LangChain 建構程式碼代理技能

🔑 增強重點摘要

• •LangChain 推出 Sandboxes 整合，支持 Runloop、Daytona 和 Modal 等三家合作夥伴，讓 DeepAgents CLI 可在遠端沙箱安全執行任意程式碼。[3]
• •DeepAgents 沙箱整合包含三步驟：設定沙箱（含可選設定腳本）、代理請求執行指令，以及遠端沙箱回傳結果，代理保持對檔案系統和指令輸出的完整可見性。[3]
• •LangChain 支援 MCP（Model Context Protocol）適配器，透過 MultiServerMCPClient 類別連接多個 MCP 伺服器（如 Postman），為 AI 代理新增額外工具功能。[2]

🛠️ 技術深入

• •沙箱整合流程：1) 使用設定腳本載入環境變數、複製 git 儲存庫、準備環境；2) 代理本地執行但程式碼操作移至遠端沙箱；3) 沙箱回傳檔案系統狀態和指令輸出。[3]
• •MCP 客戶端範例：MultiServerMCPClient 連接到 Postman MCP 伺服器，使用 HTTP 類型、URL 和 Bearer token 認證，取得工具清單 all_tools。[2]
• •安全建議：沙箱隔離但仍需防範提示注入，使用受信任設定腳本、人類介入迴圈，以及短暫生命週期密鑰。[3]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線