CodeRunner : Un bac à sable local pour vos agents IA

CodeRunner vous aide à isoler vos agents IA et leurs actions dans un bac à sable.

Cas d'utilisation clé : Vous pouvez exécuter plusieurs agents Claude Code ou IA dans notre bac à sable sans craindre la perte de données ni l'exfiltration.

Démarrage rapide

Prérequis : Mac avec macOS et Apple Silicon (M1/M2/M3/M4), Python 3.10+

git clone https://github.com/instavm/coderunner.git
cd coderunner
chmod +x install.sh
./install.sh

Arrêter et reprendre

Arrêtez le bac à sable lorsque vous avez terminé :

container stop coderunner

Reprenez le même bac à sable plus tard, en conservant les téléchargements, les noyaux et les packages installés :

container start coderunner

Pour recommencer avec un bac à sable propre, supprimez le conteneur et relancez l'installateur :

container delete coderunner && ./install.sh

Exécuter Claude Code dans un bac à sable

./install.sh (si ce n'est pas déjà fait)

container exec -it coderunner /bin/bash

root@coderunner:/app# npm install -g @anthropic-ai/claude-code

Autres options d'intégration

Le serveur MCP sera disponible à l'adresse : http://coderunner.local:8222/mcp

Installer les packages requis (utilisez virtualenv et notez le chemin python) :

pip install -r examples/requirements.txt

1. Intégration avec Claude Desktop

Configurer Claude Desktop pour utiliser CodeRunner comme serveur MCP :

demo1

demo2

demo4

Copier la configuration d'exemple :

cd examples
cp claude_desktop/claude_desktop_config.example.json claude_desktop/claude_desktop_config.json

Modifier le fichier de configuration et remplacer les chemins fictifs :
- Remplacez /path/to/your/python par votre chemin Python réel (par exemple /usr/bin/python3 ou /opt/homebrew/bin/python3)
- Remplacez /path/to/coderunner par le chemin réel de votre dépôt cloné
Exemple après modification :
```
{
  "mcpServers": {
    "coderunner": {
      "command": "/opt/homebrew/bin/python3",
      "args": ["/Users/yourname/coderunner/examples/claude_desktop/mcpproxy.py"]
    }
  }
}
```
Mettre à jour la configuration de Claude Desktop :
- Ouvrez Claude Desktop
- Allez dans Paramètres → Développeur
- Ajoutez la configuration du serveur MCP
- Redémarrez Claude Desktop
Commencez à utiliser CodeRunner dans Claude : Vous pouvez maintenant demander à Claude d'exécuter du code, et il s'exécutera en toute sécurité dans le bac à sable !

2. Claude Code CLI

Utiliser CodeRunner avec Claude Code CLI pour une assistance IA en terminal :

Démarrage rapide :

# 1. Install and start CodeRunner (one-time setup)
git clone https://github.com/instavm/coderunner.git
cd coderunner
sudo ./install.sh

# 2. Install the Claude Code plugin
claude plugin marketplace add https://github.com/instavm/coderunner-plugin
claude plugin install instavm-coderunner

# 3. Reconnect to MCP servers
/mcp

Étapes d'installation :

Accédez au marché des plugins :
Ajoutez le dépôt InstaVM :
Exécutez du code Python avec Claude Code :

Voilà ! Claude Code a désormais accès à tous les outils de CodeRunner :

execute_python_code - Exécuter du code Python dans un noyau Jupyter persistant
navigate_and_get_all_visible_text - Web scraping avec Playwright
list_skills - Lister les compétences disponibles (docx, xlsx, pptx, pdf, traitement d'image, etc.)
get_skill_info - Obtenir la documentation de compétences spécifiques
get_skill_file - Lire les fichiers de compétences et les exemples

En savoir plus : Consultez le dépôt du plugin pour une documentation détaillée.

3. Configuration d'OpenCode

Configurer OpenCode pour utiliser CodeRunner comme serveur MCP :

Exemple OpenCode

Créez ou modifiez ~/.config/opencode/opencode.json :

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "coderunner": {
      "type": "remote",
      "url": "http://coderunner.local:8222/mcp",
      "enabled": true
    }
  }
}

Après avoir enregistré la configuration :

Redémarrez OpenCode
Les outils CodeRunner seront disponibles automatiquement
Commencez à exécuter du code Python avec un accès complet à l'environnement isolé

4. Agents Python OpenAI

Utiliser CodeRunner avec la bibliothèque d'agents Python d'OpenAI :

demo3

Définissez votre clé API OpenAI :

export OPENAI_API_KEY="your-openai-api-key-here"

Exécutez le client :

python examples/openai_agents/openai_client.py

Commencez à coder : Entrez des invites comme « écrire du code Python pour générer 100 nombres premiers » et regardez-le s'exécuter en toute sécurité dans le bac à sable !

5. Gemini-CLI

Gemini CLI a récemment été lancé par Google.

~/.gemini/settings.json

{
  "theme": "Default",
  "selectedAuthType": "oauth-personal",
  "mcpServers": {
    "coderunner": {
      "httpUrl": "http://coderunner.local:8222/mcp"
    }
  }
}

gemini1

gemini2

6. Kiro par Amazon

Kiro a récemment été lancé par Amazon.

~/.kiro/settings/mcp.json

{
  "mcpServers": {
    "coderunner": {
      "command": "/path/to/venv/bin/python",
      "args": [
        "/path/to/coderunner/examples/claude_desktop/mcpproxy.py"
      ],
      "disabled": false,
      "autoApprove": [
        "execute_python_code"
      ]
    }
  }
}

kiro

coderunner

Populaires