AI-mérnök Sajal Sharma a Zero to Agent in 30 Minutes podcast legutóbbi adásában bemutatta, hogyan lehet egy távoli, izolált sandboxot használni úgy, hogy az ügynökeid szoftvert telepíthessenek, parancsokat futtathassanak, és böngészőt vezérelhessenek anélkül, hogy a helyi géped veszélybe kerülne. Gyakorlatilag minden ügynöknek egy külön számítógépet adsz.
Mit mutatott a bemutató
Sajal két különböző munkamódot szemléltetett az E2B segítségével:
- Parancssoros megközelítés: egy ügynök letöltött egy adatállományt a sandboxon belül, telepítette a szükséges csomagokat, elemezte az adatokat, és a sandboxban előállított jelentést visszavitte a helyi gépre.
- Grafikus felületű (GUI) megközelítés: egy ügynök távoli asztalon megnyitott egy böngészőt, majd az IKEA weboldalán keresett bútorokat — a demo így bemutatta a képernyőképek olvasását, kattintásokat és billentyűleütések küldését.
Lépésről lépésre: hogyan adjunk ügynöknek saját gépet
-
Válassz munkamódot
- Döntsd el, hogy az ügynök parancssoron és fájlokon keresztül dolgozik-e, vagy a grafikus felületet fogja használni. Sajal mindkettőt demonstrálta.
-
Hozz létre izolált sandboxot
- Az első demóhoz Sajal létrehozott egy E2B sandboxot, majd úgy konfigurálta a LangChain Deep Agents-t, hogy a parancsvégrehajtás a távoli környezetben történjen. Az ügynök helyi gondolkodását megtartotta, de a csomagellenőrzések, telepítések és adatfeldolgozás a sandboxban futottak.
-
Mozgasd át a szükséges fájlokat
- A helyi fájlok nem láthatók automatikusan a távoli sandboxban; Sajal ügynöke a sandboxon belül töltötte le a szükséges adatot, ott készítette el a jelentést, majd a kész jelentést átmásolta a helyi gépre.
-
Térképezd fel az ügynök akcióit a távoli asztalra
- A GUI-demóban Sajal az OpenAI Agents SDK-t használta, és egy E2B computer osztályt épített, amely összekapcsolta a modell által generált akciókat a távoli asztal műveleteivel. Leképezték a képernyőképeket, kattintásokat, billentyű- és görgetési parancsokat a megfelelő E2B műveletekre. Egy korai verzió összeomlott, mert egy akció nem volt leképezve; ezt pótolni kellett a stabil futtatáshoz.
-
Ismertesd az ügynök környezetét
- Sajal alapvető működési utasításokat adott az ügynöknek, például hogy melyik böngésző telepítve van, így az ügynök nem pazarolt AI-teljesítményt a gép felfedezésére. Ajánlott továbbá, hogy az ügynököknek feladat-specifikus hitelesítő adatokat vagy titkokat adjunk, ne egy ember által használt autentikációs profilt osszunk meg.
Több ügynök párhuzamos munkája
Egy külön gép különösen hasznos, amikor több ügynök egyszerre dolgozik. Sajal példaként frontend fejlesztést említett: két ügynök, amelyek UI-változtatásokat végeznek, ütközhetnek, ha ugyanarra a portra próbálnak szervert indítani vagy a rossz példányt vizsgálják. Egy-egy sandbox mindenkinek saját környezetet ad: saját szerverindítás, izolált tesztelés, és minden futás egy friss gépen kezdődhet, amely a feladat befejezése után törölhető.
Hol találod a kódot és mi következik
Sajal megosztotta a demó kódot a saját GitHub repo-jában, így aki követni szeretné a bemutatót vagy megismételné a beállítást, onnan elindulhat.
A sorozat következő hetében Bruce Hopkins szerző és AI-innovátor az első ügynök építését mutatja be a Model Context Protocol (MCP) használatával. Bemutatja, hogyan tehetők elérhetővé meglévő HTTP REST API-k MCP-n keresztül, hogy egy ügynök ezeket az API-kat eszközként használhassa.
Hol nézhető
A Zero to Agent in 30 Minutes adását a Radar-on követheted, vagy meghallgathatod a legújabb epizódot YouTube-on, Spotify-on, Apple-en vagy más podcast-szolgáltatón. Az O’Reilly tagsággal élőben is nézhető a műsor.
