从零搭建AI Agent运行SKILL 和cli 命令 环境的5步指南
📅 2026/7/31 21:16:02
👁️ 阅读次数
📝 编程学习
怎么 从空白服务器到 agent 运行 skill
目录
- 怎么 从空白服务器到 agent 运行 skill
- 一、先把「沙箱」到底指什么讲清楚(3 层,不要混)
- 本项目的沙箱契约(硬约束)
- 二、空白服务器:从 0 到 agent 能稳定跑,5 步
- 步骤 1:打好底座(OS + Python + 系统依赖)
- 步骤 2:装 Python 环境沙箱(venv)
- 步骤 3:填 `.env`(环境变量沙箱边界)
- 步骤 4:把 3 步流水线跑一次(冒烟测试)
- 步骤 5:把 skill 挂到 Agent
- 路 A:VOC 后端 cron / sandbox 触发(本项目主用)
- 路 B:LangChain Agent 直接调用
- 三、「怎么保证运行」——8 条工程实践
- 1. 用 systemd 常驻(不要 `nohup &`)
- 2. 用 Docker 打死依赖(推荐)
- 3. 每次运行都在**全新 sandbox**里
- 4. 用 Python 环境沙箱 + 锁版本
- 5. 健康检查 + 冒烟脚本
- 6. 结构化日志 + 告警
- 7. 密钥不进代码,`.env` 不进 git
- 8. LLM / 数据接口的重试和退避
- 四、一张图:空白服务器 → agent 稳定运行的完整拓扑
- 五、常见踩坑速查
- 六、一句话总结
一、先把「沙箱」到底指什么讲清楚(3 层,不要混)
用户看到「sandbox」时容易把三个不同概念混起来,实际这个项目里它们同时存在:
| 层次 | 谁提供的 | 隔离什么 | 本项目里的体现 |
|---|---|---|---|
| 1. OS 级沙箱 | Docker / Firecracker / gVisor / k8s Pod | 进程、文件系统、网络 | 生产上放这个 skill 的 K8s Pod 或 Docker 容器 |
| 2. Agent 平台沙箱 | Claude / Cursor / VOC 后端 | Agent 每次会话的工作目录、可访问文件、可运行工具 | SKILL.md里说的「{sandbox}/artifacts/source_data/」 |
| 3. Python 环境沙箱 | venv / conda | Python 解释器 + 第三方依赖 | 本项目建议.venv(现在你机器上还没 |
编程学习
技术分享
实战经验