Repolode
Enviar
vndee

vndee/llm-sandbox

Biblioteca de Python que ejecuta código generado por LLM en entornos aislados mediante una API común para Docker, Kubernetes, Podman y backends locales de Linux o Windows.

Ver en GitHubSitio web
Estrellas
1,144
Forks
106
Issues abiertos
25
Último commit
hace 19 horas

¿Qué es?

LLM Sandbox ofrece una API común de Python para ejecutar código generado por modelos de lenguaje en un entorno aislado. El desarrollador elige un backend, como Docker, Kubernetes, Podman, Bubblewrap, NsJail o adaptadores experimentales para Windows, configura los controles de recursos y de red, y luego usa los mismos métodos para ejecutar código, instalar dependencias y copiar archivos, independientemente del backend.

La biblioteca es compatible con Python, JavaScript, Java, C++, Go y R, y puede instalar las bibliotecas declaradas antes de ejecutar el código. Las sesiones de artefactos capturan los gráficos generados, y una sesión interactiva mantiene activo un kernel de Python IPython entre llamadas para trabajar al estilo de un notebook. La opción de pool de contenedores precalienta y reutiliza contenedores en ejecuciones repetidas, y un servidor MCP permite que clientes como Claude Desktop llamen al sandbox directamente.

El proyecto incluye ejemplos para once frameworks de agentes, entre ellos LangChain, LlamaIndex y CrewAI. La comprobación de políticas de seguridad es solo orientativa: devuelve un veredicto, pero no bloquea la ejecución, por lo que quienes llaman a la biblioteca deben revisar el código por su cuenta antes de ejecutarlo.

Funciones clave

  • 01API común para Docker, Kubernetes, Podman, Bubblewrap, NsJail y adaptadores para Windows
  • 02Límites configurables de CPU, memoria, red y tiempo de ejecución
  • 03Compatible con Python, JavaScript, Java, C++, Go y R
  • 04Instala las bibliotecas declaradas antes de ejecutar el código
  • 05Captura gráficos generados por código Python y R
  • 06Pool de contenedores para reutilizar contenedores precalentados
  • 07Servidor MCP para clientes como Claude Desktop

Casos de uso

  • Ejecutar código escrito por un agente LLM antes de devolver los resultados al usuario
  • Añadir una herramienta de interpretación de código a LangChain, CrewAI u otros frameworks de agentes similares
  • Ejecutar scripts no confiables en un host Linux local sin Docker
  • Permitir que un asistente de chat genere y muestre gráficos de forma segura

Inicio rápido

  1. 1

    Instala el paquete desde PyPI

    pip install llm-sandbox
  2. 2

    Instala el extra de Docker para el backend más común

    pip install 'llm-sandbox[docker]'
  3. 3

    Ejecuta el ejemplo básico de Python del README con una SandboxSession

Antes de usarlo

  • Los backends locales de Linux comparten el kernel del host y no ofrecen una frontera de aislamiento como la de una VM.
  • Los adaptadores de Windows son experimentales y tienen compatibilidad limitada con lenguajes y funciones de la API.
  • Los backends de contenedores, como Docker, Kubernetes y Podman, necesitan un runtime de contenedores en ejecución.

En colecciones

Sandboxes para agentes de IAFrameworks y apps de agentes de IA open source

Temas

#llm#code-interpreter#sandbox#code-execution#docker#kubernetes#agents#python#code-generation#large-language-models

Preguntas frecuentes

¿Qué es llm-sandbox?
Biblioteca de Python que ejecuta código generado por LLM en entornos aislados mediante una API común para Docker, Kubernetes, Podman y backends locales de Linux o Windows. LLM Sandbox ofrece una API común de Python para ejecutar código generado por modelos de lenguaje en un entorno aislado. El desarrollador elige un backend, como Docker, Kubernetes, Podman, Bubblewrap, NsJail o adaptadores experimentales para Windows, configura los controles de recursos y de red, y luego usa los mismos métodos para ejecutar código, instalar dependencias y copiar archivos, independientemente del backend.
¿llm-sandbox es gratuito? ¿Qué licencia tiene?
llm-sandbox es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿llm-sandbox sigue mantenido?
Mantenimiento activo. El último commit de llm-sandbox fue el 6 nov 2026.
¿Para qué puedo usar llm-sandbox?
Ejecutar código escrito por un agente LLM antes de devolver los resultados al usuario Añadir una herramienta de interpretación de código a LangChain, CrewAI u otros frameworks de agentes similares Ejecutar scripts no confiables en un host Linux local sin Docker Permitir que un asistente de chat genere y muestre gráficos de forma segura
¿Cómo se instala llm-sandbox?
Instala el paquete desde PyPI: pip install llm-sandbox Instala el extra de Docker para el backend más común: pip install 'llm-sandbox[docker]' Ejecuta el ejemplo básico de Python del README con una SandboxSession
¿Dónde consigo llm-sandbox?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/vndee/llm-sandbox

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados