Repolode
Enviar
vndee

vndee/llm-sandbox

Biblioteca Python que executa código gerado por LLMs em sandboxes isolados, com uma única API para backends Docker, Kubernetes, Podman e Linux ou Windows local.

Ver no GitHubSite
Estrelas
1,144
Forks
106
Issues abertas
25
Último commit
há 19 horas

O que é?

LLM Sandbox oferece uma API Python comum para executar código produzido por modelos de linguagem em um ambiente isolado. O desenvolvedor escolhe um backend, como Docker, Kubernetes, Podman, Bubblewrap, NsJail ou adaptadores experimentais para Windows, configura controles de recursos e rede e, em seguida, usa os mesmos métodos para executar, instalar e copiar arquivos, independentemente do backend utilizado.

A biblioteca oferece suporte a Python, JavaScript, Java, C++, Go e R, e pode instalar as bibliotecas declaradas antes da execução. As sessões de artefatos capturam gráficos gerados, e uma sessão interativa mantém um kernel IPython de Python ativo entre chamadas, para um fluxo de trabalho no estilo de notebook. A opção de pool de containers pré-inicializa e reutiliza containers em execuções repetidas, e um servidor MCP permite que clientes como Claude Desktop chamem o sandbox diretamente.

O projeto inclui exemplos para onze frameworks de agentes, entre eles LangChain, LlamaIndex e CrewAI. A verificação de políticas de segurança do projeto é apenas consultiva: ela retorna uma avaliação, mas não bloqueia a execução; portanto, quem chama a biblioteca precisa verificar o código por conta própria antes de executá-lo.

Recursos principais

  • 01API comum para Docker, Kubernetes, Podman, Bubblewrap, NsJail e adaptadores para Windows
  • 02Limites configuráveis de CPU, memória, rede e tempo de execução
  • 03Oferece suporte a Python, JavaScript, Java, C++, Go e R
  • 04Instala as bibliotecas declaradas antes de executar o código
  • 05Captura gráficos gerados por código Python e R
  • 06Pool de containers para reutilizar containers pré-inicializados
  • 07Servidor MCP para clientes como Claude Desktop

Casos de uso

  • Executar código escrito por um agente LLM antes de retornar os resultados ao usuário
  • Adicionar uma ferramenta de interpretação de código ao LangChain, CrewAI ou frameworks de agentes semelhantes
  • Executar scripts não confiáveis em um host Linux local sem Docker
  • Permitir que um assistente de chat gere e exiba gráficos com segurança

Início rápido

  1. 1

    Instale o pacote do PyPI

    pip install llm-sandbox
  2. 2

    Instale o extra do Docker para o backend mais comum

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

    Execute o exemplo básico de Python do README com uma SandboxSession

Antes de usar

  • Os backends locais do Linux compartilham o kernel do host e não oferecem uma fronteira de isolamento como a de uma VM.
  • Os adaptadores do Windows são experimentais e têm suporte limitado a linguagens e recursos da API.
  • Backends de contêiner, como Docker, Kubernetes e Podman, precisam de um runtime de contêiner em execução.

Em coleções

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

Tópicos

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

Perguntas frequentes

O que é llm-sandbox?
Biblioteca Python que executa código gerado por LLMs em sandboxes isolados, com uma única API para backends Docker, Kubernetes, Podman e Linux ou Windows local. LLM Sandbox oferece uma API Python comum para executar código produzido por modelos de linguagem em um ambiente isolado. O desenvolvedor escolhe um backend, como Docker, Kubernetes, Podman, Bubblewrap, NsJail ou adaptadores experimentais para Windows, configura controles de recursos e rede e, em seguida, usa os mesmos métodos para executar, instalar e copiar arquivos, independentemente do backend utilizado.
llm-sandbox é gratuito? Qual é a licença?
llm-sandbox é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
llm-sandbox ainda é mantido?
Manutenção ativa. O último commit de llm-sandbox foi em 6 de nov. de 2026.
Para que posso usar llm-sandbox?
Executar código escrito por um agente LLM antes de retornar os resultados ao usuário Adicionar uma ferramenta de interpretação de código ao LangChain, CrewAI ou frameworks de agentes semelhantes Executar scripts não confiáveis em um host Linux local sem Docker Permitir que um assistente de chat gere e exiba gráficos com segurança
Como instalar llm-sandbox?
Instale o pacote do PyPI: pip install llm-sandbox Instale o extra do Docker para o backend mais comum: pip install 'llm-sandbox[docker]' Execute o exemplo básico de Python do README com uma SandboxSession
Onde consigo llm-sandbox?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/vndee/llm-sandbox

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados