# E2B

E2B 是为 AI Agent 打造的开源云端沙箱基础设施，支持安全地执行代码、使用工具、处理数据和运行工作流。它为 Agent 提供隔离的 Firecracker 微型虚拟机（microVM），并配备 SDK、API、MCP、模板、持久化及代码解释器工作流。

Canonical URL: https://aiidelist.com/zh/ide/e2b

Language: zh

更新日期: 2026-10-06

## 概览

- 分类: Developer Workflow Tools
- E2B 是一个开源 AI 沙箱云，为 Agent 提供安全、隔离的计算机环境，使其能够执行代码、使用工具并运行工作流。
- 编辑器基础: CLI
- 平台: Cloud sandboxes, JavaScript SDK, TypeScript SDK, Python SDK, REST API, CLI, GitHub Actions, MCP Gateway, Docker MCP Catalog, Cloud browser, Desktop sandbox, Linux microVMs, Custom sandbox templates
- 开源: 是
- 本地模型支持: 否
- 自带 API 密钥: 否

## 简评

如果你正在构建 AI Agent、代码解释器、浏览器/计算机操作 Agent 或需要安全、快速、隔离代码执行的 LLM 应用，请选择 E2B。如果需要完整的开发者工作区，请选择 GitHub Codespaces、Gitpod/Ona 或 Coder；如果需要协作式云端沙箱，请选择 CodeSandbox；如果 Daytona 或 Vercel Sandbox 的定价、生命周期或平台适配性更符合你的 Agent 运行时需求，也可以考虑它们。

## 适合场景

- AI Agent 代码执行
- 代码解释器产品
- 运行不可信的 AI 生成代码
- LLM 工具执行
- 数据分析 Agent
- 需要终端和文件系统访问权限的编程 Agent
- 计算机操作 Agent
- 云端浏览器工作流
- 启用 MCP 的 Agent 工具
- GitHub Actions 验证
- 沙箱化测试运行器
- 需要快速隔离执行环境的产品

## 优点

- 专为安全运行 AI 生成的代码而构建。
- Firecracker 微型虚拟机隔离比纯容器沙箱更强大。
- 快速启动和按秒计费模式适合高吞吐量的 Agent 负载。
- 兼容任何 LLM 或 AI 框架，不会将用户锁定在单一模型供应商。
- SDK、模板、MCP 网关、持久化和生命周期 API 覆盖了生产级 Agent 的实际需求。
- 开源生态和 Cookbook 示例使其更易于审查和扩展。

## 局限

- 寻找完整云端 IDE 的开发者
- 寻找“提示词转应用”构建器的非技术用户
- 仅需要简单前端演练场的团队
- 需要固定月费且无按量计费的项目
- Agent 无需执行代码的工作流
- 不愿管理沙箱权限、密钥和网络策略的组织
- 其本身不是一个完整的 IDE 或“提示词转应用”构建器。
- 对于长时间运行或高并发的 Agent，按量计费可能会变得昂贵。
- 需要工程投入来正确设计沙箱生命周期、密钥管理、网络和清理机制。
- Hobby 方案会话限制为 1 小时，且仅支持 20 个并发沙箱。
- Pro 方案在计费前有 150 美元/月的固定基础成本。
- 安全性仍取决于正确的工具权限、网络策略和数据处理设计。

## 为什么选择 E2B？

当 AI 系统需要一台真实的计算机来安全执行代码时，E2B 是最理想的选择。这与为开发者提供云端 IDE 是完全不同的需求。Agent 可能需要运行 Python、安装包、检查文件、调用工具、使用 Git、驱动浏览器，或处理模型在任务期间生成的数据。直接在应用服务器或用户机器上运行这些操作存在风险，因此 E2B 为 Agent 提供了一个隔离的沙箱环境。

该产品的核心竞争力在于它完全是为 Agent 负载而设计的。快速创建沙箱、Firecracker 隔离、SDK 控制、代码解释、模板、持久化、MCP 工具以及生命周期 API，所有这些功能都指向同一个目标：让 Agent 在不暴露系统其他部分的情况下完成有价值的工作。

## 核心工作流

一个典型的 E2B 工作流始于应用程序或 Agent 运行时。应用通过 SDK 创建沙箱，上传上下文或使用模板，请求大语言模型（LLM）生成代码或工具调用，在沙箱中执行该代码，读取结果，并决定是继续、暂停、快照还是销毁该环境。

