Skip to content
KitploitKITPLOIT
도구익스플로잇블로그
Log in
제출
도구익스플로잇블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

피드문의개인정보© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
coderunner — AI 에이전트용 로컬 샌드박스 | Kitploit
도구/GitHubGitHub/instavm/coderunner
Container SecurityDynamic Analysis (Sandboxing)Security VirtualizationDevSecOpsAI Security
GitHubinstavm/coderunner

coderunner

AI 에이전트용 로컬 샌드박스

저장소 보기
882414910일 전Kitploit 검토 완료
공유
웹사이트

Start License

CodeRunner: AI 에이전트를 위한 로컬 샌드박스

CodeRunner는 AI 에이전트와 그 동작을 샌드박스 내부에서 격리(샌드박싱)할 수 있도록 도와줍니다.

주요 사용 사례: 명시적으로 선택한 호스트 마운트와 네트워크 액세스를 갖춘 샌드박스에서 AI 에이전트 코드를 실행합니다. 격리는 위험을 줄여주지만, 모든 데이터 손실이나 유출을 방지하지는 않습니다.

에이전트를 위한 클라우드 관리형 VM으로 InstaVM - AI 에이전트를 위한 즉석 컴퓨터를 출시했습니다.

빠른 시작

사전 요구 사항: macOS와 Apple Silicon(M1/M2/M3/M4)이 탑재된 Mac, Python 3.10+

자격 증명

설치 프로그램은 샌드박스 토큰을 ~/.coderunner/api-token에 생성합니다(또는 내보낸 CODERUNNER_API_TOKEN을 저장합니다). 클라이언트는 이를 Authorization: Bearer <token>으로 전송하며, cat ~/.coderunner/api-token으로 출력할 수 있습니다. 오직 GET /health만 공개되며, 토큰이 없거나 취약하면 기본적으로 거부(fail closed)됩니다. Claude Desktop 프록시와 예제들은 변수가 설정되지 않은 경우 해당 파일에서 토큰을 읽습니다. 인증 및 네트워크 경계를 참조하세요.

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

중지 및 재개

작업이 끝나면 샌드박스를 중지하세요:

container stop coderunner

나중에 동일한 샌드박스를 재개하여 파일 시스템을 보존합니다. Python 커널 상태는 휘발성이므로 VM 또는 서버 재시작 후에는 유지되지 않습니다:

container start coderunner

깨끗한 샌드박스로 처음부터 다시 시작하려면 컨테이너를 삭제하고 설치 프로그램을 다시 실행하세요:

container delete coderunner && ./install.sh

리소스 제한 및 워크스페이스 마운트

CPU 및 메모리 제한은 설치 프로그램 옵션이나 CODERUNNER_CPUS 및 CODERUNNER_MEMORY 환경 변수로 설정할 수 있습니다:

./install.sh --cpus 4 --memory 8g

/workspace 아래에 추가 호스트 디렉터리를 마운트해야 합니다. 기본적으로 읽기 전용이며, 샌드박스가 호스트에 쓰기를 해야 하는 경우에만 :rw를 추가하세요:

./install.sh \
  --mount "$HOME/projects/api:/workspace/api" \
  --mount "$HOME/projects/output:/workspace/output:rw"

추가 마운트는 기본적으로 없음입니다. 리소스 및 마운트 설정은 컨테이너가 생성될 때 고정되므로, 변경하려면 컨테이너를 삭제한 후 다시 생성해야 합니다.

아웃바운드 네트워크 액세스 비활성화

기본적으로 샌드박스에서 실행되는 코드는 제한 없는 네트워크 액세스 권한을 가집니다. 인터넷 액세스가 없는 호스트 전용 네트워크에서 실행하려면:

CODERUNNER_NETWORK=none ./install.sh

이 모드에서는 MCP 서버가 http://127.0.0.1:8222/mcp에서 사용 가능합니다. 이 설정은 컨테이너가 생성될 때 고정되며, 설치 프로그램은 다른 네트워크 모드로 컨테이너를 재개하는 것을 거부합니다.

Claude Code 사용 시

Claude Code는 권한 프롬프트만을 경계로 하여 사용자 머신에서 사용자 권한으로 명령을 실행합니다. 대신 CodeRunner의 도구를 가리키면 작성한 코드가 VM 내에서 실행됩니다. 즉, 어떤 지시를 받았든 마운트된 /workspace 아래의 폴더, 허용된 네트워크, 그리고 샌드박스 자체의 파일시스템에만 접근할 수 있습니다. 신뢰할 수 없는 입력을 처리하는 코드나 직접 실행하지 않을 코드, 그리고 상태를 공유해서는 안 되는 여러 에이전트(명명된 세션)에는 샌드박스를 사용하십시오. 읽기-쓰기로 마운트한 항목은 보호하지 않습니다.

