AI 解读由 AI 自动生成，仅供参考

Judge0 是一个强大、快速且可扩展的开源在线代码执行系统，专为人类开发者和 AI 应用打造。它的核心功能是让各类应用程序能够安全、便捷地在云端编译和运行代码，无需用户自行搭建复杂的底层环境。

过去，要在网站或应用中嵌入“运行代码”的功能往往面临巨大的技术挑战，尤其是如何隔离不可信代码以防止服务器受损。Judge0 通过沙箱技术完美解决了这一难题，确保每段代码都在独立、安全的环境中执行，同时支持超过 90 种编程语言及多文件项目编译。此外，它还允许自定义编译器选项、资源限制，并提供详细的执行结果反馈。

无论是构建在线编程学习平台、技术面试评估系统、在线 IDE，还是开发需要执行生成代码的 AI 智能体，Judge0 都能提供坚实的后端支持。它既支持开发者在自有服务器上快速部署，也提供托管云服务，满足不同规模团队的需求。凭借简洁的 HTTP API 和官方 Python SDK，集成过程十分流畅。对于希望专注于业务逻辑而非基础设施维护的开发者和研究人员来说，Judge0 是实现在线代码执行功能的理想选择。

使用场景

某在线教育平台正在开发"AI 编程私教”功能，需要让学生提交代码后由 AI 实时生成修改建议并立即运行验证结果。

没有 judge0 时

安全风险极高：直接在服务器运行用户或 AI 生成的代码，缺乏沙箱隔离，恶意代码极易窃取数据或破坏宿主机环境。
多语言支持困难：每新增一种编程语言（如从 Python 扩展到 Go），运维团队都需手动配置复杂的编译环境和依赖库，耗时耗力。
资源难以管控：无法有效限制代码运行的时间和内存，死循环或内存泄漏程序常导致服务器卡顿甚至崩溃，影响其他用户。
开发周期漫长：团队需从零构建代码执行队列、状态回调及错误处理机制，严重拖慢产品上线进度。

使用 judge0 后

实现安全隔离：judge0 提供成熟的沙箱机制，确保所有不可信代码在受限环境中运行，彻底杜绝了对主系统的潜在威胁。
开箱即用多语言：内置支持 90+ 种编程语言及框架，无需额外配置即可让学生自由切换语言进行练习和测试。
精准资源限流：通过 API 轻松设定每个任务的 CPU 时间与内存上限，自动终止异常进程，保障高并发下的系统稳定性。
快速集成落地：借助简单的 HTTP JSON API 或 Python SDK，后端团队仅需数天即可完成执行引擎的对接，大幅缩短研发周期。

judge0 让教育平台能以最低成本构建出安全、稳定且支持多语言的实时代码验证闭环，真正释放了"AI+ 编程教育”的生产力。

运行环境要求

操作系统

Linux

GPU

未说明

内存

未说明

依赖

notesJudge0 是一个基于容器的在线代码执行系统，官方推荐通过 Docker Compose 进行自托管部署。运行环境核心依赖 Docker 引擎来隔离和执行代码，同时需要 Redis 作为消息队列和 PostgreSQL 作为数据库。README 中未明确列出具体的操作系统版本、内存大小或 Python 版本要求，因为这些通常取决于宿主机的 Docker 支持情况以及所选择的语言镜像配置。该系统主要用于沙箱化执行多种编程语言的代码，而非运行本地 AI 模型，因此无特定 GPU 需求。

python未说明

Docker

Redis

PostgreSQL

快速开始

Judge0

成立于2016年8月。

让每家企业都能轻松实现代码执行。

一款健壮、快速、可扩展且基于沙箱技术的开源在线代码执行系统，适用于人类和人工智能。

简介

Judge0（发音类似于“judge zero”）是一个健壮、可扩展且开源的在线代码执行系统。您可以使用它构建各种需要在线代码执行功能的应用程序。例如，AI智能体、竞技编程平台、在线学习平台、候选人评估与招聘平台、在线代码编辑器、在线集成开发环境等。

Judge0是一款开源的在线代码执行系统，能够以安全、高效、可扩展的方式运行由AI生成的代码，并支持多种语言和框架。

在我们的研究论文《健壮且可扩展的在线代码执行系统》中，我们介绍了Judge0现代化的模块化架构，该架构易于部署和扩展。我们探讨了其设计原理，分析了构建此类系统所面临的各种挑战，并将其与其他现有的在线代码执行系统及在线评测系统进行了比较。

