Monty 避免了基于容器的沙箱在运行 LLM 生成代码时所面临的延迟、复杂性和成本问题。 它有两种形式：OSS Monty，即以软件包形式安装的 MIT 许可 Python 3.14 沙箱，以及 Full Monty，即作为服务在 gRPC 流后面运行同一沙箱的商业服务器。

从运行池中启动一个新的 OSS Monty 沙箱耗时不到 1ms（Full Monty：约 2ms） 相比之下，沙箱服务大约需要 1500ms。

沙箱内部不存在文件系统、环境变量和网络：它只能通过你传入的函数和挂载点访问宿主机。

文档：pydantic.dev/docs/monty

安装

uv add pydantic-monty        # Python
npm install @pydantic/monty  # JavaScript / TypeScript
cargo add monty              # Rust

商业版 Full Monty 以容器镜像的形式运行相同的 worker。

示例

code 字符串是模型在被问及一块巧克力能为一盏灯泡供电多久时写出的内容：

from pydantic_monty import Monty

code = """
kcal = nutrition('chocolate bar')['kcal']
hours = kcal * 4184 / (bulb_watts * 3600)
print(f'a chocolate bar powers a {bulb_watts} W bulb for {hours:.1f} hours')
"""

with Monty() as pool:
    with pool.checkout() as session:
        session.feed_run(
            code,
            inputs={'bulb_watts': 10},
            external_lookup={'nutrition': lambda food: {'kcal': 230}},
        )
        #> a chocolate bar powers a 10 W bulb for 26.7 hours

nutrition 在宿主机上运行，沙箱只能看到它的返回值。

文档

• 简介，包含延迟测量数据
• 与其他方案的比较：Docker、Pyodide、WASI、 沙箱服务
• 快速入门：Python、 JavaScript 或 Rust
• 安全模型、资源 限制、 快照、Python 子集
• docs/：文档站点的源文件

Monty 在 Pydantic AI 中运行 Code Mode。 社区绑定：gomonty（Go）和 dart_monty（Dart / Flutter）。

Pydantic 技术栈的一部分

Pydantic 技术栈提供了交付生产级 AI 智能体所需的一切：

• Pydantic AI - 类型安全的 智能体框架
• Pydantic Logfire - AI 优先的 全栈可观测性
• Logfire AI Gateway - 统一的 LLM 代理