@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……

X AI KOLs Following 工具
ai-agents sandboxing document-processing rust-cli open-source llm-tooling

摘要

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。

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，向你展示了如何在安全且本地优先的沙盒中，对一批文档（PDF、图片、Office）完整运行你的 Agent。采用 LiteParse 实现对这些文档的极速解析。结合 Agent 框架与沙盒（@microsandbox）提供的原生 bash 命令完成检索。快来看看吧！参考仓库：https://github.com/run-llama/sandboxed-lit… LiteParse：https://github.com/run-llama/liteparse…
查看原文
查看缓存全文

缓存时间: 2026/05/11 22:47

智能体 + 文件沙箱在 2026 年将全面流行 这是 @itsclelia 提供的一个精巧的参考实现，展示如何让智能体处理一系列文档（PDF、图片、Office 文件），并完全访问一个安全、本地优先的沙箱。 使用 LiteParse 极速解析这些文档 利用智能体框架以及沙箱可用的原生 bash 命令（@microsandbox）进行检索 快来看看吧！ 参考仓库：https://github.com/run-llama/sandboxed-lit… LiteParse：https://github.com/run-llama/liteparse…

run-llama/sandboxed-lit

Source: https://github.com/run-llama/sandboxed-lit

sandboxed-lit

一个小型 Rust 命令行工具，在 microsandbox（https://microsandbox.dev）虚拟机内运行 LLM 智能体。该智能体通过 agent-sdk（https://crates.io/crates/agent-sdk）使用 OpenAI 的 GPT 模型，并具备列出文件、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 命令等工具，所有操作均限制在沙箱内。

工作原理

  • src/sandbox.rs — 基于 ghcr.io/run-llama/liteparse:main 镜像创建（或复用）一个名为 lit-sandbox 的 microsandbox，分配 2 个 CPU 和 1 GB 内存，工作目录为 /app/，并将 /app/data 绑定挂载。提供以下功能：
    • create_or_get_sandbox(volume) — 启动/挂载沙箱。
    • list_files(sandbox, dir) — 递归列出 /app/data 下的文件。
    • read_file(sandbox, path) — 读取文件；将 PDF、图片和 Office 文档路由至 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，返回 {stdout, stderr}。
  • src/agent.rs — 将这些函数封装为三个 agent-sdk 工具（list_files、read_file、bash），注册后构建一个基于 OpenAI 的智能体，以彩色输出将事件流式传输到终端，并运行直至完成。
  • src/main.rs — 一个基于 clap 的命令行界面，解析提示词和可选的挂载路径，并调用 agent::run_agent。

环境要求

  • Rust（edition 2024）
  • 一个正在运行的 microsandbox 主机（参见 microsandbox 文档（https://github.com/microsandbox/microsandbox））
  • OPENAI_API_KEY 环境变量

构建

cargo build --release

用法

sandboxed-lit --prompt "" [--volume ]
选项缩写描述
--prompt-p发送给智能体的提示词（必需）。
--volume-v要挂载到沙箱内 /app/data 的主机目录。默认为当前目录。

示例

挂载当前目录运行：

export OPENAI_API_KEY=sk-...
sandboxed-lit -p "Summarize every PDF in the working directory."

挂载特定文件夹：

sandboxed-lit \
  -p "List the files, then read report.pdf and extract the key findings." \
  -v /Users/me/documents

挂载目录中的文件对智能体可见，路径为 /app/data/...。

相似文章