Databricks Sandbox quickstart

Importante

Esta característica se encuentra en su versión beta. Para habilitar la vista previa de esta función en el espacio de trabajo, activa la opción Databricks Sandbox en la página Vista previa del espacio de trabajo. Consulte Administrar versiones preliminares de Azure Databricks.

Databricks Sandbox ejecuta código en un entorno aislado y sin servidor, para que los agentes puedan ejecutar el código que escriben de forma segura. Puedes usar un sandbox desde un agente, desde código Python o desde un terminal. Cada uno de los siguientes caminos funciona por sí solo, así que elige el que se adapte a tu forma de trabajar:

Para una visión general del Sandbox de Databricks, incluyendo tamaño de cómputo, almacenamiento y limitaciones, véase Sandbox de Databricks.

Requirements

Proporciona a un agente existente una herramienta sandbox para ejecutar código de forma segura

Usa este camino cuando construyas tu agente con la CLI Agent Bricks y quieras que el agente ejecute el código que escribe, como análisis de datos en Python, sin que ese código se ejecute en el entorno propio del agente.

No se crea un sandbox primero. La herramienta sandbox conecta tu agente con el servicio gestionado system.ai.sandbox por Azure Databricks, que ejecuta el código del agente en un sandbox por ti. Solo configuras a qué datos puede acceder el sandbox y si puede escribir.

Para añadir la herramienta, ejecuta agentbricks tools add sandbox con uno o más ámbitos que limiten a qué datos puede acceder el sandbox:

# 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

El comando registra la herramienta en el agent.toml del proyecto, y el agente llama al sandbox en tiempo de ejecución a través del servicio MCP system.ai.sandbox. Por defecto, el sandbox funciona con los permisos del usuario que envió la solicitud. Para usar la entidad de servicio de la app en su lugar, añade --auth app. Cuando despliegas con agentbricks deploy, Agent Bricks otorga al principal de servicio de la app acceso a los recursos con alcance para herramientas que utilizan --auth app.

Usa el SDK de Python para crear un sandbox

Usa esta ruta cuando quieras crear sandboxes y ejecutar comandos en ellos desde tu propio código Python, como una aplicación o un agente personalizado que gestione sus propios sandboxes. El SDK Databricks para Python es la forma recomendada de trabajar con sandboxes desde código.

  1. Instala o actualiza el SDK:

    pip install --upgrade databricks-sdk

  2. Crea un 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"

  3. Ejecuta un comando en el sandbox. El comando se ejecuta directamente, sin shell, así que para ejecutar un comando shell, llama a /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"

  4. Borra el sandbox cuando termines. Eliminar un sandbox elimina su directorio principal y deja de cobrarse por él:

    w.sandbox.delete_sandbox("sandboxes/my-sandbox")

Para obtener, listar, actualizar, detener y reiniciar sandboxes, consulta Crear y gestionar sandboxes con el SDK.

Utiliza la línea de comando Databricks para crear un sandbox

Usa esta ruta cuando quieras trabajar en un sandbox de forma interactiva desde una terminal. Conéctate a un sandbox por SSH para ejecutar tareas de agente más largas sin mantener activa tu máquina local. Por ejemplo, puedes manejar un agente de codificación desde la CLI de Databricks, o conectar un IDE de escritorio o un harness de agentes como Cursor, Claude o Codex.

Para crear un sandbox y conectarte a él, ejecuta:

databricks sandbox create      # create your sandbox
databricks sandbox register    # optional: register SSH keys
databricks sandbox ssh         # SSH to your default sandbox

Cuando te conectas, la CLI de Databricks en el sandbox está instalada y autenticada en el espacio de trabajo donde funciona el sandbox. Si tu espacio de trabajo tiene configurado Unity Gateway, Azure Databricks también configura harnesses de codificación comunes, como Claude y Codex, para usarlo la primera vez que te conectes. Consulte Crear un servicio de modelo personalizado . Para usar Git desde el sandbox, configura las credenciales de Git. Consulte Conexión del proveedor de Git a Databricks.

Para todos los comandos, ejecuta databricks sandbox -h, o consulta el grupo de comandos sandbox.

Recursos adicionales

  • Última actualización el