对于编程 Agent，工作流更像是一台虚拟开发机。Agent 可以克隆仓库、运行测试、修改文件、执行 Shell 命令并返回 Diff 或输出。对于代码解释器应用，工作流则更加紧凑：运行代码、捕获日志、生成图表、返回文件，并根据需要丢弃或持久化状态。

## 适用场景

E2B 适用于 AI 代码解释器、数据分析 Agent、编程 Agent、GitHub Actions 验证、浏览器或计算机操作 Agent、LLM 工具执行、AI 生成应用预览以及沙箱化测试运行器。当代码是动态生成的且默认不可信时，它尤其有用。

它不太适合那些想要整天在其中工作的 IDE 用户。对于此类需求，GitHub Codespaces、Coder、Gitpod/Ona、CodeSandbox 或 Replit 可能更合适。E2B 是基础设施：当它被嵌入到另一个产品、Agent 或工作流中时，才能发挥出强大的威力。

## 竞品对比

与 Daytona 相比，E2B 是 AI 沙箱领域的直接竞争对手，拥有极高的关注度、Firecracker 微型虚拟机隔离、MCP 网关和代码解释器示例。Daytona 同样专注于 Agent 执行，因此在选择时应对比启动时间、生命周期 API、定价、模板、持久化、SDK 易用性以及企业级需求。

与 CodeSandbox 相比，E2B 较少面向人类用户提供云端工作区，更多是面向 Agent 提供运行时。与 GitHub Codespaces 相比，E2B 不是用于日常仓库工作的开发容器产品，而是 AI Agent 或应用可以通过编程方式创建和控制的沙箱。

与 Modal 相比，E2B 的功能范围较窄，但更专注于 Agent 代码执行。与 Vercel Sandbox 相比，E2B 更加独立于特定的部署生态系统，通常被视为通用的 AI Agent 沙箱层。

## 最佳配置建议

最佳的 E2B 设置应从威胁模型开始。将 AI 生成的代码和工具指令视为不可信。除非必要，否则不要将密钥放入沙箱，严格限制 MCP 工具的范围，限制公共 URL，审查网络行为，并主动销毁或暂停空闲沙箱。

为了控制成本，建议先使用默认资源，仅在必要时扩展 CPU 和内存，启用自动暂停，并通过控制面板或 CLI 监控活跃沙箱。当沙箱生命周期较短时，按秒计费模式非常高效，但长时间运行的 Agent 和高并发仍会产生可观的费用。

## 迁移建议

从本地 Docker 执行迁移的团队应映射所有假设：镜像、包安装、文件系统布局、网络访问、环境变量、日志记录、清理和超时行为。目标不仅是将执行移至云端，还要让生成代码的执行更安全、可观测且易于管理。

从云端 IDE 迁移的团队应重新思考抽象层级。E2B 通常不是人类整天编辑代码的地方，而是 Agent 和应用程序安全运行代码的地方。请继续使用 GitHub Codespaces、Coder、Gitpod/Ona 或 CodeSandbox 作为开发者工作区，而在沙箱化执行是核心产品需求时使用 E2B。

## 功能

### 安全 AI 沙箱

- 在隔离的云端沙箱中运行 AI 生成的代码。
- Firecracker 微型虚拟机提供比普通容器更强的隔离性。
- 沙箱专为不可信代码、工具执行和 Agent 工作流设计。

### 代码解释器工作流

- 通过 JavaScript/TypeScript 或 Python SDK 执行 Python 及其他代码。
- 在沙箱内读写文件。
- 流式传输日志、检查输出，并将结果返回给 LLM 或应用程序。

### Agent 运行时

- 在安全沙箱中运行 Claude Code、Codex、Amp、Devin、OpenCode 和 OpenAI Agents SDK 等编程 Agent。
- 为 Agent 提供终端、文件系统、Git、浏览器和工具访问权限。
- 使用沙箱生命周期 API 创建、连接、暂停、恢复、快照或销毁环境。

### 模板与持久化

- 自定义模板可定义基础镜像、环境变量、复制的文件、命令和预构建快照。
- 沙箱持久化功能可以暂停并恢复文件系统和内存状态。
- 快照和自动恢复支持长时间运行或有状态的 Agent 会话。

### MCP 与外部工具

- MCP 网关在沙箱内运行，提供对 Docker 目录中 200 多个 MCP 工具的类型安全访问。
- 自定义 MCP 服务器可以在沙箱内运行。
- 可通过支持的 MCP 工作流连接 GitHub、Notion、Stripe、Browserbase 和 Exa 等工具。

