daytona

GitHub
72.3k 5.5k 中等 1 次阅读 今天AGPL-3.0图像Agent开发框架
AI 解读 由 AI 自动生成,仅供参考

Daytona 是一个专为运行 AI 生成代码而设计的安全、弹性基础设施。在 AI 代理(Agent)日益普及的今天,如何安全地执行不可信的自动生成的代码成为一大挑战。Daytona 通过提供完全隔离的“沙箱”环境解决了这一痛点,每个沙箱都是一台拥有独立内核、文件系统、网络栈及专属计算资源的完整计算机,确保代码在受控环境中运行,互不干扰且风险可控。

该平台特别适合开发者、AI 研究人员以及构建智能体工作流的技术团队使用。无论是需要并行处理大量任务,还是希望在不同会话间保持状态持久化,Daytona 都能提供稳定支持。其独特的技术亮点在于极致的启动速度——从代码提交到执行仅需不到 90 毫秒,并基于 OCI/Docker 标准构建,支持 Python、TypeScript 和 JavaScript 等多种语言。此外,Daytona 提供了丰富的 SDK、API 和命令行工具,让用户能轻松编程管理沙箱的生命周期、文件操作及进程执行。凭借状态快照功能,它还能让 AI 代理在多次交互中保留上下文记忆,是构建下一代 AI 应用架构的理想基石。

使用场景

某金融科技公司正在构建一个自动化代码审计系统,需要让 AI 代理频繁生成并执行高风险的 Python 脚本来检测潜在漏洞。

没有 daytona 时

  • 安全隐患大:直接在共享服务器或本地容器运行 AI 生成的未知代码,一旦脚本包含恶意逻辑,极易导致宿主机被入侵或数据泄露。
  • 环境不一致:不同脚本依赖冲突频发,开发人员需花费大量时间手动配置隔离环境,导致“在我机器上能跑”的问题反复出现。
  • 启动速度慢:传统虚拟机或重型容器启动耗时数秒甚至分钟级,无法满足 AI 代理高并发、即时响应的执行需求。
  • 状态难持久:每次执行后环境即销毁,AI 无法在后续步骤中复用之前的计算结果或文件状态,迫使工作流断裂。

使用 daytona 后

  • 原生安全隔离:daytona 为每段 AI 代码提供拥有独立内核、文件系统和网络栈的沙箱,即使代码恶意也完全无法逃逸,确保宿主绝对安全。
  • 环境秒级就绪:依托其弹性架构,沙箱从代码提交到执行仅需 90 毫秒,完美支撑 AI 代理的大规模并行任务调度。
  • 状态无缝延续:利用快照功能,AI 代理可在多次交互中保留沙箱内的文件与变量状态,实现复杂的多步推理与调试工作流。
  • 标准化交付:通过统一的 SDK 和 API 管理全生命周期,团队不再受困于环境差异,专注于核心算法优化而非运维琐事。

daytona 通过提供毫秒级启动且具备完整隔离性的沙箱基础设施,让企业能够安全、高效地将 AI 生成的代码真正投入生产流程。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明(沙箱实例可分配 vCPU、RAM 和磁盘,具体取决于配置)

依赖
notesDaytona 是一个用于运行 AI 生成代码的安全弹性基础设施平台,核心组件为沙箱(Sandboxes)。它支持多种部署方式:托管服务、完全开源本地栈(需 Docker Compose)或混合模式。客户端可通过 Python、TypeScript、Ruby、Go、Java 等语言的 SDK 进行交互。沙箱启动时间低于 90ms,支持 Python、TypeScript 和 JavaScript 代码执行。若选择开源部署,需在本地运行包含 API、CLI、Dashboard、Runner 等组件的完整栈。
python3.8+ (推测,基于标准 Python SDK 兼容性,文中未明确指定最低版本)
Docker (OCI 兼容)
Docker Compose (用于开源部署)
daytona hero image

快速开始

 

Daytona logo

运行 AI 代码。
为您的 AI 生成代码提供安全且弹性的基础设施。

文档 · 报告 Bug · 请求功能 · 加入我们的 Slack · 在 X 上联系

 

Daytona 是一个用于执行 AI 生成代码和代理工作流的安全、弹性的基础设施运行时。我们的开源平台提供 沙箱,即完全隔离的可组合计算机,拥有独立的内核、文件系统、网络栈以及分配的 vCPU、RAM 和磁盘。

沙箱是 Daytona 平台的核心组件,能够在不到 90 毫秒内从代码启动并开始执行,并支持 Python、TypeScript 和 JavaScript 等多种语言的代码运行。基于 OCI/Docker 兼容性、大规模并行化以及无限持久化的特性,沙箱为代理工作流提供了稳定、可预测的环境。

代理和开发者可以通过 Daytona 的 SDKsAPICLI 以编程方式与沙箱交互。操作范围涵盖沙箱生命周期管理、文件系统操作、进程与代码执行,以及通过基础镜像、软件包和工具进行运行时配置。我们提供的有状态环境 快照 能够在会话之间保持代理的持续运行,使 Daytona 成为构建 AI 代理架构的理想基础。

功能

Daytona 提供了丰富的功能和工具来与沙箱交互。

  • 平台:为采用 Daytona 标准化的组织提供治理和运营控制
  • 沙箱:隔离的完整可组合计算机,用于执行工作负载并保留状态
  • 代理工具:面向应用代码、代理和集成的程序化能力
  • 人类工具:用于与沙箱交互的界面和远程会话
  • 系统工具:用于生命周期事件和网络访问的平台级钩子和控制
平台 沙箱 代理工具 人类工具 系统工具
组织 环境 进程与代码执行 仪表板 Webhooks
API 密钥 快照 文件系统操作 Web 终端 网络限制
限制 声明式构建器 语言服务器协议 SSH 访问
计费 计算机使用 VNC 访问
审计日志 区域 MCP 服务器 VPN 连接
OpenTelemetry Git 操作 预览
集成 伪终端 (PTY) 自定义预览代理
安全展示 日志流 游乐场

架构

Daytona 平台由多个平面组件组成,每个组件都有特定的用途。每个组件的详细概述可在 架构文档 中找到。

  • 界面平面:提供与 Daytona 交互的客户端接口
  • 控制平面:编排所有沙盒操作
  • 计算平面:运行和管理沙盒实例

应用程序

Daytona 平台可运行的应用程序和服务。每个目录都是一个可部署或可构建的组件,位于 apps 目录中。

  • api:基于 NestJS 的 RESTful 服务;平台所有操作的主要入口
  • cli:Go 命令行界面,用于访问核心功能以与沙盒交互
  • daemon:在每个沙盒内运行的代码执行代理
  • dashboard:用于可视化管理沙盒的 Web 用户界面
  • docs:文档内容;网站发布于 daytona.io/docs
  • otel-collector:用于收集 Daytona SDK 操作的跟踪和指标
  • proxy:用于自定义路由和预览 URL 的反向代理
  • runner:为 Daytona 计算平面提供动力并运行沙盒的计算节点
  • snapshot-manager:编排沙盒快照的创建
  • ssh-gateway:独立的 SSH 网关,接受经过身份验证的 ssh 连接

客户端库

客户端库通过面向开发者的 SDK 将 Daytona 平台集成到应用程序代码中,这些 SDK 由 OpenAPI 生成的 REST 客户端和工具箱 API 客户端支持。每个目录都是针对特定语言或运行时的可发布包,位于 libs 目录中。

Python

pip install daytona

使用 Python 与 Daytona 交互的独立包和库:

sdk-pythonapi-client-pythonapi-client-python-asynctoolbox-api-client-pythontoolbox-api-client-python-async

TypeScript

npm install @daytona/sdk

使用 TypeScript 与 Daytona 交互的独立包和库:

sdk-typescriptapi-clienttoolbox-api-client

Ruby

gem install daytona

使用 Ruby 与 Daytona 交互的独立包和库:

sdk-rubyapi-client-rubytoolbox-api-client-ruby

Go

go get github.com/daytonaio/daytona/libs/sdk-go

使用 Go 与 Daytona 交互的独立包和库:

sdk-goapi-client-gotoolbox-api-client-go

Java

Gradle (build.gradle.kts):

dependencies {
    implementation("io.daytona:sdk:0.1.0")
}

Maven (pom.xml):

<dependency>
  <groupId>io.daytona</groupId>
  <artifactId>sdk</artifactId>
  <version>0.1.0</version>
</dependency>

使用 Java 与 Daytona 交互的独立包和库:

sdk-javaapi-client-javatoolbox-api-client-java

部署

Daytona 可作为托管服务在 app.daytona.io 上使用。Daytona 可以作为完全托管的服务运行,也可以作为您自行运营的开源堆栈,或者在混合部署中运行,在这种情况下,Daytona 编排沙盒,而执行则在您管理的机器上进行。

  • 开源部署:使用 Docker Compose 从 docker 目录中的完整本地堆栈
  • 客户管理的计算:自定义区域和运行 Daytona 沙盒的运行器机器,部署在您自己的计算基础设施上

快速入门

  1. app.daytona.io 上创建一个账户
  2. 生成一个 API 密钥
  3. 创建一个沙盒

Python SDK

from daytona import Daytona, DaytonaConfig

config = DaytonaConfig(api_key="YOUR_API_KEY")
daytona = Daytona(config)
sandbox = daytona.create()
response = sandbox.process.code_run('print("Hello World!")')
print(response.result)

TypeScript SDK

import { Daytona } from "@daytona/sdk";

const daytona = new Daytona({ apiKey: "YOUR_API_KEY" });
const sandbox = await daytona.create();
const response = await sandbox.process.codeRun('print("Hello World!")');
console.log(response.result);

Ruby SDK

require 'daytona'

config = Daytona::Config.new(api_key: 'YOUR_API_KEY')
daytona = Daytona::Daytona.new(config)
sandbox = daytona.create
response = sandbox.process.code_run(code: 'print("Hello World!")')
puts response.result

Go SDK

package main

import (
  "context"
  "fmt"
  "github.com/daytonaio/daytona/libs/sdk-go/pkg/daytona"
  "github.com/daytonaio/daytona/libs/sdk-go/pkg/types"
)

func main() {
  config := &types.DaytonaConfig{APIKey: "YOUR_API_KEY"}
  client, _ := daytona.NewClientWithConfig(config)
  ctx := context.Background()
  sandbox, _ := client.Create(ctx, nil)
  response, _ := sandbox.Process.ExecuteCommand(ctx, "echo 'Hello World!'")
  fmt.Println(response.Result)
}

Java SDK

import io.daytona.sdk.Daytona;
import io.daytona.sdk.DaytonaConfig;
import io.daytona.sdk.Sandbox;
import io.daytona.sdk.model.ExecuteResponse;

public class Main {
  public static void main(String[] args) {
    DaytonaConfig config = new DaytonaConfig.Builder()
        .apiKey("YOUR_API_KEY")
        .build();
    try (Daytona daytona = new Daytona(config)) {
      Sandbox sandbox = daytona.create();
      ExecuteResponse response = sandbox.getProcess().executeCommand("echo 'Hello World!'");
      System.out.println(response.getResult());
    }
  }
}

API

curl 'https://app.daytona.io/api/sandbox' \
  --request POST \
  --header 'Authorization: Bearer <YOUR_API_KEY>' \
  --header 'Content-Type: application/json' \
  --data '{}'

CLI

daytona create

开发

Devcontainer(完整环境)

在兼容 devcontainer 的编辑器(VS Code、GitHub Codespaces)中打开此仓库,即可获得包含所有语言、工具和支持服务的开箱即用设置。

Nix(轻量级,适合代理)

如果您更喜欢在 devcontainer 外工作——或者您是执行构建命令的人工智能代理——请使用 Nix 开发 shell:

# 进入完整的开发 shell(Go + Node + Python + Ruby + JDK)
nix develop

# 或者选择特定语言的 Shell
nix develop .#go       # Go 服务与库
nix develop .#node     # TypeScript / Node.js 应用与库
nix develop .#python   # Python SDK 与库
nix develop .#ruby     # Ruby SDK 与库
nix develop .#java     # Java SDK 与库

前置条件: 安装 Nix 并启用 Flakes 功能(在 ~/.config/nix/nix.conf 中添加 experimental-features = nix-command flakes)。

对于非交互式或 CI 环境使用:

nix develop .#go --command bash -c "go build ./..."

可选:安装 direnvnix-direnv,以便在进入项目目录时自动激活 Shell。

完整 Shell 参考、项目到 Shell 的映射以及常用命令,请参阅 AGENTS.md

注意: 支持性服务(PostgreSQL、Redis 等)仍通过 docker compose -f .devcontainer/docker-compose.yaml up 进行管理。


贡献

[!NOTE] Daytona 是遵循 GNU AFFERO GENERAL PUBLIC LICENSE 开源的,其版权归属所有贡献者(详见 NOTICE 文件)。如果您希望为本项目贡献力量,请阅读 Developer Certificate of Origin Version 1.1贡献指南,以开始您的贡献之旅。

版本历史

v0.164.02026/04/10
v0.163.02026/04/09
v0.162.02026/04/08
v0.161.02026/04/03
v0.160.02026/04/02
v0.159.02026/03/31
v0.158.12026/03/28
v0.158.02026/03/27
v0.157.02026/03/26
v0.156.02026/03/25
v0.155.02026/03/24
v0.154.02026/03/20
v0.153.02026/03/19
v0.152.12026/03/18
v0.148.02026/02/27
v0.147.02026/02/26
v0.152.02026/03/17
v0.151.02026/03/13
v0.150.02026/03/10
v0.149.02026/03/04

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|6天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

151.3k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|2天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|2天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|5天前
插件开发框架