Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Important
Fitur ini ada di Beta. Untuk mengaktifkan pratinjau fitur ini di ruang kerja, pilih ke pengaturan Databricks Sandbox di halaman Pratinjau ruang kerja. Lihat Kelola Pratinjau Azure Databricks.
Databricks Sandbox menjalankan kode di lingkungan terisolasi tanpa server, sehingga agen dapat menjalankan kode yang mereka tulis dengan aman. Anda bisa menggunakan sandbox dari agen, dari kode Python, atau dari terminal. Setiap jalur berikut bekerja dengan sendirinya, jadi pilihlah yang sesuai dengan cara Anda bekerja:
- Berikan alat sandbox pada agen yang sudah ada agar agen menjalankan kode yang ditulisnya di sandbox.
- Gunakan Python SDK untuk membuat sandbox dan menjalankan perintah dari kode Python.
- Gunakan Databricks CLI untuk membuat sandbox dan hubungkannya melalui SSH.
Untuk gambaran umum Databricks Sandbox, termasuk ukuran komputasi, penyimpanan, dan batasan, lihat Databricks Sandbox.
Requirements
- Ruang kerja Anda harus berada di wilayah yang didukung. Lihat Fitur yang memiliki ketersediaan regional terbatas.
- Untuk menggunakan SDK, diperlukan Python 3.10 ke atas.
- Untuk menggunakan Databricks CLI, instal Databricks CLI dan autentikasi Databricks CLI tersebut dengan
databricks auth login.
Berikan agen yang sudah ada alat sandbox untuk menjalankan kode dengan aman
Gunakan jalur ini saat Anda membangun agen dengan CLI Agent Bricks dan ingin agen menjalankan kode yang ditulisnya, seperti analisis data di Python, tanpa kode tersebut berjalan di lingkungan agen sendiri.
Anda jangan membuat sandbox terlebih dahulu. Alat sandbox menghubungkan agen Anda ke layanan Azure Databricks yang dikelola system.ai.sandbox, yang menjalankan kode agen tersebut dalam sandbox untuk Anda. Anda hanya mengonfigurasi data mana yang dapat diakses sandbox dan apakah sandbox dapat menulis ke data tersebut.
Untuk menambahkan alat, jalankan agentbricks tools add sandbox dengan satu atau lebih cakupan yang membatasi data mana yang dapat diakses 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
Perintah tersebut mendaftarkan alat tersebut di agent.toml proyek, dan agen memanggil sandbox saat runtime melalui layanan MCP system.ai.sandbox. Secara default, sandbox berjalan dengan izin pengguna yang mengirim permintaan. Untuk menggunakan prinsipal layanan aplikasi sebagai gantinya, tambahkan --auth app. Saat Anda melakukan deployment dengan agentbricks deploy, Agent Bricks memberikan akses kepada service principal aplikasi ke sumber daya dalam cakupan tertentu untuk alat yang menggunakan --auth app.
Gunakan Python SDK untuk membuat sandbox
Gunakan jalur ini saat Anda ingin membuat sandbox dan menjalankan perintah di dalamnya dari kode Python Anda sendiri, seperti aplikasi atau agen kustom yang mengelola sandbox-nya sendiri. Databricks SDK untuk Python adalah cara yang direkomendasikan untuk bekerja dengan sandbox dari kode.
Instal atau tingkatkan SDK:
pip install --upgrade databricks-sdkBuat 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"Jalankan perintah di sandbox. Perintah berjalan langsung, tanpa shell, jadi untuk menjalankan perintah shell, panggil
/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"Hapus sandbox setelah selesai. Menghapus sandbox menghapus direktori utama dan menghentikan penagihan untuk sandbox tersebut:
w.sandbox.delete_sandbox("sandboxes/my-sandbox")
Untuk mendapatkan, melihat daftar, memperbarui, menghentikan, dan memulai ulang sandbox, lihat Buat dan kelola sandbox dengan SDK.
Gunakan CLI Databricks untuk membuat sandbox
Gunakan jalur ini saat Anda ingin bekerja secara interaktif di sandbox dari terminal. Hubungkan ke sandbox melalui SSH untuk menjalankan tugas agen yang lebih panjang tanpa harus membiarkan komputer lokal Anda tetap aktif. Misalnya, Anda dapat mengendalikan agen coding dari CLI Databricks, atau menghubungkan IDE desktop atau harness agen seperti Cursor, Claude, atau Codex.
Untuk membuat sandbox dan menghubungkannya, jalankan:
databricks sandbox create # create your sandbox
databricks sandbox register # optional: register SSH keys
databricks sandbox ssh # SSH to your default sandbox
Saat Anda terhubung, CLI Databricks di sandbox diinstal dan diautentikasi untuk workspace tempat sandbox berjalan. Jika workspace Anda memiliki Unity Gateway yang dikonfigurasi, Azure Databricks juga mengonfigurasi harness coding umum, seperti Claude dan Codex, untuk menggunakannya saat pertama kali Anda terhubung. Lihat Buat layanan model kustom . Untuk menggunakan Git dari sandbox, konfigurasikan kredensial Git. Lihat Menyambungkan penyedia Git Anda ke Databricks.
Untuk semua perintah, jalankan databricks sandbox -h, atau lihat sandbox grup perintah.