### 开发者基础设施

- API、SDK、CLI、Webhook、指标和遥测支持生产级集成。
- 支持云端浏览器、计算机操作、GitHub Actions CI/CD 和代码解释器用例。
- 开源仓库包括 SDK、代码解释器、桌面沙箱、Cookbook 示例和基础设施代码。

## 价格

freemium

- Hobby: $0 — 月 — 免费方案，包含一次性 100 美元使用额度、社区支持、最长 1 小时沙箱会话以及最多 20 个并发沙箱。
- Pro: $150 — 月 — 增加更高限制、自定义沙箱 CPU 和内存、最长 24 小时会话、最多 100 个并发沙箱，并可选扩展至 1,100 个并发。
- Enterprise: Custom — 定制价格，提供更高限制、自定义计算资源、1,100+ 并发沙箱，以及企业级部署或支持洽谈。
- Compute usage: From $0.000014 — vCPU-秒 — 沙箱运行期间按计算资源计费。默认 2 vCPU 费用为 0.000028 美元/秒。
- Memory usage: $0.0000045 — GiB-秒 — 沙箱活跃运行期间按每 GiB-秒计费。
- Storage: $0 — Hobby 方案包含 10 GiB，Pro 方案包含 20 GiB；更高的存储需求需定制。

价格核对日期: 2026-06-14

## 隐私与数据处理

E2B 沙箱可能包含 AI 生成的代码、上传的文件、命令输出、环境变量、MCP 工具结果、浏览器活动、Git 上下文以及持久化的文件系统或内存状态。团队应避免将生产环境密钥直接放入生成的代码或宽泛的沙箱环境中，限制网络和 MCP 工具访问，审查自定义模板，使用生命周期控制来暂停或销毁空闲沙箱，并为快照、文件、日志和 Agent 输出定义保留策略。

## 企业功能

- 定制价格
- 超过 1,100 个沙箱的自定义并发量
- 自定义 CPU 和内存上限
- 更高的磁盘限制
- 自定义持续运行时间
- 企业级支持
- 自带云（BYOC）文档路径
- 安全审查
- 信任中心
- 生命周期 Webhooks
- 指标监控
- OpenTelemetry 导出
- 自定义模板
- 私有镜像仓库
- 自定义 MCP 服务器
- MCP 网关
- 沙箱公共 URL 控制
- 代理隧道
- 自定义域名
- 安全访问

## 替代工具

- Daytona
- CodeSandbox
- Vercel Sandbox
- Modal
- Northflank
- Blaxel
- Fly Machines
- Together Code Sandbox
- GitHub Codespaces
- Gitpod
- Coder
- Replit
- StackBlitz

## 资料来源

- [官方网站](https://e2b.dev/)
- [E2B 官方网站](https://e2b.dev/)
- [E2B 定价](https://e2b.dev/pricing)
- [E2B 文档](https://e2b.dev/docs)
- [E2B 计费与限制](https://e2b.dev/docs/billing)
- [E2B 快速入门](https://e2b.dev/docs/quickstart)
- [将 LLM 连接到 E2B](https://e2b.dev/docs/quickstart/connect-llms)
- [E2B 沙箱持久化](https://e2b.dev/docs/sandbox/persistence)
- [E2B 模板快速入门](https://e2b.dev/docs/template/quickstart)
- [E2B MCP 网关](https://e2b.dev/docs/mcp)
- [E2B MCP 可用服务器](https://e2b.dev/docs/mcp/available-servers)
- [E2B GitHub 仓库](https://github.com/e2b-dev/e2b)
- [E2B GitHub 组织](https://github.com/e2b-dev)
- [E2B 信任中心](https://trust.e2b.dev/)
- [使用 E2B 沙箱的 Docker MCP 目录](https://docs.docker.com/ai/mcp-catalog-and-toolkit/e2b-sandboxes/)

最近核对日期: 2026-06-14

## 更新记录

- 2026-06-14: 创建条目，涵盖 E2B 当前作为开源 AI 沙箱基础设施的定位，包括 Hobby/Pro/Enterprise 定价、按量计费的计算和内存费率、Firecracker 微型虚拟机隔离、代码解释器、持久化、模板、MCP 网关、Docker MCP 目录以及编程 Agent 用例。