Mit Databricks Sandbox kannst du die Shell-Befehle eines Agenten ausführen und mit Dateien in deinem Databricks-Workspace arbeiten. Deine Anwendung verwaltet die Sandbox. Der Executor der Sandbox, codex exec-server, stellt über die Sitzungswerte environment.id und environment.remote_url eine ausgehende Verbindung zu OpenAI her.
Databricks Sandbox ist in der Betaphase. Prüfe, ob dein Workspace in einer unterstützten Region liegt. Aktiviere Databricks Sandbox anschließend auf der Seite „Previews“ deines Workspaces.
Bevor du beginnst
- Authentifiziere ein Databricks-Profil für deinen Workspace. Ersetze im folgenden Beispiel
my-workspacedurch den Namen des Profils. - Setze
OPENAI_API_KEYauf deinen Anwendungsschlüssel undOPENAI_EXECUTOR_API_KEYauf einen separaten Umgebungsschlüssel. Beide Schlüssel müssen zur selben Organisation, zum selben Projekt und zum selben Benutzer- oder Dienstkonto gehören. Nur der Umgebungsschlüssel wird alsCODEX_API_KEYan die Sandbox übergeben. - Wenn deine OpenAI-Organisation nur bestimmte IP-Adressen zulässt, aktualisiere die Liste, sobald sich die IP-Adressen für ausgehende Verbindungen der Sandbox ändern. Nimmt dein Workspace an der Vorschau der Firewall für serverloses Computing teil, befolge die Hinweise von Databricks zu regionalen IP-Adressbereichen.
Beispiel ausführen
Führe das Beispiel im Stammverzeichnis des Repositorys für das OpenAI Cookbook mit uv und Python 3.11 oder höher aus. Wähle eine unbenutzte Sandbox-ID, da das Beispiel die Sandbox beim Aufräumen löscht.
uv run examples/agents_api/sandboxes/databricks/application_managed/main.py \
--profile my-workspace --sandbox-id "openai-agent-$(date +%s)"
Das Beispielskript erstellt eine selbst gehostete Sitzung, startet den Executor in der Sandbox und fordert den Agenten auf, einen Gruß in eine Datei zu schreiben. Es liest die Datei anschließend ein und gibt bei Erfolg Verified the agent's file write. aus. Zum Schluss beendet es den Executor und löscht die Sitzung und die Sandbox.