Open-source инфраструктура для запуска сгенерированного ИИ кода в изолированных облачных песочницах с JavaScript- и Python SDK.
e2b-dev/code-interpreter
Python- и JS/TS SDK для запуска сгенерированного ИИ кода в изолированных облачных песочницах и получения результатов его выполнения.
- Звёзды
- 2,421
- Форки
- 233
- Открытые issues
- 27
- Последний коммит
- вчера
Что это?
E2B Code Interpreter — это SDK, с помощью которого приложения с ИИ могут выполнять сгенерированный ими код в защищённых изолированных облачных песочницах. Разработчики создают песочницу на Python или JavaScript/TypeScript, запускают в ней код и получают результаты и выведенный текст.
Песочница сохраняет состояние между вызовами, поэтому переменная, заданная при одном запуске (например, x = 1), будет доступна и при следующем. Это подходит для многоэтапных сценариев, например для анализа данных с помощью LLM. Проект включает слой SDK для Python и JS; в репозитории также есть шаблоны песочниц для настройки пакетов и сред выполнения.
Исходный код SDK переехал в монорепозиторий E2B. В этом репозитории остались шаблон песочницы и экстрактор данных для графиков.
Ключевые возможности
- 01Запускает сгенерированный ИИ код в изолированных облачных песочницах.
- 02Предоставляет SDK для Python и JavaScript/TypeScript.
- 03Сохраняет состояние переменных между несколькими запусками кода в одной песочнице.
- 04Возвращает текст выполнения и вывод каждого запуска.
- 05Позволяет создавать собственные шаблоны песочниц с дополнительными пакетами и средами выполнения.
Сценарии использования
- Позволяет агенту на базе LLM запускать Python для анализа данных и возвращать результаты.
- Выполняет недоверенный код, сгенерированный моделью, не затрагивая хост-систему.
- Помогает создавать чат-приложения, которые вычисляют ответы, запуская код, например, с моделями OpenAI или Anthropic.
Быстрый старт
- 1
Установите Python SDK
pip install e2b-code-interpreter - 2
Получите ключ API E2B в панели управления и задайте его в переменной окружения E2B_API_KEY
- 3
Запустите пример на Python, который создает Sandbox и выполняет в нем код
Что важно знать
- Для создания песочниц необходимы аккаунт E2B и ключ API.
- Песочницы работают в облаке E2B, поэтому для их использования требуется подключение к сети и доступность размещенного сервиса.
Темы
Частые вопросы
- Что такое code-interpreter?
- Python- и JS/TS SDK для запуска сгенерированного ИИ кода в изолированных облачных песочницах и получения результатов его выполнения. E2B Code Interpreter — это SDK, с помощью которого приложения с ИИ могут выполнять сгенерированный ими код в защищённых изолированных облачных песочницах. Разработчики создают песочницу на Python или JavaScript/TypeScript, запускают в ней код и получают результаты и выведенный текст.
- code-interpreter можно использовать бесплатно? Какая у него лицензия?
- code-interpreter распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- code-interpreter всё ещё поддерживается?
- Активно поддерживается. Последний коммит в code-interpreter — 20 окт. 2026 г..
- Для чего можно использовать code-interpreter?
- Позволяет агенту на базе LLM запускать Python для анализа данных и возвращать результаты. Выполняет недоверенный код, сгенерированный моделью, не затрагивая хост-систему. Помогает создавать чат-приложения, которые вычисляют ответы, запуская код, например, с моделями OpenAI или Anthropic.
- Как установить code-interpreter?
- Установите Python SDK: pip install e2b-code-interpreter Получите ключ API E2B в панели управления и задайте его в переменной окружения E2B_API_KEY Запустите пример на Python, который создает Sandbox и выполняет в нем код
- Где скачать code-interpreter?
- Исходный код и инструкции по установке — на GitHub: https://github.com/e2b-dev/code-interpreter
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Универсальная Docker-песочница, где AI-агенты могут пользоваться общими браузером, shell, файловой системой, VSCode Server, Jupyter и MCP-сервисами.
Безопасная Python-песочница на Rust для запуска кода, сгенерированного ИИ, без контейнеров.
Учебный репозиторий с 30 запускаемыми Jupyter-ноутбуками о методах организации памяти LLM-агентов: от буферов диалога до Mem0, Letta, Zep и Graphiti.
Встраиваемые переносимые микровиртуальные машины на Rust для локального запуска AI-агентов и недоверенного кода с аппаратной изоляцией.
Самостоятельно развёртываемая инфраструктура на Kubernetes запускает недоверенный код в лёгких VM-песочницах под управлением CLI, HTTP API и Python SDK.