EdgeBox 最新版

如果你正在构建能够“真正使用计算机”的大语言模型（LLM）智能体，那么你可能已经意识到：仅靠代码解释器远远不够。

EdgeBox 正是为此而生——一个功能完整、支持图形界面的本地 LLM 智能体沙箱，它将云端的执行能力带入你的桌面，在保障隐私的同时，赋予 AI 真正的“数字工作者”行为能力。

基于开源项目 E2B 的理念，EdgeBox 将其核心能力重构为纯本地运行环境，所有数据和操作均保留在你的机器上，不受网络传输或第三方服务影响。

更重要的是，EdgeBox 是目前极少数同时提供 CLI 命令行 + GUI 图形桌面 双模式支持的本地沙箱工具，让 AI 不再只是“写代码”，而是可以像人类一样操作浏览器、编辑文档、点击按钮、截取屏幕。

为什么 EdgeBox 不同？

大多数开源沙箱项目（如 codebox）仅提供命令行接口，AI 的交互范围被限制在终端内。而 EdgeBox 的目标是实现真正的 Computer Use（计算机使用）。

✅ 关键优势：通过 MCP 协议标准化接入，支持任意兼容客户端

核心功能：三大模块赋能 AI 智能体

EdgeBox 通过 MCP（Model Context Protocol） 暴露其全部功能，组织为三个核心模块，供 LLM 客户端调用。

1. 💻 完整桌面环境（GUI 模式）

这是 EdgeBox 最具突破性的部分——它内置了一个可通过 VNC 查看的 Ubuntu 桌面环境，让你的 AI 能“看见”并操作图形界面。

• 预装常用应用：Google Chrome、VS Code、文件管理器等开箱即用
• 视觉感知能力：通过 desktop_screenshot 获取当前画面，使 AI 可根据 UI 内容决策
• GUI 自动化：
  • 控制鼠标移动、点击、拖拽
  • 模拟键盘输入与快捷键组合（Ctrl+C / Alt+Tab）
  • 管理窗口状态（最小化、最大化、切换）

这意味着你可以下达如下指令：

“打开浏览器，登录我的 GitHub 账户，搜索 ‘EdgeBox’，找到仓库主页并截图。”

AI 将自动完成整个流程，就像你在亲自操作。

2. 🐚 完整的代码解释器 & Shell 环境

对于传统任务，EdgeBox 同样提供了强大的命令行支持。

• 安全隔离：每个会话运行在独立的 Docker 容器中
• 多语言支持：Python、JavaScript/TypeScript、R、Java、Bash 等
• 持久化 Shell：支持有状态的 bash 终端，变量和路径跨命令保留
• 文件系统操作：完整支持文件的创建、读取、写入、删除与监控

典型应用场景包括数据分析、脚本编写、自动化测试等。

3. 🔗 无缝集成 LLM 客户端（MCP 支持）

EdgeBox 的所有功能都通过标准 MCP HTTP 接口暴露，无需适配即可连接主流 LLM 工具。

支持的客户端示例：

• Claude Desktop
• OpenWebUI
• LobeChat
• Anything LLM
• 自定义 MCP 实现

多会话管理：

通过请求头中的 x-session-id，可轻松创建多个隔离的沙箱实例，用于并发处理不同任务。

{
  "mcpServers": {
    "edgebox-default": {
      "url": "http://localhost:8888/mcp"
    },
    "edgebox-data-analysis": {
      "url": "http://localhost:8888/mcp",
      "headers": { "x-session-id": "data-analysis" }
    },
    "edgebox-web-scraping": {
      "url": "http://localhost:8888/mcp",
      "headers": { "x-session-id": "web-scraping" }
    }
  }
}

每个会话拥有独立的文件系统和运行环境，互不干扰。

MCP 工具列表

EdgeBox 提供两类 MCP 工具，可根据需求启用或禁用。

📟 核心工具（CLI 模式｜始终可用）

🖱️ 桌面工具（GUI 模式｜需手动启用）

⚠️ 仅当在设置中开启“GUI 工具”后可用

技术架构概览

[LLM 智能体] 
     ↓ (MCP over HTTP)
[EdgeBox 应用] 
     ↓ (Docker API)
[隔离的 Docker 容器（含 Ubuntu 桌面 + Shell）]

• 前端框架：Electron + React + TypeScript + Tailwind CSS
• UI 组件库：Radix UI
• 后端运行时：Node.js
• 容器管理：Dockerode（对接 Docker API）
• 容器引擎：Docker Desktop（必须安装）

整个系统轻量高效，资源占用可控，适合长期驻留后台运行。

使用准备与安装指南

📋 前置要求

• ✅ Docker Desktop 已安装并正常运行（Windows / macOS / Linux）
• ✅ 至少 4GB 可用内存（建议 8GB 以上）

🛠️ 安装步骤

1. 访问 EdgeBox 发布页，下载对应平台的最新版本
2. 安装并启动 Docker Desktop
3. 启动 EdgeBox 应用：
   • Windows：双击 EdgeBox.exe
   • macOS：打开 EdgeBox.app
   • Linux：运行 .AppImage 或安装 .deb/.rpm 包

🎯 快速开始

1. 启动 EdgeBox，确认仪表板显示 Docker 和 MCP 服务已就绪
2. 在你的 LLM 客户端中添加 MCP 配置：

{
  "mcpServers": {
    "edgebox": {
      "url": "http://localhost:8888/mcp"
    }
  }
}

3. 开始下达自然语言指令，例如：

“帮我分析 data.csv 文件，画出销售额趋势图。”
“打开浏览器，搜索‘如何部署 FastAPI’，并将前三个结果保存为 PDF。”
“创建一个 Python 项目，初始化 git，提交初始版本。”

AI 将通过 EdgeBox 自主完成这些任务。

🔐 安全设计

尽管运行在本地，EdgeBox 仍采用多重防护机制确保安全：

• 容器隔离：每个会话运行在独立的 Docker 容器中，无法访问主机敏感路径
• 资源限制：可配置 CPU、内存上限，防止资源耗尽
• 网络控制：默认情况下容器网络受限，可按需开放外网访问
• 无外部依赖：所有组件均本地运行，不回传任何用户数据