基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-21 01:53

如何隔离运行智能体提交的 PR 代码

dev.to · AI#沙箱#CI安全#Agent
Editor brief · 编辑速览

文章梳理运行外部或智能体 PR 时的风险,包括依赖安装钩子、测试脚本和 CI 配置中的任意代码。它以 Sandscale 为例,介绍用一次性环境限制文件破坏、秘密外泄、跨运行残留及失控资源消耗。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

PR 一旦进入测试流程,运行的就不只是业务代码,还包括测试文件、构建脚本、依赖安装钩子,以及 PR 改过的 CI 配置。原文提出了一套基于 Sandscale 的做法:每个 PR 单独开一个短命沙箱,限制网络,不放凭据,执行后销毁。

它值得读的地方,是把「小心运行陌生代码」拆成了具体控制项。尤其当 PR 来自 Agent,没人逐行编写、也未必有人完整读过 diff 时,测试环境能接触什么,比测试是否通过更需要先确定。

测试通过之前,先限制代码能碰到什么

作者把风险分成四类:删除文件、填满磁盘或攻击运行环境;读取并外传秘密;留下东西影响下一次执行;无限循环、fork bomb 或进程挂起造成时间和费用失控。

这些风险不能靠同一个开关解决。隔离边界负责限制破坏范围,不提供秘密负责减少泄露源头,重新创建环境负责清除残留,期限和超时负责收住失控任务。

沙箱不判断 PR 好不好,它限制坏 PR 能伤到哪里。

按原文描述,每个 Sandscale 沙箱都是有独立内核的 Firecracker microVM,不与其他任务共享宿主内核;新实例默认关闭网络,停止后销毁。作者建议固定执行顺序:创建环境、导入代码、运行测试、读取结果、停止环境。

这里的关键是「每个 PR 都重新开始」。如果为了省事复用上一个 PR 的环境,前一次留下的文件或进程就可能干扰后续判断。

把生命周期和秘密管理写进执行参数

调用需要个人 API key,具备 sandboxes:create 和 sandboxes:use 权限。示例将 API 设为 https://api.sandscale.dev/api/v1/sandbox,将 AUTH 设为 Authorization: Bearer $SANDSCALE_API_KEY。

创建 Node 沙箱时,直接给它设置寿命并绑定 PR 编号:

curl -X POST "$API/instances" -H "$AUTH" -H "Content-Type: application/json" \
  -d '{"template_id": "builtin:node", "ttl_seconds": 900, "name": "pr-1234"}'

要看的是最后一行:ttl_seconds: 900 让实例到期自动停止,name: "pr-1234" 方便事后关联审计记录。内置模板还有 builtin:python、builtin:go 和 builtin:base,可通过 curl "$API/launch-options" -H "$AUTH" 查询可用模板与选项。

寿命限制之外,每条命令还应单独设置超时。前者管整个环境活多久,后者管一次执行等多久。

秘密则应在入口处排除。作者明确要求,不通过 secret_refs 或 env 传入真实凭据。测试确实离不开凭据时,才考虑权限限定在测试范围内的 key。这仍然增加了可泄露对象,不能当作没有风险。

代码从外面送进去,网络只按需要开放

沙箱不必联网拉取 PR。作者建议先在受控机器上检出 PR 的 head,再把文件送进去。对 Node 项目来说,检出与执行 npm ci 应当视为两个不同的动作。

整个项目可打成 gzip tar,通过 POST /api/v1/sandbox/instances/{id}/project 上传,需要 sandboxes:use 权限,支持可选查询参数 dir。调用方还要处理 project_too_large、invalid_project_archive 等错误。

单文件则通过 PUT "$API/instances/$ID/files" 写入,使用 path 指定位置、content 提交 base64 内容;原文示例路径是 /workspace/hello.py。

文件到位后,再执行测试:

curl -X POST "$API/instances/$ID/exec" -H "$AUTH" -H "Content-Type: application/json" \
  -d '{"command": ["npm", "test"], "timeout_sec": 600}'

这里要看 timeout_sec: 600。响应除了 exit_code、stdout、stderr、duration_ms,还有 timed_out 和 oom_killed。超时和内存耗尽都是需要调查的信号,不能只盯着退出码。

如果必须先运行 npm ci,作者建议仅放行包仓库。创建请求中的 network 为空或 none 表示无网络,可选模式通过 launch options 查询;实际出站范围由组织策略的 egress_allowlist 决定。PUT /api/v1/sandbox/policy 会替换策略,要求 sandboxes:write 权限,不能把它当作随手修改的单次任务参数。

执行后,用 GET "$API/instances/$ID/files?path=/workspace" 查看目录,提取覆盖率等产物;GET .../project/changes 返回上传后发生的项目变化,原文注明单个文件可达 1 GiB。最后调用 DELETE "$API/instances/$ID",让下一次 PR 从模板重新创建环境。

我的判断

我认同这套流程的优先级:先限制执行权限,再讨论测试结果。它也适用于普通外部贡献者,并不只针对 Agent。

但原文是一份产品操作方案,没有给出攻击对照实验、性能开销或成本数据。microVM 的隔离描述不能据此推导成绝对安全;仅放行包仓库,也不能保证下载下来的依赖可信。安装钩子依然会运行,只是其可接触的资源受到限制。

Agent 侧还有另一层控制:工具调用可设为允许、阻止或先询问,例如在 git push、gh pr create 前审批。指定人员批准后只执行一次,申请人不能审批自己。它控制的是动作授权,不能证明获批执行的代码安全。

作者还称,沙箱、命令、审批和变更都会写入前后串联的审计日志,修改会留下痕迹。但日志与退出码仍来自不可信执行,PR 完全可能打印误导信息。

DLP 也不能替代不放秘密:原文明确说,它扫描提示词和 MCP 工具调用,不扫描沙箱内部文件与输出。

相比直接复用本机或长期 CI 环境,这套方案的价值在于缩小影响范围;能否顺利接入现有项目,还取决于依赖下载、测试服务和资源需求,原文没有逐项验证。

能拿来做什么

  • 给外部贡献者和 Agent 的 PR 设置独立测试入口,每次使用新环境,用 PR 编号命名,并同时配置实例寿命与命令超时。
  • 检查 Node 测试流程中的凭据注入,尤其是默认继承的 env,把不需要生产凭据的测试先迁入无秘密环境。
  • 把代码上传与依赖安装分开处理;确需 npm ci 时,核对包仓库白名单能否满足项目,而不是直接开放全部出站网络。
  • 在结果处理中同时检查 exit_code、timed_out 和 oom_killed,按需提取产物后停止实例;使用 MCP 自动执行时,也把销毁步骤纳入固定流程。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
AI 总结客户趋势后,先用 Python 验证
下一篇
推测解码调优要测真实并发与接受率

资讯速览

dev.to · AI · 2026-11-21 01:53

AI 评分 8.0 / 10

相关标签

#沙箱#CI安全#Agent

继续阅读

  • agent-framework 恶意版本借启动钩子窃密
  • AI 总结客户趋势后,先用 Python 验证
  • 推测解码调优要测真实并发与接受率
  • Node.js 图片应用的私有存储与过期清理
  • 语音 Agent 上线踩坑:预约确认必须由流程兜底