В этом учебном пособии Daytona SDK мы предоставляем практическое прохождение для использования безопасной среды песочницы Daytona для безопасного выполнения ненадежного или сгенерированного AI-кода Python в рамках ноутбука. Начиная с простого создания песочницы и базового выполнения кода, руководство демонстрирует, как изолировать процессы, устанавливать зависимости и запускать простые сценарии, не подвергая опасности среду хоста. По мере развития учебника он углубляется в обработку данных с помощью пандов, файловых операций, включая чтение и написание файлов JSON, и выполнение сложных фрагментарных фрагментов, таких как рекурсивные функции и алгоритмы сортировки. Наконец, он демонстрирует параллельное выполнение задач по нескольким песочнице и надлежащим процедурам очистки, гарантируя, что каждый ресурс управляется и утилизируется правильно.
import os
import time
import json
from typing import List, Dict, Any
try:
import daytona_sdk
except ImportError:
print("Installing Daytona SDK...")
!pip install daytona-sdk
import daytona_sdk
from daytona_sdk import Daytona, DaytonaConfig, CreateSandboxParamsМы устанавливаем и импортируем Daytona SDK (если еще не присутствуют), а затем инициализируем основные занятия Daytona (Daytona, Daytonaconfig и CreateSandboxparams) для настройки и создания безопасных песочниц Python. Это также приносит стандартные утилиты, такие как ОС, время и JSON для использования в этих песочницах.
class DaytonaTutorial:
"""Complete tutorial for Daytona SDK - Secure AI Code Execution Platform"""
def __init__(self, api_key: str):
"""Initialize Daytona client"""
self.config = DaytonaConfig(api_key=api_key)
self.daytona = Daytona(self.config)
self.sandboxes: List(Any) = ()
def basic_sandbox_demo(self):
"""Demo 1: Basic sandbox creation and code execution"""
print("🚀 Demo 1: Basic Sandbox Operations")
print("-" * 40)
try:
sandbox = self.daytona.create(CreateSandboxParams(language="python"))
self.sandboxes.append(sandbox)
print(f"✅ Created sandbox: {sandbox.id}")
code="print("Hello from Daytona Sandbox!")\nprint(f"2 + 2 = {2 + 2}")"
response = sandbox.process.code_run(code)
if response.exit_code == 0:
print(f"📝 Output: {response.result}")
else:
print(f"❌ Error: {response.result}")
except Exception as e:
print(f"❌ Error in basic demo: {e}")
def data_processing_demo(self):
"""Demo 2: Data processing in isolated environment"""
print("\n📊 Demo 2: Secure Data Processing")
print("-" * 40)
try:
sandbox = self.daytona.create(CreateSandboxParams(language="python"))
self.sandboxes.append(sandbox)
install_cmd = "import subprocess; subprocess.run(('pip', 'install', 'pandas'))"
response = sandbox.process.code_run(install_cmd)
data_code = """
import pandas as pd
import json
# Create sample dataset
data = {
'name': ('Alice', 'Bob', 'Charlie', 'Diana'),
'age': (25, 30, 35, 28),
'salary': (50000, 60000, 70000, 55000)
}
df = pd.DataFrame(data)
result = {
'total_records': len(df),
'avg_age': df('age').mean(),
'avg_salary': df('salary').mean(),
'summary': df.describe().to_dict()
}
print(json.dumps(result, indent=2))
"""
response = sandbox.process.code_run(data_code)
if response.exit_code == 0:
print("✅ Data processing completed:")
print(response.result)
else:
print(f"❌ Error: {response.result}")
except Exception as e:
print(f"❌ Error in data processing demo: {e}")
def file_operations_demo(self):
"""Demo 3: File operations within sandbox"""
print("\n📁 Demo 3: File Operations")
print("-" * 40)
try:
sandbox = self.daytona.create(CreateSandboxParams(language="python"))
self.sandboxes.append(sandbox)
file_code = """
import os
import json
# Create a sample file
data = {'message': 'Hello from Daytona!', 'timestamp': '2025-06-13'}
with open('sample.json', 'w') as f:
json.dump(data, f, indent=2)
# Read and display file contents
with open('sample.json', 'r') as f:
content = f.read()
print("File contents:")
print(content)
# List files in current directory
files = os.listdir('.')
print(f"\\nFiles in directory: {files}")
"""
response = sandbox.process.code_run(file_code)
if response.exit_code == 0:
print("✅ File operations completed:")
print(response.result)
else:
print(f"❌ Error: {response.result}")
except Exception as e:
print(f"❌ Error in file operations demo: {e}")
def ai_code_execution_demo(self):
"""Demo 4: Simulated AI-generated code execution"""
print("\n🤖 Demo 4: AI-Generated Code Execution")
print("-" * 40)
ai_codes = (
"# Calculate fibonacci sequence\ndef fib(n):\n if n <= 1: return n\n return fib(n-1) + fib(n-2)\nprint((fib(i) for i in range(10)))",
"# Sort algorithm\ndef bubble_sort(arr):\n n = len(arr)\n for i in range(n):\n for j in range(0, n-i-1):\n if arr(j) > arr(j+1):\n arr(j), arr(j+1) = arr(j+1), arr(j)\n return arr\nprint(bubble_sort((64, 34, 25, 12, 22, 11, 90)))",
"# Data analysis\nimport math\ndata = (1, 2, 3, 4, 5, 6, 7, 8, 9, 10)\nmean = sum(data) / len(data)\nvariance = sum((x - mean) ** 2 for x in data) / len(data)\nstd_dev = math.sqrt(variance)\nprint(f'Mean: {mean}, Std Dev: {std_dev:.2f}')"
)
try:
sandbox = self.daytona.create(CreateSandboxParams(language="python"))
self.sandboxes.append(sandbox)
for i, code in enumerate(ai_codes, 1):
print(f"\n🔄 Executing AI Code Snippet {i}:")
response = sandbox.process.code_run(code)
if response.exit_code == 0:
print(f"✅ Output: {response.result}")
else:
print(f"❌ Error: {response.result}")
time.sleep(1)
except Exception as e:
print(f"❌ Error in AI code execution demo: {e}")
def parallel_execution_demo(self):
"""Demo 5: Multiple sandboxes for parallel processing"""
print("\n⚡ Demo 5: Parallel Execution")
print("-" * 40)
tasks = (
"print('Task 1: Computing prime numbers')\nprimes = (i for i in range(2, 50) if all(i % j != 0 for j in range(2, int(i**0.5) + 1)))\nprint(f'Primes: {primes(:10)}')",
"print('Task 2: String processing')\ntext="Hello Daytona World"\nprint(f'Reversed: {text(::-1)}')\nprint(f'Word count: {len(text.split())}')",
"print('Task 3: Mathematical calculations')\nimport math\nresult = sum(math.sqrt(i) for i in range(1, 101))\nprint(f'Sum of square roots 1-100: {result:.2f}')"
)
try:
parallel_sandboxes = ()
for i in range(len(tasks)):
sandbox = self.daytona.create(CreateSandboxParams(language="python"))
parallel_sandboxes.append(sandbox)
self.sandboxes.append(sandbox)
results = ()
for i, (sandbox, task) in enumerate(zip(parallel_sandboxes, tasks)):
print(f"\n🏃 Starting parallel task {i+1}")
response = sandbox.process.code_run(task)
results.append((i+1, response))
for task_num, response in results:
if response.exit_code == 0:
print(f"✅ Task {task_num} completed: {response.result}")
else:
print(f"❌ Task {task_num} failed: {response.result}")
except Exception as e:
print(f"❌ Error in parallel execution demo: {e}")
def cleanup_sandboxes(self):
"""Clean up all created sandboxes"""
print("\n🧹 Cleaning up sandboxes...")
print("-" * 40)
for sandbox in self.sandboxes:
try:
self.daytona.remove(sandbox)
print(f"✅ Removed sandbox: {sandbox.id}")
except Exception as e:
print(f"❌ Error removing sandbox {sandbox.id}: {e}")
self.sandboxes.clear()
print("🎉 Cleanup completed!")