샌드박스 내부에서 Claude Code 실행

./install.sh (아직 실행하지 않은 경우)

container exec -it coderunner /bin/bash

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

image

기타 통합 옵션

MCP 서버는 다음 위치에서 사용 가능합니다: http://coderunner.local:8222/mcp

설치 프로그램은 Claude Desktop 프록시를 위해 ~/.coderunner/venv를 생성합니다. 다른 Python 예제의 경우, 자체 virtualenv에 해당 의존성을 설치하십시오:

pip install -r examples/requirements.txt

1. Claude Desktop 통합

CodeRunner를 MCP 서버로 사용하도록 Claude Desktop 구성:

demo1

demo2

demo4

  1. 예제 구성 복사:

    cd examples
    cp claude_desktop/claude_desktop_config.example.json claude_desktop/claude_desktop_config.json
    
  2. 구성 파일을 편집하고 자리 표시자 경로를 교체하세요:

    • /path/to/your/python을 $HOME/.coderunner/venv/bin/python으로 교체하되, 홈 디렉터리의 전체 경로를 사용하세요
    • /path/to/coderunner를 클론한 저장소의 실제 경로로 교체하세요

    편집 후 예시:

    {
      "mcpServers": {
        "coderunner": {
          "command": "/Users/yourname/.coderunner/venv/bin/python",
          "args": ["/Users/yourname/coderunner/examples/claude_desktop/mcpproxy.py"]
        }
      }
    }
    
  3. Claude Desktop 구성 업데이트:

    • Claude Desktop 열기
    • Settings → Developer로 이동
    • MCP 서버 구성 추가
    • Claude Desktop 재시작
  4. Claude에서 CodeRunner 사용 시작: 이제 Claude가 작성한 코드는 샌드박스에서 실행됩니다.

    서버가 실행 중으로 표시되는데도 채팅의 도구 메뉴에서 도구가 "Disabled"로 표시되면: Claude Desktop을 완전히 종료(Cmd-Q)한 후 다시 열고, command가 설치 프로그램이 출력한 venv python인지(여기에는 fastmcp가 포함됨) 확인한 다음, 프록시의 오류를 확인하려면 ~/Library/Logs/Claude/mcp-server-coderunner.log를 읽으십시오. 프록시는 샌드박스가 실행 중이어야 하며(container list) 토큰 파일 ~/.coderunner/api-token이 필요합니다.

2. Claude Code CLI

터미널 기반 AI 지원을 위해 CodeRunner를 Claude Code CLI와 함께 사용하십시오:

빠른 시작:

# 1. Install and start CodeRunner (one-time setup; run as yourself, it asks for sudo when it needs it)
git clone https://github.com/instavm/coderunner.git
cd coderunner
./install.sh

# 2. Add the sandbox with its token (the installer prints this command)
claude mcp add --transport http coderunner http://coderunner.local:8222/mcp \
  --header "Authorization: Bearer $(cat ~/.coderunner/api-token)"

# 3. Reconnect to MCP servers
/mcp

Claude Code 플러그인(claude plugin marketplace add https://github.com/instavm/coderunner-plugin)은 토큰보다 먼저 만들어졌기 때문에 동일한 헤더를 전송할 때까지 401 오류가 발생합니다. 플러그인이 업데이트될 때까지는 위 명령을 사용하세요.

설치 단계:

  1. 플러그인 마켓플레이스로 이동:

    플러그인 마켓플레이스로 이동

  2. InstaVM 저장소 추가:

    InstaVM 저장소 추가

  3. Claude Code로 Python 코드 실행:

    Python 코드 실행

이게 전부입니다! 이제 Claude Code에서 모든 CodeRunner 도구를 사용할 수 있습니다:

  • execute_python_code - 영구 Jupyter 커널에서 Python 코드 실행
  • start_python_session - 이름이 지정된 세션을 위해 격리된 커널 예약
  • list_python_sessions - 활성화된 이름 지정 세션 목록 표시
  • stop_python_session - 세션을 중지하고 해당 커널 상태 폐기
  • navigate_and_get_all_visible_text - Playwright를 사용한 웹 스크래핑
  • list_skills - 사용 가능한 스킬 목록 표시(docx, xlsx, pptx, pdf, 이미지 처리 등)
  • get_skill_info - 특정 스킬에 대한 문서 가져오기
  • get_skill_file - 스킬 파일 및 예제 읽기

에이전트 간에 상태를 격리된 상태로 유지하려면 반환된 session_id를 execute_python_code에 전달하세요. 최대 5개의 이름 지정 세션을 동시에 실행할 수 있습니다.

자세히 알아보기: 자세한 문서는 플러그인 저장소를 참조하세요.

3. OpenCode 구성

CodeRunner를 MCP 서버로 사용하도록 OpenCode 구성:

OpenCode 예제

~/.config/opencode/opencode.json을 생성하거나 편집하세요:

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "coderunner": {
      "type": "remote",
      "url": "http://coderunner.local:8222/mcp",
      "headers": { "Authorization": "Bearer <contents of ~/.coderunner/api-token>" },
      "enabled": true
    }
  }
}

구성을 저장한 후:

  1. OpenCode를 재시작합니다
  2. CodeRunner 도구를 자동으로 사용할 수 있게 됩니다
  3. 샌드박스 환경에 대한 전체 액세스 권한으로 Python 코드 실행을 시작합니다

4. Python OpenAI 에이전트

OpenAI의 Python 에이전트 라이브러리와 함께 CodeRunner를 사용합니다:

demo3

  1. OpenAI API 키를 설정합니다:

    export OPENAI_API_KEY="your-openai-api-key-here"
    
  2. 클라이언트 실행:

    python examples/openai_agents/openai_client.py
    
도구 다운로드

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

아직 인기 데이터가 없습니다.

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →