Usa Databricks Sandbox para ejecutar los comandos de shell de un agente y trabajar con archivos en tu espacio de trabajo de Databricks. Tu aplicación administra el sandbox. El ejecutor del sandbox, codex exec-server, abre una conexión saliente a OpenAI con los valores de environment.id y environment.remote_url de la sesión.
Databricks Sandbox está en fase beta. Verifica que tu espacio de trabajo esté en una región compatible y luego habilita Databricks Sandbox en la página Previews de tu espacio de trabajo.
Antes de comenzar
- Autentica un perfil de Databricks para tu espacio de trabajo. En el siguiente ejemplo, usa el nombre del perfil en lugar de
my-workspace. - Asigna a
OPENAI_API_KEYla clave de tu aplicación y aOPENAI_EXECUTOR_API_KEYuna clave de entorno distinta. Ambas claves deben corresponder a la misma organización, al mismo proyecto y al mismo usuario o a la misma cuenta de servicio. El sandbox solo recibe la clave de entorno comoCODEX_API_KEY. - Si tu organización de OpenAI aplica una lista de direcciones IP permitidas, actualízala cada vez que cambien las direcciones IP de salida del sandbox. Si tu espacio de trabajo participa en la versión preliminar del firewall para cómputo sin servidor, sigue las indicaciones de Databricks sobre los rangos de IP por región.
Ejecuta el ejemplo
Desde la raíz del repositorio de OpenAI Cookbook, ejecuta el ejemplo con uv y Python 3.11 o posterior. Elige un ID de sandbox que no esté en uso, ya que el ejemplo elimina el sandbox durante la limpieza.
uv run examples/agents_api/sandboxes/databricks/application_managed/main.py \
--profile my-workspace --sandbox-id "openai-agent-$(date +%s)"El ejemplo crea una sesión autoalojada, inicia el ejecutor en el sandbox y le pide al agente que escriba un saludo en un archivo. Luego lee el archivo y, si verifica que el agente escribió el saludo, imprime Verified the agent's file write.. Por último, detiene el ejecutor y elimina la sesión y el sandbox.