---

概述

Capsule 是一个在隔离环境中执行不受信任代码的运行时。每个任务都在自己的 WebAssembly 沙箱中运行，提供：

• 隔离执行：每个任务与主机系统隔离运行
• 资源限制：为每个任务设置 CPU、内存和超时限制
• 自动重试：无需手动干预即可处理故障
• 生命周期跟踪：监控哪些任务正在运行、已完成或失败

工作原理

使用 Python

只需用 @task 装饰器注解你的 Python 函数：

from capsule import task

@task(name="analyze_data", compute="MEDIUM", ram="512MB", timeout="30s", max_retries=1)
def analyze_data(dataset: list) -> dict:
    """在隔离、资源控制的环境中处理数据。"""
    # 你的代码在 Wasm 沙箱中安全运行
    return {"processed": len(dataset), "status": "complete"}

使用 TypeScript / JavaScript

使用 task() 包装函数，可完全访问 npm 生态系统：

import { task } from "@capsule-run/sdk";

export const analyzeData = task({
  name: "analyze_data",
  compute: "MEDIUM",
  ram: "512MB",
  timeout: "30s",
  maxRetries: 1
}, (dataset: number[]): object => {
  // 你的代码在 Wasm 沙箱中安全运行
  return { processed: dataset.length, status: "complete" };
});

[!NOTE] 运行时需要一个名为 "main" 的任务作为入口点。如果未定义，Python 将自动创建一个，但建议显式设置。

当你运行 capsule run main.py（或 main.ts）时，你的代码会被编译成 WebAssembly 模块并在隔离沙箱中执行。

每个任务都在其自己的沙箱中运行，具有可配置的资源限制，确保故障被隔离，不会级联到工作流的其他部分。主机系统控制执行的每个方面，从通过 Wasm 燃料计量的 CPU 分配到内存限制和超时强制。

快速开始

Python

pip install capsule-run

创建 hello.py：

from capsule import task

@task(name="main", compute="LOW", ram="64MB")
def main() -> str:
    return "Hello from Capsule!"

运行它：

capsule run hello.py

TypeScript / JavaScript

npm install -g @capsule-run/cli
npm install @capsule-run/sdk

创建 hello.ts：

import { task } from "@capsule-run/sdk";

export const main = task({
  name: "main",
  compute: "LOW",
  ram: "64MB"
}, (): string => {
  return "Hello from Capsule!";
});

运行它：

capsule run hello.ts

[!TIP] 添加 --verbose 以查看实时任务执行详情。

从代码中运行

run() 函数允许你从代码中以编程方式执行任务，而不是使用 CLI。args 会自动作为参数转发给 main 任务。

Python

from capsule import run

result = await run(
    file="./sandbox.py",
    args=["code to execute"]
)

创建 sandbox.py：

from capsule import task

@task(name="main", compute="LOW", ram="64MB")
def main(code: str) -> str:
    return eval(code)

TypeScript / JavaScript

[!IMPORTANT] 你的依赖中需要 @capsule-run/cli 才能在 TypeScript 中使用 runner 函数。

import { run } from '@capsule-run/sdk/runner';

const result = await run({
  file: './sandbox.ts',
  args: ['code to execute']
});

创建 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] 如果你在寻找预配置、开箱即用的解决方案，请查看 Python 适配器 或 TypeScript 适配器。

文档

任务配置选项

使用以下参数配置你的任务：

参数	描述	类型	默认值	示例
name	任务标识符	str	函数名 (Python) / 必填 (TS)	"process_data"
compute	CPU 分配级别："LOW"、"MEDIUM" 或 "HIGH"	str	"MEDIUM"	"HIGH"
ram	任务的内存限制	str	无限制	"512MB", "2GB"
timeout	最大执行时间	str	无限制	"30s", "5m", "1h"
max_retries / maxRetries	失败时的重试次数	int	0	3
allowed_files / allowedFiles	沙箱中可访问的文件夹（带有可选访问模式）	list	[]	["./data"], [{"path": "./data", "mode": "ro"}]
allowed_hosts / allowedHosts	沙箱中可访问的域名	list	[]	["api.openai.com", "*.anthropic.com"]
env_variables / envVariables	沙箱中可访问的环境变量	list	[]	["API_KEY"]