要体验Judge0的实际效果，请尝试我们的免费开源在线代码编辑器——Judge0 IDE。

特性

可自行部署（部署说明）或采用完全托管的SaaS模式（定价）
快速简便的自部署安装（部署说明）
丰富详尽的API文档
简单的HTTP JSON API，便于集成
官方Python SDK（GitHub链接），方便集成
可扩展的架构，能够应对高并发负载
对不可信代码进行沙箱编译与执行
支持90多种编程语言（完整支持的语言列表）
支持多文件程序（即项目）的编译与执行
允许用户提交主程序文件的同时附加其他文件
支持自定义编译选项、命令行参数以及时间与内存限制
提供详细的执行结果
Webhook（HTTP回调）

有关这些及其他特性的更多信息，请参阅文档。

开始使用

您有多种方式可以开始使用Judge0：

通过Rapid API使用我们的Judge0云服务（链接）
直接与我们合作使用Judge0云服务（定价）
在您自己的基础设施上自行部署Judge0（部署说明）

将Judge0集成到您的应用中非常简单。您可以使用我们提供的简单HTTP JSON API，也可以使用我们的官方Python SDK。

HTTP JSON API

curl \
  -H "Content-Type: application/json" \
  -d '{
      "language_id": 109,
      "source_code": "print(f\"hello, {input()}\")",
      "stdin": "Alice"
  }' \
  "https://ce.judge0.com/submissions?wait=true"

Python SDK

# 使用pip安装judge0
import judge0
result = judge0.run(source_code="print(f'hello, {input()}')", stdin="Alice", language=judge0.PYTHON)
print(result.stdout)

版本

Judge0有两个版本：Judge0 CE和Judge0 Extra CE。两者的主要区别在于支持的语言种类不同。

Judge0 CE的源代码位于master分支，而Judge0 Extra CE的源代码则位于extra分支。

引用

如果您在研究中使用了Judge0，请务必引用我们：

@INPROCEEDINGS{9245310,
  author={Došilović, Herman Zvonimir and Mekterović, Igor},
  booktitle={2020年第43届国际信息、通信与电子技术大会（MIPRO）},
  title={健壮且可扩展的在线代码执行系统},
  year={2020},
  volume={},
  number={},
  pages={1627-1632},
  keywords={生产系统；操作系统；系统架构；计算机架构；编程行业；开源软件；招聘；在线代码执行系统；在线评测系统；不可信代码执行},
  doi={10.23919/MIPRO48935.2020.9245310}
}

参考文献

工业界

以下公司、机构和组织正在使用Judge0。

学术界

以下科学论文引用了Judge0。

其他在线参考

Showcase

These open-source projects are using Judge0. You can add yours as well by creating a PR.

Community

Join our community - get help, share feedback, and contribute. Whether you're integrating Judge0, building with the API, or reporting bugs, your participation helps improve the project for everyone.

Author and Contributors

Judge0 was created by Herman Zvonimir Došilović in August 2016.

Thanks to all contributors for contributing to this project.

Changelog

You can find the detailed specification of changes between versions in the CHANGELOG.md.

Special Thanks

Special thanks to open-source projects without whom Judge0 wouldn't exist: Isolate, Docker, and Ruby on Rails.

License

Judge0 is licensed under the GNU General Public License v3.0.

Judge0 快速上手指南

Judge0 是一个健壮、可扩展且沙箱化的开源在线代码执行系统，适用于构建 AI 代理、在线编程平台、教育系统及代码评估工具。它支持 90+ 种编程语言，并提供简单的 HTTP API 和 Python SDK。

环境准备

在自行部署（Self-hosted）之前，请确保您的服务器满足以下要求：

操作系统: Linux (推荐 Ubuntu 20.04+ 或 Debian 10+)
容器引擎: Docker (最新版本) 和 Docker Compose (v2.0+)
硬件资源:
- CPU: 建议 2 核及以上
- 内存: 建议 2GB 及以上（根据并发量调整）
- 磁盘: 至少 10GB 可用空间
网络: 需要访问 Docker Hub 拉取镜像（若国内访问受限，建议配置 Docker 国内镜像加速器）

安装步骤

Judge0 官方推荐使用 Docker Compose 进行快速部署。以下是基于官方 master 分支（Judge0 CE 版本）的安装流程。

1. 克隆项目仓库

git clone https://github.com/judge0/judge0.git
cd judge0

提示：如果 GitHub 连接缓慢，可使用国内镜像源： git clone https://gitee.com/mirrors/judge0.git (注：需确认镜像源同步状态，或直接使用官方源配合加速代理)

