻辑
   } catch (error) {
     console.error(`错误: ${error.message}`);
     throw error;
   }
【输出要求】
- 生成完整的 JavaScript 代码
- 包含必要的错误处理
- 关键步骤用 console.log() 记录
- 重要结果保存到文件系统

4.5 AI 对话模式的工作原理

AI 对话模式让非技术用户也能用浏览器自动化，系统提示词在里面起着关键的“翻译”作用。

智能任务拆分

好的提示词要能指导 AI 自动判断何时拆分任务：

简单任务（不拆分）

用户: 访问 example.com，获取页面标题
AI 直接生成单个代码块，执行后返回结果

需要登录（自动拆分）

用户: 登录豆瓣，然后获取我的收藏
AI 自动拆分为 3 个步骤：
步骤 1: 打开登录页 → [生成代码1] → "请在 VNC 中完成登录"
步骤 2: 保存 Cookie → [生成代码2] → "已保存 15 个 Cookie"
步骤 3: 获取收藏 → [生成代码3] → "找到 25 部收藏电影"

引导人工操作

遇到需要人工介入的步骤，AI 要明确告诉用户该怎么做：

AI: 我已经打开了登录页面，请在 VNC 窗口中：
1. 输入用户名和密码
2. 输入验证码
3. 点击登录按钮
完成后告诉我"登录完成"，我将继续后续步骤。

高级技巧与注意事项

5.1 错误处理（生产环境必备）

永远用 try-catch 包裹核心操作：

try {
  // 核心操作
  await page.goto(url, { waitUntil: 'networkidle2', timeout: 30000 });
} catch (error) {
  // 明确的错误信息
  console.error(`操作失败: ${error.message}`);
  // 可选：重试逻辑
  if (error.name === 'TimeoutError' && retryCount < maxRetries) {
    console.log(`超时，重试第 ${retryCount + 1} 次`);
    await new Promise(resolve => setTimeout(resolve, 5000));
    return executeWithRetry(url, retryCount + 1);
  }
  throw error;
}

5.2 性能优化（速度提升明显）

禁用不必要的资源加载

await page.setRequestInterception(true);
page.on('request', (req) => {
  const resourceType = req.resourceType();
  // 丢弃图片、样式、字体等非关键资源
  if (['image', 'stylesheet', 'font', 'media'].includes(resourceType)) {
    req.abort();
  } else {
    req.continue();
  }
});

5.3 安全注意事项

Cookie 安全（重中之重）

# .gitignore 中必须包含
*_cookies.json
cookies.json
*.env

代码注入防护

// 危险：直接拼接用户输入
const userInput = req.query.selector;
await page.click(userInput);
// 安全：白名单验证
const allowedSelectors = ['.button-primary', '.submit-btn'];
if (!allowedSelectors.includes(userInput)) {
  throw new Error('非法选择器');
}
await page.click(userInput);

5.4 调试技巧（省时省力）

VNC 实时观察（最有效）

# 创建沙箱后立即获取 VNC URL
vnc_url = f"https://vnc.example.com/sandbox/{sandbox.sandbox_id}"
print(f"打开 VNC: {vnc_url}")

截图调试（关键时刻救命）

// 登录前后都截图
await page.screenshot({ path: '/home/user/data/before_login.png', fullPage: true });
await page.screenshot({ path: '/home/user/data/after_login.png', fullPage: true });

核心总结

技术收益一目了然

使用 AIO sandbox 能够将状态传递和文件共享复杂度进行有效地降低，并且能够有如下收益：

启动延迟低，从原有的多个 sandbox 优化为了一个 sandbox，降低了至少 50% 的启动时间；
状态保持轻量，在代码执行和浏览器操作的过程中，能够尽量使用本地文件系统实现状态保持，符合最佳实践；
VNC 的透出提供了人工介入的手段，有效帮助用户解决了自动化的卡点，如验证等。

7 条黄金法则

必须用 puppeteer.connect()，禁止 launch()
必须用 browser.disconnect()，禁止 close()
必须保存数据到 /home/user/data/ 目录
登录流程拆分：打开登录页 → 人工登录 → 保存 Cookie → 执行任务
Cookie 先访问域名再设置，避免跨域问题
多步骤任务用文件系统传递状态，别用全局变量
重要操作必须加错误处理，别让错误静默失败

常见陷阱避坑指南

陷阱	症状	解决方案
用 launch()	浏览器重复启动，内存爆了	改用 connect()
用 close()	后续步骤失败，状态丢了	改用 disconnect()
Cookie 没持久化	每次都要重新登录	保存到 /home/user/data/cookies.json
等待时间不足	元素找不到报错	用 waitForSelector + networkidle2
路径不规范	文件丢失或权限错误	统一用 /home/user/data/ 目录

进阶学习路径

1. 源码分析： https://github.com/devsapp/agentrun-sandbox-demos/tree/main/sandbox-all-in-one-demo

2. 性能调优：

禁用图片/字体资源
用 networkidle2 等待策略
批量处理数据，减少 I/O

3. 错误处理：

指数退避重试策略
最大重试次数控制
超时和网络错误处理

附录：Demo 代码

GitHub：
https://github.com/devsapp/agentrun-sandbox-demos
官方文档：
https://docs.agent.run/
沙箱教程：
https://docs.agent.run/docs/tutorial/core/sandbox

AgentRun 实践指南：Agent 的宝藏工具——All-In-One Sandbox

概述