Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Important
Tato funkce je v beta verzi. Chcete-li v pracovním prostoru povolit náhled této funkce, povolte na stránce Náhledy v pracovním prostoru nastavení Databricks Sandbox. Viz Manage Azure Databricks preview.
Databricks Sandbox spouští kód v izolovaném, serverless prostředí, takže agenti mohou bezpečně spouštět kód, který napíšou. Můžete použít sandbox od agenta, z Python kódu nebo z terminálu. Každá z následujících cest funguje samostatně, proto si vyberte tu, která odpovídá vašemu způsobu práce:
- Dejte existujícímu agentovi sandboxový nástroj, aby agent spouštěl kód, který píše, v sandboxu.
- Použijte Python SDK k vytváření sandboxů a spouštění příkazů z Python kódu.
- Použijte Databricks CLI k vytvoření sandboxu a připojení přes SSH.
Přehled Databricks Sandboxu, včetně velikosti výpočetních prostředků, úložiště a omezení, najdete v Databricks Sandbox.
Requirements
- Váš pracovní prostor musí být v podporované oblasti. Viz Funkce s omezenou regionální dostupností.
- Pro použití SDK je vyžadován Python 3.10 a novější.
- Pro použití Databricks CLI nainstalujte Databricks CLI a autentizujte jej pomocí
databricks auth login.
Dejte existujícímu agentovi sandboxový nástroj pro bezpečné spouštění kódu
Použijte tento postup, když vytváříte agenta s CLI Agent Bricks a chcete, aby agent spouštěl kód, který píše, například analýzu dat v Python, aniž by tento kód běžel v prostředí agenta.
Nejdřív nevytvoříte sandbox. Nástroj sandbox propojí vašeho agenta se službou spravovanou službou Azure Databricks system.ai.sandbox, která pro vás spustí kód agenta v sandboxu. Konfigurujete pouze, ke kterým datům sandbox přistupuje a zda může zapisovat.
Pro přidání nástroje spusťte agentbricks tools add sandbox s jedním nebo více rozsahy, které omezují, ke kterým datům může sandbox přistupovat:
# Read one table.
agentbricks tools add sandbox --scope table:samples.nyctaxi.trips
# Read a volume and a workspace folder.
agentbricks tools add sandbox --scope volume:main.default.reports --scope workspace:/Workspace/Shared/data
# Allow writes to a volume.
agentbricks tools add sandbox --scope volume:main.default.output --permission read_write
Příkaz zaznamená nástroj do agent.toml projektu a agent za běhu volá sandbox prostřednictvím služby MCP system.ai.sandbox. Ve výchozím nastavení sandbox běží s oprávněními uživatele, který požadavek odeslal. Chcete-li místo toho použít service principal aplikace, přidejte --auth app. Když nasadíte s agentbricks deploy, Agent Bricks uděluje instančnímu objektu služby aplikace přístup k prostředkům v daném rozsahu pro nástroje, které používají --auth app.
Použijte Python SDK k vytvoření sandboxu
Použijte tuto cestu, když chcete vytvářet sandboxy a spouštět v nich příkazy ze svého vlastního Python kódu, například aplikace nebo vlastního agenta, který spravuje vlastní sandboxy. Databricks SDK pro Python je doporučený způsob, jak pracovat se sandboxy přímo z kódu.
Nainstalujte nebo upgradujte SDK:
pip install --upgrade databricks-sdkVytvořte sandbox:
from databricks.sdk import WorkspaceClient from databricks.sdk.service.sandbox import Sandbox w = WorkspaceClient() created = w.sandbox.create_sandbox( sandbox=Sandbox(), sandbox_id="my-sandbox", ) print(created.name) # "sandboxes/my-sandbox"Spusť příkaz v sandboxu. Příkaz běží přímo, bez shellu, takže pro spuštění shellového příkazu volejte
/bin/bash -c:from google.protobuf.duration_pb2 import Duration resp = w.sandbox.execute_command_sync( "sandboxes/my-sandbox", "/bin/bash", args=["-c", "echo hello world && whoami"], execution_timeout=Duration(seconds=30), ) print(resp.exit_code) # 0 print(resp.stdout) # "hello world\nsandbox-agent\n"Až skončíte, smažte sandbox. Smazání sandboxu odstraní jeho domovský adresář a přestane se za něj účtovat:
w.sandbox.delete_sandbox("sandboxes/my-sandbox")
Pro získání, vypsání, aktualizaci, zastavení a restartování sandboxů viz Vytvoření a správa sandboxů pomocí SDK.
Použijte Databricks CLI k vytvoření sandboxu
Tuto cestu použijte, když chcete pracovat v sandboxu interaktivně z terminálu. Připojte se k sandboxu přes SSH, abyste mohli spouštět delší agentní úkoly, aniž byste museli mít lokální počítač aktivní. Například můžete ovládat agenta pro kódování z Databricks CLI nebo připojit desktopové IDE či prostředí pro agenta, jako je Cursor, Claude nebo Codex.
Pro vytvoření sandboxu a připojení k němu spusťte:
databricks sandbox create # create your sandbox
databricks sandbox register # optional: register SSH keys
databricks sandbox ssh # SSH to your default sandbox
Když se připojíte, Databricks CLI v sandboxu je nainstalováno a autentizováno k pracovnímu prostoru, kde sandbox běží. Pokud má váš pracovní prostor nastavený Unity Gateway, Azure Databricks také konfiguruje běžné nástroje pro kódování, jako jsou Claude a Codex, tak, aby při prvním připojení používaly Unity Gateway. Viz Vytvořit vlastní modelovou službu . Pro použití Gitu ze sandboxu nastavte přihlašovací údaje do Gitu. Viz Připojení poskytovatele Gitu k Databricks.
Pro všechny příkazy použijte databricks sandbox -h, nebo si prohlédněte skupinu příkazů sandbox.