/ 目录 / 演练场 / CodeRunner
← 全部服务器 ↗ GitHub
● 社区 instavm ⚡ 即开即用

CodeRunner

作者 instavm · instavm/coderunner

为 agent 提供 VM 级隔离的代码执行环境——Python、Playwright、持久化 Jupyter 内核，全部沙箱隔离，与宿主机无关。

CodeRunner 为 Claude（及其他 agent）提供安全的持久化沙箱：运行带长生命周期 Jupyter 内核的 Python、使用 Playwright 爬取网页、处理 PDF 和图片。基于容器的 VM 级隔离意味着你可以让 agent 执行不受信任的代码，而不会破坏你的机器。以 MCP 服务器形式暴露，可接入任何客户端。

▶ 观看演示 📦 安装 💡 使用场景

为什么要用

核心特性

实时演示

实际使用效果

就绪

安装

作者仓库 · Claude Skills 官方文档

使用场景

实战用法： CodeRunner

让 Claude 运行不受信任的代码，同时保护你的笔记本

👤 试验自动生成代码的开发者 ⏱ ~15 min intermediate

何时使用： 你想让 Claude 编写并运行一个你还没完全审查的脚本。

步骤
  1. 交给它任务
    Use coderunner. Write a Python script that downloads my Strava activities CSV from <url>, parses, and computes weekly mileage. Run it in the sandbox.✓ 已复制
    → 脚本已执行；输出已显示；我的文件系统未被触碰
  2. 迭代
    Add a chart of weekly mileage. Re-run.✓ 已复制
    → 图表已渲染；内核状态已保留（无需重新导入）
  3. 导出结果
    Save CSV + chart to ./out/ on host (this only).✓ 已复制
    → 只有该路径被写入；沙箱保持密封

结果： 快速试验，不用担心「哎不对，它把 /Users 删了」。

注意事项
  • 沙箱内仍然允许访问网络 — 运行真正不受信任的代码时禁用网络；否则它可能泄露数据
搭配使用： filesystem

与 Claude 进行持久化数据分析

👤 将 Claude 用作 Jupyter 副驾的分析师 ⏱ ~30 min beginner

何时使用： 你想进行一次 30 分钟的探索性数据分析，且不希望丢失内核状态。

步骤
  1. 一次性加载数据
    Use coderunner. Load /data/sales.csv into df. Show schema + 5 sample rows.✓ 已复制
    → df 在内核中；会话期间持续保留
  2. 即席查询
    Pivot by region × month, show top 5 anomalies.✓ 已复制
    → 透视表 + 标记的异常行
  3. 导出
    Save the anomalies subset to /out/anomalies.csv on host.✓ 已复制
    → /out/ 中有 CSV 文件

结果： 通过对话进行笔记本级别的分析，且代码实际运行。

注意事项
  • 长时间会话中内核状态漂移；结果基于过时变量 — 不相关任务之间重启内核；Claude 可以执行 %reset
搭配使用： filesystem

安全地爬取 JS 重度网站

👤 需要从 SPA 一次性提取数据的开发者 ⏱ ~20 min intermediate

何时使用： 网站需要完整浏览器；你不想在宿主机上运行 Chrome 进程。

步骤
  1. 启动会话
    Use coderunner Playwright. Open <url>, wait for the table, extract rows as JSON.✓ 已复制
    → 返回 JSON；浏览器保持在沙箱中
  2. 调整选择器
    Selector missed the price column; adjust to find it.✓ 已复制
    → 选择器已更新；数据完整

结果： 数据已提取；宿主机上没有浏览器痕迹。

注意事项
  • 网站检测到 headless 浏览器并拦截 — 切换到技能暴露的 chromium stealth 选项

组合

与其他 MCP 搭配，撬动十倍杠杆

coderunner-skill + filesystem

仅通过挂载路径在沙箱和宿主机之间传输数据

Mount only /Users/me/data and /Users/me/out; everything else is read-only.✓ 已复制
coderunner-skill + duckduckgo-mcp

搜索 → 抓取 → 分析的完整流程

Search via duckduckgo, scrape via coderunner Playwright, analyze in Python.✓ 已复制

工具

此 MCP 暴露的能力

工具输入参数何时调用成本
run_python code: str 任何代码执行 0
browser_navigate url, wait_for? Playwright 会话，用于 SPA 爬取 0
browser_extract selector, format 导航后提取数据 0
pdf_ops input_path, op, args PDF 合并 / 拆分 / 提取 0
image_ops input_path, op, args 缩放、格式转换、OCR 0
kernel_reset — 不相关任务之间 0

成本与限制

运行它的成本

API 配额
无——本地
每次调用 Token 数
只有代码/输出的 token
费用
免费
提示
持久内核省去重复导入的 token；只在状态出错时重置

安全

权限、密钥、影响范围

最小权限： Mounted filesystem paths only Network on/off via config
凭据存储： 不要把 secret 放进沙箱，除非你接受 agent 看到它们
数据出站： 如果网络开启，沙箱可访问任意 URL——敏感运行时请禁用网络
切勿授予： 不要挂载 $HOME 或 /——这样沙箱就失去了意义

故障排查

常见错误与修复

install.sh 在 Linux 上失败

项目以 macOS Apple Silicon 为一等目标；Linux 支持不稳定。查看 issue 获取特定发行版的说明

Playwright 状态过期

运行 kernel_reset；旧的浏览器上下文可能跨调用持续存在

沙箱无法访问网络

配置中网络已禁用；需要时启用。反之，不需要时隔离

PDF/图片技能缺少依赖

容器镜像捆绑了常用依赖；重建镜像以添加自定义依赖

替代方案

CodeRunner 对比其他方案

替代方案何时用它替代权衡
Anthropic code execution beta你想要服务端执行，无需本地沙箱云端执行；数据离开你的机器
Docker by hand你想完全控制容器镜像手动配置；没有开箱即用的 MCP 服务器

更多

资源

📖 阅读 GitHub 上的官方 README

🐙 查看未解决的 issue

🔍 浏览全部 400+ MCP 服务器和 Skills