计算级别

Capsule 通过 WebAssembly 的燃料机制控制 CPU 使用量，该机制对指令执行进行计量。计算级别决定了你的任务获得多少燃料。

• LOW 为轻量级任务提供最小分配
• MEDIUM 为典型工作负载提供均衡资源
• HIGH 为计算密集型操作提供最大燃料
• CUSTOM 指定精确的燃料值（例如 compute="1000000"），以便精确控制执行限制。

响应格式

每个任务返回一个结构化的 JSON 信封，包含结果和执行元数据：

{
  "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": [{...}]
  }
}

响应字段：

• success — 布尔值，指示任务是否成功完成
• result — 任务的实际返回值（json、字符串，失败时为 null 等）
• error — 任务失败时的错误详情（{ error_type: string, message: string }）
• execution — 性能指标：
  • task_name — 执行的任务名称
  • duration_ms — 执行时间（毫秒）
  • retries — 发生的重试次数
  • fuel_consumed — 使用的 CPU 资源（参见 计算级别）
  • ram_used — 峰值内存使用量（字节）
  • host_requests — 任务发出的主机请求列表

网络访问

任务可以对 allowed_hosts 中指定的域名发起 HTTP 请求。默认情况下，不允许出站请求（[]）。提供域名允许列表以授予访问权限，或使用 ["*"] 允许所有域名。

Python

import json
from capsule import task
from urllib.request import urlopen

@task(name="main", allowed_hosts=["api.openai.com", "*.anthropic.com"])
def main() -> dict:
    with urlopen("https://api.openai.com/v1/models") as response:
        return json.loads(response.read().decode("utf-8"))

TypeScript / JavaScript

import { task } from "@capsule-run/sdk";

export const main = task({
    name: "main",
    allowedHosts: ["api.openai.com", "*.anthropic.com"]
}, async () => {
    const response = await fetch("https://api.openai.com/v1/models");
    return response.json();
});

文件访问

任务可以读取和写入 allowed_files 中指定目录内的文件。尝试访问这些目录之外的文件是不可能的。

[!NOTE] allowed_files 仅支持目录路径，不支持单个文件。

每个条目可以是普通路径（默认为读写）或带有显式 mode 的结构化对象：

• "read-only"（或 "ro"）
• "read-write"（或 "rw"）

Python

Python 的标准文件操作正常工作。使用 open()、os、pathlib 或任何文件操作库。

from capsule import task

@task(name="main", allowed_files=[
    {"path": "./data", "mode": "read-only"},
    {"path": "./output", "mode": "read-write"},
])
def main() -> str:
    with open("./data/input.txt") as f:
        content = f.read()
    with open("./output/result.txt", "w") as f:
        f.write(content)
    return content

普通字符串仍然接受：allowed_files=["./output"] 默认为读写。

TypeScript / JavaScript

常见的 Node.js 内置模块可用。使用标准 fs 模块：

import { task } from "@capsule-run/sdk";
import fs from "fs/promises";

export const main = task({
    name: "main",
    allowedFiles: [
        { path: "./data", mode: "read-only" },
        { path: "./output", mode: "read-write" },
    ]
}, async () => {
    const content = await fs.readFile("./data/input.txt", "utf8");
    await fs.writeFile("./output/result.txt", content);
    return content;
});

普通字符串仍然接受：allowedFiles: ["./output"] 默认为读写。

动态目录别名（--mount）

--mount 标志（CLI）或 mounts 参数（SDK）将主机目录挂载到沙箱中，并使用别名。挂载会传播到子任务，并添加对新路径的访问，但不会更改 allowed_files 中已声明路径的访问模式。

格式： HOST_PATH[::GUEST_PATH][:ro|:rw]

部分	必需	描述
HOST_PATH	是	主机上的路径（相对于 cwd，必须保持在项目根目录内）
::GUEST_PATH	否	任务在沙箱内看到的路径。默认为 HOST_PATH
:ro / :rw	否	访问模式。默认为读写

CLI

# 挂载一个会话工作区，并在任务内将其暴露为 "workspace"
capsule run main.py --mount sessions/abc123_workspace::workspace

# 多个目录
capsule run main.py \
  --mount sessions/abc123_workspace::workspace \
  --mount sessions/bce456_workspace::workspace:ro

Python SDK

from capsule import run

result = await run(
    file="main.py",
    mounts=[".capsule/sessions/abc123_workspace::workspace"],
)