Infraestrutura open source para executar código gerado por IA em sandboxes isoladas na nuvem, com SDKs para JavaScript e Python.
e2b-dev/code-interpreter
SDKs de Python e JS/TS para executar código gerado por IA em sandboxes isolados na nuvem e obter os resultados.
- Estrelas
- 2,421
- Forks
- 233
- Issues abertas
- 27
- Último commit
- ontem
O que é?
O E2B Code Interpreter é um SDK que permite que aplicações de IA executem o código que geram em sandboxes seguros e isolados na nuvem. Desenvolvedores criam um sandbox usando Python ou JavaScript/TypeScript, executam código nele e obtêm os resultados e a saída impressa.
O sandbox mantém o estado entre chamadas, então uma variável definida em uma execução (por exemplo, x = 1) continua disponível na seguinte. Isso o torna adequado para fluxos de trabalho em várias etapas, como análise de dados orientada por um LLM. O projeto é a camada de SDKs para Python e JS; o repositório inclui templates de sandbox para personalizar pacotes e runtimes.
O código-fonte dos SDKs foi movido para o monorepo da E2B, e este repositório mantém o template de sandbox e um extrator de dados de gráficos.
Recursos principais
- 01Executa código gerado por IA em sandboxes isolados na nuvem.
- 02Oferece SDKs para Python e JavaScript/TypeScript.
- 03Mantém o estado das variáveis entre várias execuções de código em um mesmo sandbox.
- 04Retorna o texto da execução e a saída de cada execução.
- 05Permite criar templates de sandbox personalizados com pacotes ou runtimes adicionais.
Casos de uso
- Permitir que um agente com LLM execute Python para analisar dados e retornar resultados.
- Executar código não confiável gerado por modelos sem afetar o sistema host.
- Criar apps de chat que calculam respostas executando código, por exemplo, com modelos da OpenAI ou da Anthropic.
Início rápido
- 1
Instale o SDK do Python
pip install e2b-code-interpreter - 2
Obtenha uma chave de API da E2B no painel e defina-a como a variável de ambiente E2B_API_KEY
- 3
Execute o exemplo em Python que cria um Sandbox e executa código nele
Antes de usar
- É necessária uma conta E2B e uma chave de API para criar sandboxes.
- Os sandboxes são executados na nuvem da E2B, portanto dependem de uma conexão de rede e do serviço hospedado.
Tópicos
Perguntas frequentes
- O que é code-interpreter?
- SDKs de Python e JS/TS para executar código gerado por IA em sandboxes isolados na nuvem e obter os resultados. O E2B Code Interpreter é um SDK que permite que aplicações de IA executem o código que geram em sandboxes seguros e isolados na nuvem. Desenvolvedores criam um sandbox usando Python ou JavaScript/TypeScript, executam código nele e obtêm os resultados e a saída impressa.
- code-interpreter é gratuito? Qual é a licença?
- code-interpreter é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- code-interpreter ainda é mantido?
- Manutenção ativa. O último commit de code-interpreter foi em 20 de out. de 2026.
- Para que posso usar code-interpreter?
- Permitir que um agente com LLM execute Python para analisar dados e retornar resultados. Executar código não confiável gerado por modelos sem afetar o sistema host. Criar apps de chat que calculam respostas executando código, por exemplo, com modelos da OpenAI ou da Anthropic.
- Como instalar code-interpreter?
- Instale o SDK do Python: pip install e2b-code-interpreter Obtenha uma chave de API da E2B no painel e defina-a como a variável de ambiente E2B_API_KEY Execute o exemplo em Python que cria um Sandbox e executa código nele
- Onde consigo code-interpreter?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/e2b-dev/code-interpreter
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Sandbox Docker completo que oferece a agentes de IA um navegador, shell, sistema de arquivos, VSCode Server, Jupyter e serviços MCP compartilhados.
Um sandbox seguro para Python, escrito em Rust, que executa código gerado por IA sem usar contêineres.
Repositório para aprender técnicas de memória para agentes LLM, com 30 notebooks Jupyter executáveis, de buffers de conversa a Mem0, Letta, Zep e Graphiti.
MicroVMs portáteis e incorporáveis em Rust para executar agentes de IA e código não confiável localmente com isolamento por hardware.
Infraestrutura self-hosted baseada em Kubernetes que executa código não confiável em sandboxes leves de VM, controlada por CLI, API HTTP e SDK Python.