/ 目錄 / 演練場 / CodeRunner
← 全部伺服器 ↗ GitHub
● 社群 instavm ⚡ 即開即用

CodeRunner

作者 instavm · instavm/coderunner

為 agent 提供 VM 隔離的程式碼執行環境——Python、Playwright、持久 Jupyter 核心，全部沙箱化，不影響你的主機。

CodeRunner 為 Claude（和其他 agent）提供安全、持久的沙箱：以長效存活的 Jupyter 核心執行 Python、以 Playwright 進行網路擷取、操作 PDF 和圖像。基於容器的 VM 級隔離，讓 agent 可以執行不受信任的程式碼，而不會破壞你的機器。以 MCP 形式暴露，可在任何用戶端中使用。

▶ 觀看演示 📦 安裝 💡 使用場景

為什麼要用

核心特性

即時演示

實際使用效果

就緒

安裝

作者儲存庫 · Claude Skills 官方文件

使用場景

實戰用法： CodeRunner

讓 Claude 執行不受信任的程式碼，而不危及你的筆電

👤 試驗自動生成程式碼的開發者 ⏱ ~15 min intermediate

何時使用： 你想讓 Claude 撰寫並執行一個你沒有完全審查的腳本。

步驟
  1. 交付任務
    Use coderunner. Write a Python script that downloads my Strava activities CSV from <url>, parses, and computes weekly mileage. Run it in the sandbox.✓ 已複製
    → 腳本已執行；結果已顯示；沒有碰觸我的檔案系統
  2. 迭代
    Add a chart of weekly mileage. Re-run.✓ 已複製
    → 圖表已渲染；核心狀態保持（無需重新匯入）
  3. 匯出結果
    Save CSV + chart to ./out/ on host (this only).✓ 已複製
    → 只有那一個路徑被寫入；沙箱保持密封

結果： 快速試驗，不必擔心「糟糕，它刪了 /Users」。

注意事項
  • 沙箱內仍允許網路存取 — 若執行真正不受信任的程式碼，請停用網路；否則它可能洩露資料
搭配使用： filesystem

與 Claude 進行持久資料分析

👤 將 Claude 作為 Jupyter 副駕駛的分析師 ⏱ ~30 min beginner

何時使用： 你想進行 30 分鐘的探索性資料分析，且不希望失去核心狀態。

步驟
  1. 載入一次資料
    Use coderunner. Load /data/sales.csv into df. Show schema + 5 sample rows.✓ 已複製
    → df 在核心中；在對話期間持續存在
  2. 臨時查詢
    Pivot by region × month, show top 5 anomalies.✓ 已複製
    → 樞紐表 + 標記的異常列
  3. 匯出
    Save the anomalies subset to /out/anomalies.csv on host.✓ 已複製
    → CSV 已存至 /out/

結果： 透過對話進行筆記本品質的分析，且程式碼確實有在執行。

注意事項
  • 長時間對話後核心狀態漂移；結果基於過時的變數 — 在不相關的任務之間重啟核心；Claude 可以發出 %reset
搭配使用： filesystem

安全地抓取 JavaScript 密集型網站

👤 需要從 SPA 進行一次性資料擷取的開發者 ⏱ ~20 min intermediate

何時使用： 網站需要完整瀏覽器；你不想在主機上執行 Chrome 程序。

步驟
  1. 啟動工作階段
    Use coderunner Playwright. Open <url>, wait for the table, extract rows as JSON.✓ 已複製
    → JSON 已返回；瀏覽器在沙箱內執行
  2. 迭代選擇器
    Selector missed the price column; adjust to find it.✓ 已複製
    → 更新後的選擇器；資料完整

結果： 資料已擷取；主機上沒有瀏覽器的蹤跡。

注意事項
  • 網站偵測到無頭瀏覽器並封鎖 — 切換至 skill 提供的 chromium 搭配隱身選項

組合

與其他 MCP 搭配，撬動十倍槓桿

coderunner-skill + filesystem

只透過掛載路徑在沙箱中傳入或取出資料

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

搜尋 → 擷取 → 分析管線

Search via duckduckgo, scrape via coderunner Playwright, analyze in Python.✓ 已複製

工具

此 MCP 暴露的能力

工具輸入參數何時呼叫成本
run_python code: str 任何程式碼執行 0
browser_navigate url, wait_for? SPA 抓取的 Playwright 工作階段 0
browser_extract selector, format 導覽後拉取資料 0
pdf_ops input_path, op, args PDF 合併、分割、擷取 0
image_ops input_path, op, args 縮放、格式轉換、OCR 0
kernel_reset — 不相關任務之間 0

成本與限制

運行它的成本

API 配額
無——本機
每次呼叫 Token 數
僅有程式碼和輸出的 token
費用
免費
提示
持久核心省去重新匯入的 token；只在狀態錯誤時重置

安全

權限、密鑰、影響範圍

最小權限： 僅限掛載的檔案系統路徑 網路可透過設定開啟或關閉
憑證儲存： 不要將機密放入沙箱，除非你接受 agent 能看到它們
資料出站： 若網路開啟，沙箱可存取任何 URL——敏感執行時請停用
切勿授予： 掛載 $HOME 或 /——沙箱因此失去意義

故障排查

常見錯誤與修復

install.sh 在 Linux 上失敗

此專案以 macOS Apple Silicon 為主要支援平台；Linux 支援視情況而定。查看 issues 中特定發行版的說明

Playwright 狀態過時

執行 kernel_reset；舊的瀏覽器脈絡可能在多次呼叫間持續存在

沙箱無法連接網際網路

設定中已停用網路；若需要請切換開啟。反之，不需要時請隔離

PDF／圖像 skill 缺少依賴項

容器映像內建了常見依賴項；重建映像以新增自訂依賴項

替代方案

CodeRunner 對比其他方案

替代方案何時用它替代權衡
Anthropic 程式碼執行測試版你想要不需要本機沙箱的伺服器端執行雲端端；資料會離開你的機器
手動使用 Docker你想完全控制容器映像需手動設定；沒有開箱即用的 MCP 伺服器

更多

資源

📖 閱讀 GitHub 上的官方 README

🐙 查看未解決的 issue

🔍 瀏覽全部 400+ MCP 伺服器和 Skills