Omni安全沙箱完全指南:Landlock+Docker隔离网络如何让AI安全执行Python和Bash代码
Omni安全沙箱完全指南:Landlock+Docker隔离网络如何让AI安全执行Python和Bash代码
当 AI 智能体替你写代码、跑脚本时,"怎么保证这段代码不失控"就是信任的关键。Omni 安全沙箱是开源企业级 AI 智能体 Omni 给出的答案:它用 Docker 隔离网络、Linux Landlock 文件系统限制和资源配额三重防护,确保智能体生成的每一行 Python 和 Bash 代码都无法触碰内网、无法逃逸工作区、无法耗尽服务器资源。本文带你逐层拆解这套安全机制的完整实现。
一、为什么 AI 智能体必须配一个安全沙箱
Omni 是一个可自托管(self-hosted)的企业 AI 智能体,它能连接 Google Drive、Gmail、Slack、Jira、HubSpot 等工具,替你查找上下文、分析数据、执行任务。要真正"干活",它必须能运行代码——比如用 pandas 处理一张 CSV、用脚本生成报告。
但让 AI 生成的代码直接在服务器上裸跑,风险是显而易见的:
- 🕳️ 恶意/失控代码:一段
curl可能把敏感数据发到外部 - 💣 资源滥用:死循环吃光 CPU 和内存,拖垮整台服务器
- 🔓 越权访问:代码读走本不该碰的文件,甚至篡改系统目录
Omni 的做法是:代码永远不在主环境里跑,而是跑在一个被层层设防的独立容器中。
二、Omni 安全沙箱的三层防御架构
Omni 的沙箱是一个独立容器服务,位于 services/sandbox/,核心由两部分组成:
omni-sandbox:基于 axum 的 HTTP 服务,对外提供/execute/bash、/execute/python、/files/*等接口(见 services/sandbox/src/lib.rs)sandbox-exec:一个 Rust 编写的小型执行器,负责在启动任何命令前施加 Landlock 限制(见 services/sandbox/src/bin/sandbox_exec.rs)
三层防御自上而下依次是:Docker 容器与隔离网络 → Landlock 文件系统隔离 → 资源与超时限制。
第一层:Docker 隔离网络,彻底切断"外联"通道
在 docker/docker-compose.yml 中,sandbox 服务只接入一个名为 sandbox-net 的桥接网络:
networks:
sandbox-net:
driver: bridge
internal: true # No external network access
这一行 internal: true 是整篇文章最"狠"的配置:该网络没有外部出口,也不与 omni-network 互通。这意味着沙箱里的 Python/Bash 代码:
- ❌ 无法访问互联网(装不了包、发不出数据)
- ❌ 无法访问 Postgres、Redis 等内部服务(碰不到公司数据)
唯一能访问沙箱的是 ai 服务——它同时挂在两个网络上,充当"桥接者",把智能体要执行的代码送进去、把结果带出来。
容器本身同样锁死:
| 配置项 | 值 | 作用 |
|---|---|---|
read_only: true |
只读根文件系统 | 代码无法修改系统文件 |
tmpfs: /tmp |
内存临时目录 | 临时文件不落盘、重启即清 |
security_opt: no-new-privileges |
禁止提权 | 子进程不能获得更高权限 |
USER sandbox |
非 root 运行 | 见 services/sandbox/Dockerfile |
cpus / mem_limit |
默认 0.5 核 / 512MB | 防资源滥用 |
第二层:Landlock 文件系统隔离,精确到"哪个目录能读写"
容器只解决了网络和权限,但代码在容器内仍能到处读文件。这一步交给 Landlock——Linux 5.13+ 内核的无特权安全模块,允许进程自己"戴上手铐"。
sandbox-exec 在执行任何用户命令前,会做三件事(核心逻辑在 sandbox_exec.rs):
prctl(PR_SET_NO_NEW_PRIVS):关闭提权通道,这是 Landlock 的强制前提- 构建 Landlock 规则集(ABI V3),只放行两条路:
- 📖 只读:
/usr、/lib、/bin、/etc、/lib64、/opt/omni/component-sdk—— 够解释器跑,但一个字节都改不了 - ✏️ 读写:仅当前聊天目录(
/scratch/<chat_id>)、/tmp、/dev
- 📖 只读:
restrict_self()后立即exec用户命令,并清空环境变量(HOME指向聊天目录,PATH只保留系统目录)
效果是:AI 写出的代码只能在自己的聊天工作区里折腾,想 cat /etc/shadow 之外的东西?内核直接拒绝。服务启动时还会做一次 Landlock 冒烟测试(见 lib.rs),确认内核支持后才上岗。
第三层:超时、输出截断与干净环境
最后一道兜底在 services/sandbox/src/executor.rs:
- ⏱️ 执行超时:默认 30 秒(
EXECUTION_TIMEOUT可调),超时直接SIGKILL,返回退出码 124 - ✂️ 输出截断:stdout/stderr 各限 100KB,防止刷屏式输出拖垮对话
- 🧹 环境净化:
env_clear()后只注入必要的PATH、HOME、TMPDIR,代码继承不到任何敏感环境变量
三、AI 如何使用沙箱执行 Python 和 Bash
站在 AI 智能体一侧,沙箱被封装成一组"工具"(services/ai/tools/sandbox_handler.py):write_file、read_file、edit_file、执行 Bash、执行 Python……
典型工作流是这样的:
- 你让 Omni"分析这份销售报表并画出趋势图"
- AI 先用
write_file把报表数据写入自己的工作区/scratch/<chat_id>/ - 再通过
/execute/python跑一段 pandas + matplotlib 脚本(沙箱镜像预装了 pandas、numpy、matplotlib 等常用库,见 Dockerfile) - 生成的图表落盘为文件,AI 读取并回复给你
两个值得一提的工程细节:
- 每聊一个独立工作区:所有文件都隔离在
/scratch/<chat_id>/下,不同对话互不干扰(测试可见 integration_tests.rs) - 内置 Git 版本管理:每个聊天目录就是一个 git 仓库,每次写入、编辑、执行都会自动提交,产物可回溯、可还原(services/sandbox/src/versioning.rs)——AI 改坏了文件,历史还在
四、安全边界一览
| 维度 | 防护机制 | 源码位置 |
|---|---|---|
| 互联网 | sandbox-net internal 网络 |
docker/docker-compose.yml |
| 内部服务 | 沙箱不接入 omni-network |
docker/docker-compose.yml |
| 系统文件 | 只读根文件系统 | docker/docker-compose.yml |
| 文件读写范围 | Landlock 白名单规则 | services/sandbox/src/bin/sandbox_exec.rs |
| 权限提升 | no-new-privileges + 非 root 用户 |
services/sandbox/Dockerfile |
| 资源滥用 | 0.5 CPU / 512MB 内存上限 | docker/docker-compose.yml |
| 死循环 | 30 秒超时强杀 | services/sandbox/src/executor.rs |
五、结语
Omni 安全沙箱的设计哲学可以概括为一句话:最小权限,纵深防御。 网络层用 Docker internal 网络物理断联,文件层用 Landlock 内核级白名单精确收权,运行层用超时和配额兜底。三层各司其职,任何单层被绕过都有下一层接住。
如果你也在为企业部署 AI 智能体,"让 AI 执行代码"不必再是安全团队心里的刺——参考 services/sandbox/ 与 docker/docker-compose.yml 的实现,这套"Landlock + 隔离网络"的组合完全可以成为你自家 AI 平台的执行安全基线。🔒
