AI编程agent的云端安全屋：agent-sandbox-skill 让你的代码在隔离环境里肆意狂奔

AI编程agent的云端安全屋终于出现了

如果你重度使用 Claude Code / Gemini CLI / Codex 这类 AI 编程 agent，一定遇到过这些尴尬时刻：让 agent 跑一段脚本报错、让 agent 写个测试套件结果污染了本地环境、或者让 agent 部署个服务但不敢在本地试——毕竟，谁知道 agent 会在你的文件系统里干什么？

最近发现的一个 Skill agent-sandbox-skill，思路非常直接：给 AI agent 配一个完全隔离的云端沙盒，让它在里面随便折腾，不碰到你的本地一根毫毛。

它是怎么工作的

底层用的是 E2B Sandboxes——一个专门面向 AI agent 的云端执行环境。每个 agent fork 都会获得一个独立沙盒：独立的文件系统、独立的网络、独立的环境变量，互相之间完全隔离。

简单任务直接打：

• sandbox "帮我写个Python爬虫"

复杂全栈任务走完整流程：

• agent-sandboxes:plan-build-host-test "构建一个Todo列表应用"

完整流程会依次执行：初始化沙盒 → 制定计划 → 构建应用 → 暴露公网 URL → 自动化测试，全程在云端完成。

几个特别戳人的点

1. 内置 Playwright 浏览器自动化
测试不仅能跑单元测试，还能直接跑浏览器 UI 测试——这对做前端应用 agent 来说简直是刚需。

2. 开箱即用的全栈模板
预设了 Vue + FastAPI + SQLite 的全栈模板，agent 可以直接在里面 scaffold、build、host，不需要你手动配环境。

3. 跨 agent 通用
Claude Code、Gemini CLI、Codex CLI 都能用，同一个 Skill 文件跨平台无缝跑。

4. 40+ 分级 prompt 库
从”very easy”到”very hard”，有现成的全栈应用 prompt 示例，直接复制发给 agent 就能跑。

适合谁用

• 经常让 AI agent 跑陌生人代码的开发者
• 想给 AI agent 扩展”部署和测试”能力的团队
• 需要对 AI 生成的前端页面做自动化视觉验证的工作流

快速上手

先决条件：Python >= 3.12、uv 包管理器、E2B 账号和 API Key。

• 克隆仓库并进入目录
• 复制 .env.sample 为 .env，填入你的 E2B_API_KEY
• 启动 Claude Code / Gemini CLI / Codex，开始对话
• 输入简单任务：sandbox "帮我写个密码生成器"

GitHub 链接：https://github.com/disler/agent-sandbox-skill

GitHub: https://github.com/disler/agent-sandbox-skill