Skip to content
KitploitKITPLOIT
工具博客
Log in
提交
工具博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
coderunner — 适用于您的 AI 代理的本地沙箱 | Kitploit
工具/GitHubGitHub/instavm/coderunner
容器安全动态分析 (沙盒)安全虚拟化DevSecOpsAI 安全
GitHubinstavm/coderunner

coderunner

适用于您的 AI 代理的本地沙箱

查看仓库
882414910天前Kitploit 审核通过
分享
网站

Start License

CodeRunner:为你的 AI 智能体提供的本地沙箱

CodeRunner 帮助你将 AI 智能体及其操作沙箱化,使其在沙箱内运行。

主要用例: 在沙箱中运行 AI 智能体代码,并显式选择主机挂载和网络访问权限。隔离可降低风险;但它并不能防止所有数据丢失或数据外泄。

我们已推出面向智能体的云端托管虚拟机——InstaVM - 为 AI 智能体提供即时计算机

快速开始

前提条件: 搭载 macOS 和 Apple Silicon(M1/M2/M3/M4)的 Mac,Python 3.10+

凭据

安装程序会在 ~/.coderunner/api-token 中生成沙箱令牌(或保存你导出的 CODERUNNER_API_TOKEN)。客户端以 Authorization: Bearer <token> 的形式发送该令牌;cat ~/.coderunner/api-token 可将其打印出来。只有 GET /health 是公开的,令牌缺失或强度不足时会默认拒绝访问。当未设置该变量时, Claude Desktop 代理和示例会从该文件中读取令牌。参见身份验证与网络边界。

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

停止与恢复

完成后停止沙箱:

container stop coderunner

稍后恢复同一沙箱,保留其文件系统。Python 内核状态是易失的,在 VM 或服务器重启后不会保留:

container start coderunner

要重新开始一个干净的沙箱,请删除容器并再次运行安装程序:

container delete coderunner && ./install.sh

资源限制与工作区挂载

CPU 和内存限制可通过安装程序选项或 CODERUNNER_CPUS 和 CODERUNNER_MEMORY 环境变量进行设置:

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

其他主机目录必须挂载到 /workspace 下。它们默认是只读的;仅当沙箱需要写入主机时才添加 :rw:

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

额外挂载默认无。资源与挂载设置在容器创建时即固定;如需更改,请先删除容器。

禁用出站网络访问

默认情况下,沙箱中运行的代码具有不受限制的网络访问权限。要使其在无互联网访问的仅主机网络上运行:

CODERUNNER_NETWORK=none ./install.sh

在此模式下,MCP 服务器可通过 http://127.0.0.1:8222/mcp 访问。该设置在创建容器时即固定;安装程序拒绝恢复使用不同网络模式的容器。

使用 Claude Code

Claude Code 以你的身份在你的机器上运行命令,权限提示是唯一的边界。将其指向 CodeRunner 的工具后,它编写的代码将在虚拟机中运行:无论收到什么指令,它只能访问你挂载到 /workspace 下的文件夹、你允许的网络以及沙箱自身的文件系统。对于处理不可信输入的代码,或你不会手动运行的代码,以及多个不得共享状态的代理(命名会话),请使用沙箱。它无法保护你以读写方式挂载的任何内容。

在沙箱内运行 Claude Code

./install.sh(如果尚未执行)

container exec -it coderunner /bin/bash

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

image

其他集成选项

MCP 服务器将可通过以下地址访问:http://coderunner.local:8222/mcp

安装程序会为 Claude Desktop 代理创建 ~/.coderunner/venv。对于其他 Python 示例,请在你自己的 virtualenv 中安装其依赖项:

pip install -r examples/requirements.txt

1. Claude Desktop 集成

配置 Claude Desktop 以将 CodeRunner 用作 MCP 服务器:

demo1

demo2

demo4

  1. 复制示例配置:

    cd examples
    cp claude_desktop/claude_desktop_config.example.json claude_desktop/claude_desktop_config.json
    
