註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

cv usk
@cv_usk
AI / Software Research Notes AI Agent, LLMOps, MLOps, Software Architecture 投稿は個人の意見です。
加入 May 2026
287 正在關注    473 粉絲
# OpenAI Agent SDKの便利で実践的な使い方 🌍 エージェントに「自分だけの作業場」を与える。サンドボックスでファイル編集・シェル実行・状態保存を安全に行いましょう。 SandboxAgent はファイルシステムアクセスとシェル実行を備えた隔離ワークスペースで動作し、コード修正やテスト実行を自律的に行えます。 📌 タイトル:サンドボックスエージェント 🔗 URL: 🧩 概要 SandboxAgent は、エージェントに永続的なファイルシステムとシェルアクセスを提供する機能です。`Manifest` でローカルリポジトリをサンドボックスにステージングし、`Capabilities` でファイル編集・シェル実行・スキル・メモリなどの機能を組み合わせます。`SandboxRunConfig` の `session_state` や `snapshot` を使えば、中断した作業への再接続も可能です。バックエンドは `UnixLocalSandboxClient`(ローカル開発用)と Docker から選べます。 🛠 使い方 `agents.sandbox` から `SandboxAgent`, `Manifest`, `SandboxRunConfig`、`agents.sandbox.entries` から `LocalDir`、`agents.sandbox.capabilities` から `Capabilities`、`agents.sandbox.sandboxes.unix_local` から `UnixLocalSandboxClient` をインポートします。`SandboxAgent` に `default_manifest=Manifest(entries={"repo": LocalDir(src=HOST_REPO_DIR)})` でローカルリポジトリをステージングし、`capabilities=Capabilities.default()` で標準機能を有効化します。実行時は ` に `run_config=RunConfig(sandbox=SandboxRunConfig(client=UnixLocalSandboxClient()))` を渡します。 🏗 実践的な使い方 **バグ修正ワークフロー** `task.md` にバグの説明と検証コマンドを記述し、エージェントに修正からテストまでを一貫して任せるパターンです。 `SandboxAgent` に `instructions` で「task.md を読む→原因特定→修正→テスト実行→要約」の手順を記述し、`default_manifest=Manifest(entries={"repo": LocalDir(src="/path/to/project")})` でプロジェクトをステージング、`capabilities=Capabilities.default()` を設定します。 **セッション再接続で継続作業** 長時間のタスクや中断後の再開に、`session_state` パラメータを使って同じワークスペースに再接続できます。 シリアライズしておいたサンドボックスセッション状態を `client.deserialize_session_state(serialized)` で復元し、`SandboxRunConfig(client=client, session_state=restored_state)` を `RunConfig(sandbox=...)` 経由で ` に渡して同じワークスペースに再接続します(`session` は自分で生成済みのライブセッションを注入するためのパラメータで、再開用ではありません)。 **Docker バックエンドで安全に隔離** 本番に近い環境や信頼できないコードの実行には Docker バックエンドを使い、コンテナで隔離します。 `pip install "openai-agents[docker]"` を入れ、`agents.sandbox.sandboxes.docker` から `DockerSandboxClient` と `DockerSandboxClientOptions` をインポートします。`SandboxRunConfig(client=DockerSandboxClient(docker.from_env()), options=DockerSandboxClientOptions(image="python:3.14-slim"))` を作成して `RunConfig(sandbox=...)` 経由で ` に渡します。ネットワークを切る場合は `network_mode="none"` を指定します。 💡 ユースケース 🐛 `task.md` にバグ情報を記述し、エージェントに修正→テスト→要約を自動化 🔄 `session_state` / `snapshot` でセッション状態を保存し、中断した作業に後から再接続 🐳 Docker バックエンドで信頼できないコードを安全に隔離実行 📁 `Manifest` でローカルリポジトリ全体をサンドボックスにステージングし、実コードベースで作業 ⚠️ 注意点 - `UnixLocalSandboxClient` はホスト権限でコマンドを実行します。Linux では OS レベルの隔離が一切なく、macOS でも `sandbox-exec` によるファイルシステム制限だけでネットワーク隔離はありません。信頼できない入力を扱う場合は Docker かホスト型サンドボックスを選びましょう。 - `UnixLocalSandboxClient` は Unix 系 OS(Linux/macOS)で動作し、Python 3.10+ が必要です。Windows では `DockerSandboxClient`(`openai-agents[docker]`)またはホスト型サンドボックスを使用してください。 - サンドボックス内のファイル変更はホストに自動反映されません。結果の取り出しは明示的に行う必要があります。 - 大規模リポジトリをステージングすると初回起動に時間がかかります。必要なディレクトリのみを `Manifest` に含めましょう。 ✨ サンドボックスエージェントを使えば、コード修正・テスト・レビューといった開発タスクを安全な隔離環境で自動化できます。まずは `task.md` パターンから試してみましょう! #OpenAIAgentSDK# #AIAgent#
顯示更多