Первая задача агента в песочнице: LLM пишет код, микро-VM его выполняет

Агент, который пишет код, полезен только тогда, когда что-то безопасно выполняет этот код и сообщает результат. Это руководство собирает такой цикл целиком: модель пишет Python-скрипт, песочница его запускает, а если он падает, ошибка возвращается модели. Затем та же задача без единой строки кода, через MCP.

Нужны Python 3.8+, токен аккаунта EQVPS (см. подключение аккаунта) и API-ключ модели.

1. Сначала поставьте лимит трат

Агент создаёт песочницы сам, поэтому до старта дайте ему потолок. Двух долларов в день и двадцати в месяц для экспериментов хватит с запасом:

curl -X PUT https://api.eqvps.com/api/v1/eqvps/sandboxes/budget \
  -H "Authorization: Bearer $EQVPS_API_KEY" -H "Content-Type: application/json" \
  -d '{"daily_usd": 2, "monthly_usd": 20}'

Когда лимит достигнут, новые песочницы получают 429 budget_exceeded, а работающие временные удаляются. Подробности — в разделе лимиты и оплата песочниц.

2. Установите две библиотеки

pip install eqvps anthropic
export EQVPS_API_KEY="your-eqvps-token"
export ANTHROPIC_API_KEY="your-model-key"

В примере используется один провайдер моделей, но ничто от него не зависит. С моделью общается только функция ask().

3. Цикл «написать — запустить — исправить»

Сохраните это как agent.py:

import re
import anthropic
from eqvps import Sandbox

TASK = "Count the prime numbers below 1,000,000 and print only the number."
client = anthropic.Anthropic()

def ask(messages):
    msg = client.messages.create(model="claude-sonnet-5", max_tokens=2000, messages=messages)
    return msg.content[0].text

def extract_code(text):
    m = re.search(r"`{3}(?:python)?\n(.*?)`{3}", text, re.S)
    return m.group(1) if m else text

messages = [{"role": "user", "content": "Write a Python 3 script for this task. "
             "Reply with a single code block and nothing else.\n\nTask: " + TASK}]

with Sandbox.create(tariff="small", idle_timeout=120) as sb:
    for attempt in range(1, 4):
        reply = ask(messages)
        r = sb.run(extract_code(reply), timeout=55)
        print(f"attempt {attempt}: exit code {r.exit_code}")
        if r.ok:
            print(r.stdout.strip())
            break
        messages += [
            {"role": "assistant", "content": reply},
            {"role": "user", "content": f"The script failed with exit code {r.exit_code}.\n"
             f"stderr:\n{r.stderr[-3000:]}\nFix it. Reply with a single code block."},
        ]

Запустите:

python3 agent.py

Обычно вывод — attempt 1: exit code 0, а затем 78498. Если первый скрипт упадёт, вы увидите вторую попытку с исправленной ошибкой.

Что делает каждая часть:

• Sandbox.create(..., idle_timeout=120) запускает микро-VM примерно за секунду. Если ваш скрипт умрёт на полпути, песочница всё равно удалит себя после 2 минут бездействия.
• sb.run(code, timeout=55) выполняет код и возвращает код возврата, stdout и stderr. Падение кода — обычный результат, а не исключение, поэтому цикл может показать его модели.
• r.stderr[-3000:] отправляет только конец ошибки. Полный traceback большого скрипта может впустую съесть много контекста модели.
• Три попытки — осознанный предел. Если модель не исправила скрипт за три раза, обычно ей нужно лучшее описание задачи, а не четвёртая попытка.

4. Когда задаче нужно больше 55 секунд

Синхронный вызов длится не больше 55 секунд. Долгую работу запускайте в фоне и ждите:

task = sb.run(code, background=True)
result = task.wait(timeout=1800)

Задача продолжает работать, даже если ваш wait упёрся в таймаут, и к ней можно вернуться через sb.task(task_id).

5. Та же задача через MCP, без кода

Если вы работаете в MCP-клиенте вроде Claude Desktop или Cursor с MCP-сервером EQVPS, у агента уже есть инструменты для песочниц: create_sandbox, run_code, exec_command, upload_file, download_file и kill_sandbox. Хватит промпта:

Создай небольшую временную песочницу. Напиши Python-скрипт, который считает простые числа меньше 1 000 000, запусти его там, исправь, если упадёт, скажи мне результат и удали песочницу.

Агент сделает те же вызовы, что и скрипт выше. Какие инструменты безопасно разрешать без подтверждения, разобрано в разделе защита MCP.

Сколько это стоило

Песочница прожила заметно меньше минуты, и за неё списан минимум в 60 секунд: $0.00055 на small. Вызов модели стоит дороже песочницы. Пробного $1 нового аккаунта хватит примерно на 1 800 таких запусков.

Куда дальше

• SDK по шагам: Python SDK для песочниц за 5 минут или на TypeScript.
• Все методы и ошибки: справочник SDK.
• Тарифы и пробный кредит: страница песочниц.