CodeRunner: AIエージェント向けローカルサンドボックス

CodeRunnerは、AIエージェントとそのアクションをサンドボックス内で隔離するのに役立ちます。

主なユースケース: このサンドボックス内で複数のClaude CodeやAIエージェントを、データ損失や漏洩の心配なく実行できます。

クイックスタート

前提条件: macOS搭載Mac、Apple Silicon（M1/M2/M3/M4）、Python 3.10以上

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

停止と再開

終了時にサンドボックスを停止:

container stop coderunner

後で同じサンドボックスを再開（アップロード、カーネル、インストール済みパッケージを維持）:

container start coderunner

クリーンなサンドボックスで最初からやり直すには、コンテナを削除してインストーラーを再実行:

container delete coderunner && ./install.sh

サンドボックス内でClaude Codeを実行

./install.sh（まだ実行していない場合）

container exec -it coderunner /bin/bash

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

その他の統合オプション

MCPサーバーは次の場所で利用可能: http://coderunner.local:8222/mcp

必要なパッケージをインストール（virtualenvを使用し、Pythonのパスを確認）:

pip install -r examples/requirements.txt

1. Claude Desktopとの統合

Claude DesktopでCodeRunnerをMCPサーバーとして使用するように設定:

demo1

demo2

demo4

設定例をコピー:

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

設定ファイルを編集し、プレースホルダーのパスを置き換えます:
- /path/to/your/pythonを実際のPythonパス（例: /usr/bin/python3 または /opt/homebrew/bin/python3）に置き換え
- /path/to/coderunnerをクローンしたリポジトリの実際のパスに置き換え
編集後の例:
```
{
  "mcpServers": {
    "coderunner": {
      "command": "/opt/homebrew/bin/python3",
      "args": ["/Users/yourname/coderunner/examples/claude_desktop/mcpproxy.py"]
    }
  }
}
```
Claude Desktopの設定を更新:
- Claude Desktopを開く

2. Claude Code CLI

ターミナルベースのAIアシスタンスのためにCodeRunnerをClaude Code CLIで使用:

クイックスタート:

# 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

インストール手順:

プラグインマーケットプレイスに移動:
InstaVMリポジトリを追加:
Claude CodeでPythonコードを実行:

これで完了です！ Claude CodeはすべてのCodeRunnerツールにアクセスできるようになりました:

execute_python_code - 永続的なJupyterカーネルでPythonコードを実行
navigate_and_get_all_visible_text - Playwrightを使用したWebスクレイピング
list_skills - 利用可能なスキル一覧（docx, xlsx, pptx, pdf, 画像処理など）
get_skill_info - 特定のスキルのドキュメントを取得
get_skill_file - スキルファイルと例を読み込み

詳細: 詳細なドキュメントはプラグインリポジトリを参照してください。

3. OpenCodeの設定

OpenCodeでCodeRunnerをMCPサーバーとして使用するように設定:

OpenCodeの例

~/.config/opencode/opencode.jsonを作成または編集:

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

設定を保存した後:

OpenCodeを再起動
CodeRunnerのツールが自動的に利用可能になります
完全に隔離された環境へのフルアクセスでPythonコードの実行を開始

4. Python OpenAI Agents

OpenAIのPythonエージェントライブラリでCodeRunnerを使用:

demo3

OpenAI APIキーを設定:

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

クライアントを実行:

python examples/openai_agents/openai_client.py

コーディングを開始: 「100個の素数を生成するPythonコードを書いて」などのプロンプトを入力すると、サンドボックス内で安全に実行されるのを確認できます。

5. Gemini-CLI

Gemini CLI はGoogleによって最近リリースされました。

~/.gemini/settings.json

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

gemini1

gemini2

6. AmazonによるKiro

Kiro はAmazonによって最近リリースされました。

~/.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

7. Coderunner-UI（オフラインAIワークスペース）

Coderunner-UI は、完全なプライバシーとローカル処理のために設計された独自のオフラインAIワークスペースツールです。

coderunner-ui

セキュリティ

コードはVMレベルの分離を備えた隔離されたコンテナ内で実行されます。サンドボックス外のホストシステムやファイルは保護されたままです。

@apple/containerより:

各コンテナはフルVMの分離特性を持ち、最小限のコアユーティリティと動的ライブラリを使用してリソース使用量と攻撃対象領域を削減します。

スキルシステム

CodeRunnerには、一般的なタスク用のパッケージ化されたツールを提供する組み込みのスキルシステムが含まれています。スキルは2つのカテゴリに分類されます:

組み込みの公開スキル

以下のスキルはすべてのCodeRunnerインストールに含まれています:

pdf-text-replace - 入力可能なPDFフォームのテキストを置換
image-crop-rotate - 画像の切り抜きと回転

スキルの使用

スキルはMCPツールを通じてアクセスされます:

# List all available skills
result = await list_skills()

# Get documentation for a specific skill
info = await get_skill_info("pdf-text-replace")

# Execute a skill's script
code = """
import subprocess
subprocess.run([
    'python',
    '/app/uploads/skills/public/pdf-text-replace/scripts/replace_text_in_pdf.py',
    '/app/uploads/input.pdf',
    'OLD TEXT',
    'NEW TEXT',
    '/app/uploads/output.pdf'
])
"""
result = await execute_python_code(code)

カスタムスキルの追加

ユーザーは独自のスキルを ~/.coderunner/assets/skills/user/ ディレクトリに追加できます:

スキル用のディレクトリを作成（例: my-custom-skill/）
ドキュメントを含む SKILL.md ファイルを追加
scripts/ サブディレクトリにスクリプトを追加
スキルは list_skills() ツールによって自動的に検出されます

スキル構造:

~/.coderunner/assets/skills/user/my-custom-skill/
├── SKILL.md              # Documentation with usage examples
└── scripts/              # Your Python/bash scripts
    └── process.py

例: PDFテキスト置換スキルの使用

# Inside the container, execute:
python /app/uploads/skills/public/pdf-text-replace/scripts/replace_text_in_pdf.py \
    /app/uploads/tax_form.pdf \
    "John Doe" \
    "Jane Smith" \
    /app/uploads/tax_form_updated.pdf

アーキテクチャ

CodeRunnerは以下で構成されます:

Sandbox Container: Jupyterカーネルを備えた隔離された実行環境
MCP Server: AIモデルとサンドボックス間の通信を処理
Skills System: 一般的なタスク用のパッケージ化されたツール（PDF操作、画像処理など）

例

examples/ ディレクトリには以下が含まれます:

openai-agents - OpenAIエージェント統合の例
claude-desktop - Claude Desktop統合の例

コンテナイメージ構築チュートリアル

https://github.com/apple/container/blob/main/docs/tutorial.md

ロードマップ

Firecrackerを使用したLinuxサポート
外部エージェントアクションのためのガードレール
Coderunner用CLI

コントリビューション

コントリビューションを歓迎します！ガイドラインについてはCONTRIBUTING.mdを参照してください。

ライセンス

このプロジェクトはApache 2.0ライセンスの下でライセンスされています - 詳細はLICENSEファイルを参照してください。

coderunner

人気