Sandbox 项目技术文档
2024-12-20 06:29:13作者:曹令琨Iris
1. 安装指南
1.1 使用 npm 安装
要安装 sandbox 项目,可以使用 npm 进行安装:
npm install --save sandbox
1.2 跳过二进制文件下载
默认情况下,安装过程中会尝试下载对应平台的二进制文件。如果你希望跳过这一步骤,可以通过设置环境变量 SANDBOX_SKIP_DOWNLOAD 来实现:
env SANDBOX_SKIP_DOWNLOAD=1 npm install --save sandbox
1.3 手动构建
如果你选择手动构建项目,首先需要确保已经安装了 Rust 工具链。可以通过以下步骤安装 Rust:
- 访问 Rust 安装页面 并按照说明进行安装。
- 安装完成后,运行以下命令进行构建:
npm run build
构建完成后,编译的二进制文件将被移动到 ./index.node,此时你可以使用 sandbox 并运行测试:
npm test
2. 项目使用说明
2.1 基本用法
sandbox 是一个用于在 Node.js 中安全执行不受信任代码的工具。以下是一个简单的使用示例:
const s = new Sandbox();
s.eval("const o = { answer: 4.2 }; o", function(err, res) {
console.log("The answer is: %d", res.answer * 10); // The answer is: 42
});
2.2 注意事项
- 目前,只有可以序列化为 JSON 的值才能被返回。
- 项目通过嵌入一个 JavaScript 解释器来执行代码,该解释器运行在另一个线程中,从而提高了安全性。
3. 项目 API 使用文档
3.1 Sandbox 类
3.1.1 eval(code, callback)
- 参数:
code(String): 要执行的 JavaScript 代码。callback(Function): 执行完成后的回调函数,接收两个参数:err和res。
- 返回值: 无
示例:
s.eval("const o = { answer: 4.2 }; o", function(err, res) {
if (err) {
console.error(err);
} else {
console.log("The answer is: %d", res.answer * 10);
}
});
3.2 错误处理
在执行不受信任的代码时,可能会遇到各种错误。sandbox 提供了优雅的错误处理机制,确保在发生错误时能够及时捕获并处理。
4. 项目安装方式
4.1 自动下载二进制文件
默认情况下,sandbox 会尝试下载对应平台的二进制文件。这是最简单的安装方式,适合大多数用户。
4.2 手动构建
对于需要自定义构建的用户,可以通过以下步骤手动构建项目:
- 安装 Rust 工具链。
- 运行
npm run build进行构建。 - 构建完成后,编译的二进制文件将被移动到
./index.node。
4.3 环境变量控制
通过设置 SANDBOX_SKIP_DOWNLOAD 环境变量,可以跳过二进制文件的自动下载,选择手动构建或使用其他方式。
5. 总结
sandbox 项目通过嵌入 JavaScript 解释器和 Rust 语言的强大功能,提供了一个安全、可靠的执行环境,适用于需要执行不受信任代码的场景。通过本技术文档,用户可以轻松了解如何安装、使用和构建该项目,从而更好地利用 sandbox 的功能。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
754
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
179
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248