使用 NVIDIA OpenShell 提供隔离沙箱,确保安全代码执行、安全扫描、调试及测试运行,并对资源和网络进行限制。
OpenShell Sandbox Skill. 使用 NVIDIA OpenShell.是一项面向实际任务的技能,主要用于Overview.;OpenShell 提供带有 Landlock LSM + seccomp + network namespa 的沙箱容器的专有代理执行环境。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
基于 NVIDIA OpenShell 为专业代理(specialist agents)提供的安全执行环境。
OpenShell 提供受沙箱隔离的容器,集成 Landlock LSM、seccomp、网络命名空间及 L7 策略引擎。每个专业代理均获得独立沙箱,以保障代码执行的安全性。
| 沙箱 | 代理 | 用途 | 状态 |
|---|---|---|---|
coder-sandbox |
coder | 代码执行、构建、测试 | Ready |
security-sandbox |
security | 渗透测试、安全扫描 | Ready |
debug-sandbox |
debug | 缺陷复现、诊断分析 | Ready |
test-sandbox |
qa-tester | 测试用例执行 | Ready |
# 列出所有沙箱 openshell sandbox list # 在沙箱中执行命令 openshell sandbox exec -n-- [args...] # 启动交互式 Shell openshell sandbox connect -n # 创建新沙箱 openshell sandbox create --name # 删除沙箱 openshell sandbox delete # 查看日志 openshell logs -n # 网关状态 openshell status # 问题诊断 openshell doctor check
当执行可能影响宿主机系统的代码时:
# 不要在本地运行: python3 script.py # 应在沙箱中运行: openshell sandbox exec -n coder-sandbox -- python3 /workspace/script.py
当运行安全工具或扫描任务时:
# 在隔离沙箱中运行 nmap、nikto 等工具 openshell sandbox exec -n security-sandbox -- nmap -sV target
当复现缺陷或验证修复方案时:
openshell sandbox exec -n debug-sandbox -- node test.js
当运行测试套件时:
openshell sandbox exec -n test-sandbox -- pytest tests/
在宿主机与沙箱之间复制文件:
# 将文件复制 INTO 沙箱(通过 exec + cat 实现) cat local_file.py | openshell sandbox exec -n coder-sandbox -- tee /workspace/local_file.py # 将文件复制 FROM 沙箱 openshell sandbox exec -n coder-sandbox -- cat /workspace/result.txt > local_result.txt
默认策略启用 L7 网络限制。查看或修改策略请使用:
openshell policy list
openshell sandbox list 检查当前状态openshell status 和 openshell doctor checkopenshell policy 修改策略宿主机(Ubuntu ARM64)
└── OpenShell 网关(Docker + k3s)
├── coder-sandbox(aarch64,Python 3.13,Node 22)
├── security-sandbox(aarch64)
├── debug-sandbox(aarch64)
└── test-sandbox(aarch64)
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习