2. 配置环境变量

复制示例配置文件并根据需要修改（通常默认配置即可启动）：

cp .env.example .env

如需自定义端口或数据库密码，请编辑 .env 文件。

3. 启动服务

使用 Docker Compose 启动所有依赖服务（包括 Redis、PostgreSQL、Workers 和 Server）：

docker compose up -d

启动完成后，可通过以下命令查看日志确保服务运行正常：

docker compose logs -f

默认情况下，Judge0 API 服务将运行在 http://localhost:2358。

基本使用

安装完成后，您可以通过 HTTP JSON API 或 Python SDK 提交代码进行执行。

方式一：使用 HTTP JSON API

直接使用 curl 命令提交一段 Python 代码并获取执行结果。以下示例执行一个简单的输入输出程序：

curl \
  -H "Content-Type: application/json" \
  -d '{
      "language_id": 109,
      "source_code": "print(f\"hello, {input()}\")",
      "stdin": "Alice"
  }' \
  "http://localhost:2358/submissions?wait=true"

language_id: 语言标识符（109 代表 Python 3）。
wait=true: 表示同步等待执行结果返回。

方式二：使用 Python SDK

如果您正在开发 Python 应用，可以使用官方 SDK 简化集成。

安装 SDK:
```
pip install judge0
```
国内加速: 建议使用清华或阿里镜像源： pip install judge0 -i https://pypi.tuna.tsinghua.edu.cn/simple

调用示例:

import judge0

# 初始化客户端（默认指向 localhost:2358，若部署在其他地址需配置）
# judge0.api_url = "http://your-server-ip:2358"

result = judge0.run(
    source_code="print(f'hello, {input()}')",
    stdin="Alice",
    language=judge0.PYTHON
)

print(result.stdout)
# 输出: hello, Alice

支持的语言

Judge0 CE 默认支持主流编程语言（如 C, C++, Java, Python, Go, Rust 等）。完整的语言 ID 列表可通过访问 http://localhost:2358/languages 查看，或参考 Judge0 IDE 获取详细信息。

版本历史

v1.13.1-extra2024/04/18

v1.13.12024/04/18

v1.13.02021/03/10

v1.13.0-extra2021/03/10

v1.12.0-extra2020/10/18

v1.12.02020/10/18

v1.11.02020/09/09

v1.11.0-extra2020/09/09

v1.10.02020/07/27

v1.9.02020/06/09

v1.8.02020/05/28

v1.7.12020/05/06

v1.7.02020/05/05

v1.6.02020/05/01

v1.5.02020/01/02

v1.4.02019/10/31

v1.3.12019/09/15

v1.3.02019/09/15

v1.2.22019/09/07

v1.2.12019/08/24

常见问题

如何在 AWS 上部署 Judge0？支持 Amazon Linux 吗？

在 Apple M1/M4 Mac 上运行 Judge0 时出现 'chown: cannot access '/box'' 或 cgroup 相关错误怎么办？

构建 Docker 镜像时遇到 'sprockets requires Ruby version >= 2.5.0' 错误如何解决？

如何扩展 Judge0 以支持高并发（如每秒数千次提交）？

遇到 'Failed to fetch http://deb.debian.org/debian/dists/jessie-updates/InRelease' 错误怎么办？

Worker 日志中出现 'Cannot rmdir ... Directory not empty' 导致沙箱清理失败如何处理？

相似工具推荐

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|★★★☆☆|今天

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

★ 139k|★★☆☆☆|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。

★ 107.7k|★★☆☆☆|2天前

开发框架图像Agent

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。

★ 85k|★★☆☆☆|今天

图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。

★ 77.1k|★★★☆☆|昨天

Agent图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。

★ 70.6k|★★★☆☆|今天

语言模型Agent开发框架

使用场景

没有 judge0 时

使用 judge0 后

运行环境要求

快速开始

Judge0

目录

简介

特性

开始使用

HTTP JSON API

Python SDK

版本

引用

参考文献

工业界

学术界

其他在线参考

Showcase

Community

Author and Contributors

Changelog

Special Thanks

License

Judge0 快速上手指南

环境准备

安装步骤

1. 克隆项目仓库

2. 配置环境变量

3. 启动服务

基本使用

方式一：使用 HTTP JSON API

方式二：使用 Python SDK

支持的语言

版本历史

常见问题

相似工具推荐

stable-diffusion-webui

everything-claude-code

ComfyUI

ML-For-Beginners

ragflow

OpenHands