E2B 是什么：给 AI 智能体用的代码沙箱，安装与第一段代码

本文根据 E2B 官方文档首页整理，资料核对于 2026-10-11。文中代码取自官方页面，没有在本机运行验证。

适用于谁

• 搜「e2b 是什么」「e2b 沙箱」「e2b sandbox」「e2b sdk」的人；
• 在做能写代码、跑代码的智能体，发愁「模型生成的代码到底在哪执行」的人；
• 看到别人的智能体项目依赖里有 e2b，想知道它是干什么的人。

结论先说

1. E2B 提供隔离的沙箱，让智能体可以安全地执行代码、处理数据、运行工具。
2. 一个沙箱就是一台按需创建的 Linux 虚拟机，官方的描述是快速、安全，并且可以暂停和恢复。
3. 用起来就三步：拿到 API Key 并设成环境变量 E2B_API_KEY → 装 SDK（npm i e2b 或 pip install e2b）→ Sandbox.create() 之后在里面执行命令。
4. 它解决的问题是隔离：模型写的代码不在你的服务器或电脑上跑，出了问题影响不到你的环境。

一、为什么智能体需要沙箱

让模型「写一段代码分析这个 CSV 并画图」，写出来的代码总得有地方执行。几种做法的差别：

模型生成的代码应当被当作不可信的代码对待：它可能写错，也可能因为读到了恶意内容而被带偏。沙箱就是第三种做法的现成实现。不少智能体框架的示例里，执行命令的工具背后都是某种沙箱，例如《Vercel AI SDK 是什么》里引用的官方示例。

二、三个核心概念

官方文档首页列的概念：

模板的用途：你的任务总是需要某些软件包时，把它们做进模板，新沙箱启动时就已经装好，不必每次现装。

暂停与恢复的用途：一个要持续很久、中间有等待的任务（比如等用户确认），可以先把沙箱暂停，回来再接着用，文件和内存状态都在。

三、安装 SDK

JavaScript / TypeScript：

bash
npm i e2b

Python：

bash
pip install e2b

创建沙箱需要 API Key，SDK 从环境变量 E2B_API_KEY 读取。在 E2B 的控制台拿到 Key 后设置环境变量（macOS / Linux 用 export E2B_API_KEY=...，Windows PowerShell 用 $env:E2B_API_KEY = "..."）。

四、第一段代码

官方的最小示例，创建一个沙箱并在里面执行一条命令。

Python：

python
from e2b import Sandbox

sandbox = Sandbox.create()  # Needs E2B_API_KEY environment variable
result = sandbox.commands.run('echo "Hello from E2B Sandbox!"')
print(result.stdout)

JavaScript / TypeScript：

javascript
import { Sandbox } from 'e2b'

const sandbox = await Sandbox.create() // Needs E2B_API_KEY environment variable
const result = await sandbox.commands.run('echo "Hello from E2B Sandbox!"')
console.log(result.stdout)

• Sandbox.create()：创建一台新的沙箱虚拟机；
• sandbox.commands.run(...)：在沙箱里执行一条终端命令；
• result.stdout：命令的标准输出。

这条 echo 是在远端的沙箱里执行的，不是在你的电脑上。

五、接到智能体里：基本思路

把沙箱做成智能体的一个工具：

1. 定义一个「执行命令」或「运行代码」的工具，参数是模型给出的命令或代码；
2. 工具的实现里，把这段内容交给沙箱执行；
3. 把标准输出和报错原样返回给模型；
4. 模型根据结果决定下一步：修正代码重试，或者给出最终答案。

官方文档里有专门的章节讲怎么把大模型接到沙箱上、让它运行 AI 生成的代码。工具调用的机制见《Claude 工具调用入门》；用框架来组织这个循环，可以看《OpenAI Agents SDK 教程》或《Pydantic AI 是什么》。

六、还能做什么

官方文档首页提到的其他能力：

• 向沙箱上传文件、从沙箱下载文件，比如把用户的数据文件传进去、把生成的图表取出来；
• 安装自定义的第三方软件包；
• 桌面沙箱：给「电脑操作」类智能体用的虚拟 Linux 桌面，智能体可以看到并控制它；
• 在 GitHub Actions 的 CI/CD 里使用，用于测试、校验和 AI 代码审查。

每一项的具体接口见官方文档的对应章节。

七、注意事项

• 沙箱隔离的是执行环境，不是你传进去的数据。传进沙箱的文件和密钥，沙箱里的代码都能读到。只传任务需要的东西，不要把生产环境的凭据放进去；
• 用完要清理。按官方说明，暂停的沙箱会一直保留到你终止它。长期不用的沙箱及时终止，避免不必要的占用；
• API Key 只放在服务端，不要写进前端代码或提交进仓库；
• 费用：按官方定价页为准，本文不列数字。

常见问题

Q：和 Docker 容器有什么区别？

按官方的说法，E2B 的沙箱是虚拟机，并且是托管服务：你通过 SDK 按需创建，不用自己维护宿主机。自己用 Docker 搭隔离环境也是常见做法，隔离强度和运维工作由你自己负责。

Q：只能跑 Python 吗？

沙箱是一台 Linux 虚拟机，上面的最小示例执行的是终端命令。能运行什么取决于沙箱环境里装了什么，可以通过模板定制。

Q：ChatGPT、Claude 自带的代码执行和它是一回事吗？

思路相同，都是把模型写的代码放到隔离环境里跑。区别在于那些是产品内置的功能，而 E2B 是给开发者在自己的应用里用的基础设施。

Q：必须用 E2B 才能做会跑代码的智能体吗？

不是。它是这类沙箱服务中的一个，一些模型厂商的 API 也自带代码执行工具。关键是原则：模型生成的代码不要直接在有权限、有数据的环境里执行。

参考资料

• E2B Documentation（官方文档）：https://docs.e2b.dev/