E2B AI 代码沙箱教程：隔离执行、出网限制、超时清理与人工验收

目标与前提

本教程搭建一条最小的“生成代码—规则检查—沙箱执行—人工验收”流程。先用固定测试代码，不直接接真实模型与生产数据。需要 Python、E2B 账户和 API key。SDK 用于创建沙箱；模型提供商的 API key 是另一套凭据，两者不要混放，也不要写进提示词、仓库或沙箱文件。

E2B 的沙箱提供隔离执行环境，但不会自动判断用户是否有权读取数据或执行外部动作。应用侧仍须负责身份、租户边界、审批、预算和审计。以下代码展示 SDK 调用形态，具体版本请以官方文档和安装包为准；上线前必须在自己的账户实测。

第一步：准备最小环境

在本地 Python 虚拟环境安装官方 SDK，并把 E2B API key 放在进程环境变量中。不要将密钥直接硬编码到示例脚本或提交到 Git。

python -m venv .venv
source .venv/bin/activate
pip install e2b
export E2B_API_KEY='从 E2B 控制台获取的测试密钥'

为试点账户设置账单提醒和最小权限。测试代码只使用公开、脱敏的数据。没有账户密钥时可先审查代码与流程，但无法验证真实沙箱行为。

第二步：执行固定的只读样本

官方 Python SDK 提供 Sandbox.create()、sandbox.commands.run() 和 sandbox.kill()。下面禁用沙箱出网，将会话设为 120 秒，命令连接超时设为 30 秒，并在 finally 回收沙箱。初次执行只计算 2+2，不触碰本机文件或外部 API。

from e2b import Sandbox

sandbox = Sandbox.create(
    timeout=120,
    allow_internet_access=False,
    metadata={"purpose": "sandbox-smoke-test"},
)
try:
    result = sandbox.commands.run(
        "python -c 'print(2 + 2)'",
        timeout=30,
    )
    print(result.stdout)
finally:
    sandbox.kill()

预期标准输出为 4。如果 SDK 返回错误、超时或网络异常，应保留任务 ID、沙箱 ID、命令、耗时及异常类型供排查；日志里不要记录 API key。命令连接超时与会话生命周期是不同概念，必须分别测试，并核对错误后沙箱是否仍在计费。

第三步：把模型接入审批点

不要把模型原始回答拼成 Shell 命令直接运行。先要求模型只输出单一代码块或结构化调用，再检查语言、长度、依赖和允许的输入文件。第一版只允许运行已审阅的 Python 片段，禁止外部下载、安装任意包、访问生产服务或读取未授权文件。应用的执行器将代码作为文件或受控命令送入沙箱；对用户发起的每次运行保留审计记录。

如果 Agent 想调用“发送邮件、写数据库、删除文件”工具，在调用前由应用侧生成明确的审批对象：目标、操作、影响范围和预览。审批拒绝时不创建执行任务；批准后也只发放该动作所需的短期凭据。沙箱中的代码输出只作为数据，不作为新的系统指令。