
Безопасная среда выполнения для изоляции задач AI-агентов. Запускайте недоверенный код в изолированных средах WebAssembly.
Capsule — это среда выполнения для запуска непроверенного кода в изолированных окружениях. Каждая задача выполняется в собственной песочнице WebAssembly, что обеспечивает:
Просто добавьте декоратор @task к вашим функциям:
from capsule import task
@task(name="analyze_data", compute="MEDIUM", ram="512MB", timeout="30s", max_retries=1)
def analyze_data(dataset: list) -> dict:
"""Обработка данных в изолированном окружении с контролем ресурсов."""
# Ваш код безопасно выполняется в песочнице Wasm
return {"processed": len(dataset), "status": "complete"}
Используйте функцию-обёртку task() с полным доступом к экосистеме npm:
import { task } from "@capsule-run/sdk";
export const analyzeData = task({
name: "analyze_data",
compute: "MEDIUM",
ram: "512MB",
timeout: "30s",
maxRetries: 1
}, (dataset: number[]): object => {
// Ваш код безопасно выполняется в песочнице Wasm
return { processed: dataset.length, status: "complete" };
});
[!NOTE] Среда выполнения требует задачу с именем
"main"в качестве точки входа. Python создаст её автоматически, если она не определена, но рекомендуется задавать её явно.
При запуске capsule run main.py (или main.ts) ваш код компилируется в модуль WebAssembly и выполняется в изолированных песочницах.
Каждая задача работает в собственной песочнице с настраиваемыми ограничениями ресурсов. Это гарантирует, что сбои изолированы и не влияют на другие части рабочего процесса. Хост-система контролирует каждый аспект выполнения: от распределения CPU (через топливный механизм Wasm) до ограничений памяти и времени выполнения.
pip install capsule-run
Создайте hello.py:
from capsule import task
@task(name="main", compute="LOW", ram="64MB")
def main() -> str:
return "Hello from Capsule!"
Запустите:
capsule run hello.py
npm install -g @capsule-run/cli
npm install @capsule-run/sdk
Создайте hello.ts:
import { task } from "@capsule-run/sdk";
export const main = task({
name: "main",
compute: "LOW",
ram: "64MB"
}, (): string => {
return "Hello from Capsule!";
});
Запустите:
capsule run hello.ts
[!TIP] Добавьте
--verbose, чтобы видеть детали выполнения задач в реальном времени.
Функция run() позволяет выполнять задачи программно, не используя CLI. Аргументы args автоматически передаются как параметры задаче main.
from capsule import run
result = await run(
file="./sandbox.py",
args=["code to execute"]
)
Создайте sandbox.py:
from capsule import task
@task(name="main", compute="LOW", ram="64MB")
def main(code: str) -> str:
return eval(code)
[!IMPORTANT] Для использования функций запуска в TypeScript требуется
@capsule-run/cliв зависимостях.
import { run } from '@capsule-run/sdk/runner';
const result = await run({
file: './sandbox.ts',
args: ['code to execute']
});
Создайте sandbox.ts:
import { task } from "@capsule-run/sdk";
export const main = task({
name: "main",
compute: "LOW",
ram: "64MB"
}, (code: string): string => {
return eval(code);
});
[!TIP] Если вам нужно готовое решение, посмотрите адаптер Python или адаптер TypeScript.
Настройте свои задачи с помощью этих параметров:
| Параметр | Описание | Тип | По умолчанию | Пример |
|---|---|---|---|---|
name | Идентификатор задачи | str | имя функции (Python) / обязательный (TS) | "process_data" |
compute | Уровень выделения CPU: "LOW", "MEDIUM" или "HIGH" | str | "MEDIUM" | "HIGH" |
ram | Лимит памяти для задачи | str | без ограничений | "512MB", "2GB" |
timeout | Максимальное время выполнения | str | без ограничений | "30s", "5m", "1h" |
max_retries / maxRetries | Количество попыток повтора при сбое | int | 0 | 3 |
allowed_files / allowedFiles | Папки, доступные в песочнице (с опциональным режимом доступа) | list | [] | ["./data"], [{"path": "./data", "mode": "ro"}] |
allowed_hosts / allowedHosts | Домены, доступные в песочнице | list | [] | ["api.openai.com", "*.anthropic.com"] |
env_variables / envVariables | Переменные окружения, доступные в песочнице | list | [] | ["API_KEY"] |
Capsule управляет использованием CPU через топливный механизм WebAssembly, который дозирует выполнение инструкций. Уровень compute определяет, сколько топлива получает задача.
compute="1000000") для точного контроля пределов выполнения.Каждая задача возвращает структурированный JSON-конверт, содержащий как результат, так и метаданные выполнения:
{
"success": true,
"result": "Hello from Capsule!",
"error": null,
"execution": {
"task_name": "data_processor",
"duration_ms": 1523,
"retries": 0,
"fuel_consumed": 45000,
"ram_used": 1200000,
"host_requests": [{...}]
}
}
Поля ответа:
success — логическое значение, указывающее на успешное выполнение задачиresult — фактическое возвращаемое значение задачи (json, строка, null при ошибке и т.д.)error — детали ошибки, если задача завершилась сбоем ({ error_type: string, message: string })execution — метрики производительности:
task_name — имя выполненной задачиduration_ms — время выполнения в миллисекундахretries — количество произошедших повторовfuel_consumed — использованные ресурсы CPU (см. Уровни вычислительных ресурсов)ram_used — пиковое использование памяти в байтахhost_requests — список запросов к хосту, сделанных задачейЗадачи могут выполнять HTTP-запросы к доменам, указанным в allowed_hosts. По умолчанию исходящие запросы запрещены ([]). Укажите белый список доменов для предоставления доступа или используйте ["*"], чтобы разрешить все домены.
import json
from capsule import task
from urllib.request import urlopen