@llama_index: 是否曾希望您的代理能像读取纯文本一样轻松读取PDF、图像和Office文档?或者将安全性…
摘要
sandboxed-lit 是一个 Rust CLI 代理,通过 LiteParse 和 microsandbox 安全解析 PDF、图像和 Office 文档,结合本地文件访问与沙盒化的 Bash 环境。
查看缓存全文
缓存时间: 2026/05/12 14:53
曾经希望你的代理能像读取纯文本一样轻松读取 PDF、图片和 Office 文档吗?或者希望将安全沙箱的安全性与 Bash 访问的完整能力结合起来?我们实现了这一点。认识一下 sandboxed-lit,一个 Rust 命令行代理,它结合了:
- LiteParse,我们用于 PDF、图片、Office 文件等的极速本地解析器
- 由 @microsandbox 提供支持的安全沙箱
- 完整的文件系统挂载,让你的代理安全地沙箱内与本地文件交互
挂载你的本地工作目录,为代理提供 shell 访问权限,让它施展魔法。
GitHub: http://github.com/run-llama/sandboxed-lit…
了解更多关于 LiteParse: https://developers.llamaindex.ai/liteparse?utm_medium=socials&utm_source=twitter&utm_campaign=2026…
run-llama/sandboxed-lit
源代码: https://github.com/run-llama/sandboxed-lit
sandboxed-lit
一个小型 Rust 命令行工具,用于在 microsandbox (https://microsandbox.dev) 虚拟机中运行 LLM 代理。代理使用 OpenAI 的 GPT 模型(通过 agent-sdk (https://crates.io/crates/agent-sdk)),并拥有列出文件、读取文件(通过 liteparse (https://github.com/run-llama/liteparse) 解析 PDF/图片/Office 文档)以及运行 Bash 命令的工具,所有操作都限制在沙箱内。
工作原理
-
src/sandbox.rs— 从ghcr.io/run-llama/liteparse:main镜像创建(或重用)一个名为lit-sandbox的 microsandbox,配置 2 个 CPU 和 1 GB 内存,工作目录为/app/,并挂载一个绑定目录到/app/data。暴露了以下功能:create_or_get_sandbox(volume)— 启动/连接到沙箱。list_files(sandbox, dir)— 递归列出/app/data下的文件。read_file(sandbox, path)— 读取文件;对于 PDF、图片和 Office 文档,通过lit parse进行结构化提取。run_bash_command(sandbox, cmd, args)— 在沙箱内运行任意命令并返回{stdout, stderr}。
-
src/agent.rs— 将上述函数封装为三个agent-sdk工具(list_files、read_file、bash),注册这些工具,构建一个基于 OpenAI 的代理,通过彩色输出流式传输事件到终端,并持续运行直到完成。 -
src/main.rs— 一个clap命令行界面,解析提示词和可选挂载路径,然后调用agent::run_agent。
环境要求
- Rust(2024 版本)
- 一个正在运行的 microsandbox 主机(参见 microsandbox 文档 (https://github.com/microsandbox/microsandbox))
- 设置
OPENAI_API_KEY环境变量
构建
cargo build --release
使用方法
sandboxed-lit --prompt "<你的提示词>" [--volume <目录>]
选项:
| 标志 | 简写 | 描述 |
|---|---|---|
--prompt | -p | 发送给代理的提示词(必填)。 |
--volume | -v | 挂载到沙箱内 /app/data 的主机目录。默认使用当前目录。 |
示例
挂载当前目录运行:
export OPENAI_API_KEY=sk-...
sandboxed-lit -p "总结工作目录中的每个 PDF。"
挂载特定文件夹:
sandboxed-lit \
-p "列出文件,然后读取 report.pdf 并提取关键发现。" \
-v /Users/me/documents
挂载目录中的文件对代理可见,路径为 /app/data/...。
相似文章
@jerryjliu0: Agent 与文件沙盒是 2026 年的热门方向。这是 @itsclelia 提供的一个巧妙参考实现,向你展示了……
该参考实现展示了如何利用 Rust、LiteParse 和 microsandbox,在本地沙盒中安全运行 LLM Agent,从而处理和分析各类文档。该开源 CLI 工具借助 OpenAI 的 GPT 模型与原生 bash 命令,在隔离环境中执行文件检索与分析任务。
@itsclelia: 你真的拥有你的文档解析基础设施吗?在 @llama_index,我们想让它更简单,所以构建了…
LlamaIndex 推出了 liteparse-server,这是一个开源、可自托管的 HTTP 后端,用于解析 PDF、图像和 Office 文档,支持空间布局提取、OCR 和截图生成,专为 AI 和数据工作流设计。
@llama_index: 大多数自主检索演示假设文档干净、结构良好。企业现实往往不同,包含…
LlamaIndex 和 LanceDB 合作构建了一个管道,使用 LiteParse 进行 PDF 解析,并使用 LanceDB 进行多模态存储,从而能够从复杂的企业 PDF 中实现更好的检索,以支持自主工作流。
@llama_index: 当我们说“LiteParse 无处不在”时,我们是认真的。我们的 WASM 包轻量、精简,专为浏览器和…
LiteParse 是一个基于 WASM 的轻量级 PDF 解析器,专为浏览器和边缘运行时(如 Cloudflare Workers)设计,可在边缘环境中高效解析文档。
@jerryjliu0: LiteParse 是为 AI 智能体设计的最佳开源、无模型文档解析器。支持解析 50 多种文档类型,并…
LlamaIndex 发布了 liteparse-server,这是一个可自托管、无模型的 HTTP API,能够以高空间保真度和隐私保护能力解析多种多样的文档类型。