def run_full_tutorial(self):
"""Run the complete Daytona tutorial"""
print("🎯 Daytona SDK Complete Tutorial")
print("=" * 50)
print("Secure & Isolated AI Code Execution Platform")
print("=" * 50)
self.basic_sandbox_demo()
self.data_processing_demo()
self.file_operations_demo()
self.ai_code_execution_demo()
self.parallel_execution_demo()
self.cleanup_sandboxes()
print("\n🎊 Tutorial completed successfully!")
print("Key Daytona features demonstrated:")
print("• Secure sandbox creation")
print("• Isolated code execution")
print("• File system operations")
print("• Parallel processing")
print("• Resource cleanup")Этот класс Daytonatutoriory инкапсулирует полное сквозное руководство по использованию Daytona SDK: он инициализирует защищенный клиент с песочницей с вашим ключом API, демонстрирует изолированное выполнение кода (от простых отпечатков через обработку данных Pandas и файловой ввод в/O до AI-сгенерированных флаг), оркестровые параллельные параллель по нескольким песочникам и, наконец, очищают все ресурсы. Каждый метод является автономным, демонстрируя ключевые функции Daytona, создание песочницы, установку зависимости, безопасное выполнение и очистку ресурсов, в четком, пошаговом рабочем процессе, который идеально подходит для работы в ноутбуке.
def main():
"""Main function to run the tutorial"""
print("🔑 Daytona Setup Instructions:")
print("1. Visit: https://app.daytona.io")
print("2. Create an account")
print("3. Generate API key at: https://app.daytona.io/dashboard/keys")
print("4. Replace 'YOUR_API_KEY' below with your actual key")
print("-" * 50)
API_KEY = "Use Your API Key Here"
if API_KEY == "YOUR_API_KEY":
print("⚠️ Please set your Daytona API key before running the tutorial!")
print(" Update the API_KEY variable with your key from https://app.daytona.io/dashboard/keys")
return
try:
tutorial = DaytonaTutorial(API_KEY)
tutorial.run_full_tutorial()
except Exception as e:
print(f"❌ Tutorial failed: {e}")
print("💡 Make sure your API key is valid and you have network access")Функция Main () описывает начальные шаги настройки, направляя пользователей создавать учетную запись Daytona и генерировать их ключ API, а затем подтверждает, что ключ был предоставлен перед тем, как создать урок Daytonatutorior и пройти полное прохождение. Если ключ API отсутствует или недействителен, он печатает четкие инструкции и прерывания, обеспечивая плавное новое впечатление.
if __name__ == "__main__":
main()
Наконец, вышеуказанная стандартная проверка точки входа в Python гарантирует, что Main () вызывается только тогда, когда сценарий запускается напрямую, инициируя рабочий процесс обучения Daytona четким и контролируемым образом.
В заключение, следуя этому учебному пособию, разработчики получают полное понимание основных возможностей Дейтоны: создание изолированных песочниц Python, выполнение безопасных манипуляций с данными, управление вводом-выводом файла, выполнение произвольного или сгенерированного AI кода и оркестренные параллельные рабочие нагрузки, при этом строгое разделение от хост-системы. Процедуры очистки подчеркивают важность гигиены ресурсов в длительных рабочих процессах. Вооружившись этими основополагающими навыками, пользователи могут уверенно интегрировать Daytona в более крупные трубопроводы машинного обучения, платформы автоматического тестирования или любой сценарий, который требует безопасного выполнения динамического кода.
Проверьте БлокнотПолем Весь кредит на это исследование направлено на исследователей этого проекта. Кроме того, не стесняйтесь следить за нами Twitter И не забудьте присоединиться к нашему 99K+ ML Subreddit и подписаться на Наша информационный бюллетеньПолем
ASIF Razzaq является генеральным директором Marktechpost Media Inc. как дальновидного предпринимателя и инженера, ASIF стремится использовать потенциал искусственного интеллекта для социального блага. Его последнее усилие-запуск медиа-платформы искусственного интеллекта, Marktechpost, которая выделяется благодаря глубокому освещению машинного обучения и новостей о глубоком обучении, которое является технически обоснованным и легко понятным для широкой аудитории. Платформа может похвастаться более чем 2 миллионами ежемесячных просмотров, иллюстрируя свою популярность среди зрителей.
