Skip to main content
LangSmith 实验沙盒是由 LangChain 管理的沙盒环境,您无需单独设置供应商账户、账单或基础设施。它们是运行智能体代码的零配置默认选项,而第三方供应商(如 AgentCore、Daytona、E2B、Modal、Runloop 和 Vercel)则在需要自建时可供选择。由于 LangSmith 实验沙盒属于 LangChain 平台的一部分,您可与其他 LangSmith 资源一并管理它们。关于设置、快照、服务 URL 和认证代理的详细信息,请参考 LangSmith Sandboxes 文档。

安装

设置 API 密钥

SandboxClient() 会从环境变量中读取此密钥,因此无需额外配置。

创建沙盒后端

使用 SandboxClient 创建 LangSmith 实验沙盒,并通过 @[LangSmithSandbox] 包裹它以作为 Deep Agents 后端 运行。

与 Deep Agents 配合使用

将后端传递给 @[create_deep_agent] 并搭配类似 @[ChatAnthropic] 的对话模型,然后调用智能体。try/finally 块会在 try 块结束或发生错误时删除沙盒。

清理

完成时删除沙盒,因为未删除的沙盒会持续占用资源。
您还可以通过 LangSmith 控制台 下的 沙盒 页面管理沙盒资源。 更多细节请参考:
官方原文:src/oss/python/integrations/sandboxes/langsmith.mdx · 非官方翻译,译文由 AI 生成,以英文原文为准。
Last modified on November 3, 2026