Monocore 开源项目最佳实践教程
2025-05-25 13:49:28作者:廉皓灿Ida
1. 项目介绍
Monocore 是一个旨在为用户提供安全执行不可信代码的环境的开源项目。它通过使用真正的虚拟机隔离,确保了代码执行的的安全性,同时提供了即时启动和自我托管的特点,使得开发者在保证安全的同时,也能获得良好的性能和完全的控制权。此外,Monocore 还与 OCI 标准兼容,支持标准的容器镜像,并且为 AI 集成提供了内置的 MCP 服务器。
2. 项目快速启动
安装和启动服务器
首先,您需要安装 Monocore。可以通过以下命令进行安装:
curl -sSL https://get.microsandbox.dev | sh
安装完成后,启动 Monocore 服务器:
msb server start --dev
请注意,Monocore 服务器同时也是一个 MCP 服务器,可以直接与 Cursor、Agno 以及其他支持 MCP 的 AI 工具和代理进行工作。
安装 SDK
根据您的开发语言,安装相应的 SDK:
-
Python
pip install microsandbox -
JavaScript
npm install microsandbox -
Rust
cargo add microsandbox
Monocore 还支持其他语言的 SDK,您可以加入项目以扩展对您喜欢的语言的支持。
执行代码
Monocore 提供了多种沙盒环境类型,以适应不同的代码执行需求。以下是如何在 Python 沙盒中执行代码的示例:
import asyncio
from microsandbox import PythonSandbox
async def main():
async with PythonSandbox.create(name="test") as sb:
exec = await sb.run("name = 'Python'")
exec = await sb.run("print(f'Hello {name}!')")
print(await exec.output())
asyncio.run(main())
对于 JavaScript 和 Rust 的使用方式,请参考项目文档中的相应示例。
3. 应用案例和最佳实践
在开发过程中,使用 Monocore 沙盒可以有效地隔离不可信代码,以下是一些应用案例和最佳实践:
- 代码审计:在审计外部代码或第三方代码时,使用 Monocore 可以避免潜在的恶意代码影响您的系统。
- 沙盒测试:在开发和测试阶段,将代码放入 Monocore 沙盒中执行,以确保代码行为符合预期,同时不会影响主系统。
- AI 集成:利用 Monocore 内置的 MCP 服务器,可以方便地集成 AI 功能,如自动代码生成或智能分析。
4. 典型生态项目
Monocore 的生态系统包括多个相关项目,以下是一些典型的生态项目:
- microsandbox SDK:为不同编程语言提供的 SDK,以便在应用程序中集成 Monocore 功能。
- microsandbox CLI:命令行工具,用于与 Monocore 服务器进行交互和管理沙盒。
- microsandbox Portal:Web 界面,用于管理和监控沙盒执行。
通过这些项目,开发者可以更方便地使用 Monocore,并在自己的应用程序中实现安全代码执行的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
480
3.57 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
暂无简介
Dart
731
176
React Native鸿蒙化仓库
JavaScript
289
341
Ascend Extension for PyTorch
Python
290
322
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
仓颉编程语言运行时与标准库。
Cangjie
149
885
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
452