  2. 编辑配置文件并替换占位符路径:

    • 将 /path/to/your/python 替换为 $HOME/.coderunner/venv/bin/python,使用你主目录的完整路径
    • 将 /path/to/coderunner 替换为你克隆仓库的实际路径

    编辑后的示例:

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

    • 打开 Claude Desktop
    • 前往 Settings → Developer
    • 添加 MCP 服务器配置
    • 重启 Claude Desktop
  4. 在 Claude 中开始使用 CodeRunner: Claude 现在编写的代码会在沙箱中运行。

    如果该工具在聊天工具菜单中显示为“Disabled”,尽管服务器已列为正在运行:请完全退出 Claude Desktop(Cmd-Q)并重新打开,确保 command 是安装程序打印的 venv python(它 包含 fastmcp),并查看 ~/Library/Logs/Claude/mcp-server-coderunner.log 以获取代理的错误信息。该代理 需要沙箱正在运行(container list)以及令牌文件 ~/.coderunner/api-token。

2. Claude Code CLI

将 CodeRunner 与 Claude Code CLI 配合使用,以获得基于终端的 AI 辅助:

快速开始:

# 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 插件(claude plugin marketplace add https://github.com/instavm/coderunner-plugin)早于该令牌出现,在发送相同请求头之前会返回 401;在插件更新之前,请使用上面的命令。

安装步骤:

  1. 导航到插件市场:

    导航到插件市场

  2. 添加 InstaVM 仓库:

    添加 InstaVM 仓库

  3. 使用 Claude Code 执行 Python 代码:

    执行 Python 代码

就是这样!Claude Code 现在可以访问所有 CodeRunner 工具:

  • execute_python_code - 在持久化 Jupyter 内核中运行 Python 代码
  • start_python_session - 为命名会话预留一个隔离的内核
  • list_python_sessions - 列出活动的命名会话
  • stop_python_session - 停止会话并丢弃其内核状态
  • navigate_and_get_all_visible_text - 使用 Playwright 进行网页抓取
  • list_skills - 列出可用的技能(docx、xlsx、pptx、pdf、图像处理等)
  • get_skill_info - 获取特定技能的文档
  • get_skill_file - 读取技能文件和示例

将返回的 session_id 传递给 execute_python_code,以在代理之间保持状态隔离。最多可以同时运行五个命名会话。

了解更多: 请参阅插件仓库获取详细文档。

3. OpenCode 配置

配置 OpenCode 以将 CodeRunner 用作 MCP 服务器:

OpenCode 示例

创建或编辑 ~/.config/opencode/opencode.json:

{
  "$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
    }
  }
}

保存配置后:

  1. 重启 OpenCode
  2. CodeRunner 工具将自动可用
  3. 开始执行 Python 代码,并拥有对沙箱环境的完全访问权限

4. Python OpenAI Agents

将 CodeRunner 与 OpenAI 的 Python agents 库配合使用:

demo3

  1. 设置你的 OpenAI API 密钥:

    export OPENAI_API_KEY="your-openai-api-key-here"
    
  2. 运行客户端:

    python examples/openai_agents/openai_client.py
    
  3. 开始编写代码: 输入类似“write python code to generate 100 prime numbers”的提示词,然后观察它在沙箱中安全执行!

5. Gemini-CLI

Gemini CLI 是 Google 最近推出的。

~/.gemini/settings.json
{
  "theme": "Default",
  "selectedAuthType": "oauth-personal",
  "mcpServers": {
    "coderunner": {
      "httpUrl": "http://coderunner.local:8222/mcp",
      "headers": { "Authorization": "Bearer <contents of ~/.coderunner/api-token>" }
    }
  }
}

gemini1

gemini2

6. Amazon 的 Kiro

Kiro 是 Amazon 最近推出的。

~/.kiro/settings/mcp.json
下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

暂无热门数据。

探索所有工具

浏览我们的工具集合

查看所有工具 →