WorkBuddy 离线沙箱与本地代码执行：安全运行 Python 数据处理与 Shell 脚本自动化

详述 WorkBuddy 本地代码沙箱的容器化底层实现，包含 Python 数据科学依赖环境隔离、文件系统受限重定向、执行超时熔断机制以及免去环境污染的本地自动化办公实战。

1. 为什么自主 Agent 必须具备可信的本地执行环境

如果一个 AI Agent 只能在云端生成代码文本，然后要求用户自己复制到终端中运行，其生产力杠杆将极其有限。真正的办公 Agent 必须具备「在本地安全执行代码、清洗数据并就地输出图表」的能力。

然而，赋予 AI 执行代码的权力伴随着巨大的安全风险：若无有效隔离，一段有逻辑漏洞的代码可能误删系统文件、耗尽系统内存，甚至被恶意代码劫持。腾讯 WorkBuddy 通过在客户端底层深度整合轻量级离线隔离沙箱，实现了「高度自主性」与「绝对安全性」的完美平衡。

2. 本地沙箱的容器化与资源隔离架构

WorkBuddy 的本地执行沙箱基于现代操作系统的原生轻量级隔离原语构建：

1. 独立的虚拟 Python 环境（Isolated Virtual Environments）：
内置预编译的 Python 数据科学运行时环境（包含 Pandas、Numpy、Openpyxl、Matplotlib 等常用库），与宿主机原本的 Python 环境彻底解耦。Agent 安装任何临时依赖均被限制在沙箱专属的 site-packages 目录内，绝不会污染或破坏开发者宿主机的依赖版本。
2. 文件系统受限命名空间（Filesystem Chroot/Mounting）：
沙箱进程启动时，通过命名空间挂载（Linux/macOS）或虚拟重定向（Windows），将根目录视图严格限定在当前项目的工作区文件夹中。沙箱内部执行 open('/etc/passwd') 或访问 C:\\Windows\\System32 会直接触发系统级拒绝（Permission Denied）。
3. 系统调用过滤与权限削减（Syscall Seccomp/Sandbox-Exec）：
在沙箱进程级别拦截高危系统调用，禁止调用 ptrace、禁用原始 Socket 监听权限，剥夺修改宿主机注册表与系统启动项的全部特权。
4. 看门狗守卫与资源硬配额（Watchdog & Resource Quotas）：
为沙箱执行施加严格的看门狗定时器（Watchdog Timer）和内存上限（如单次执行限制 2GB RAM，最大运行时间 60 秒）。一旦代码陷入死循环或内存暴涨，看门狗立即强制终止（SIGKILL）Worker 子进程，保障宿主机桌面绝对流畅。

3. 本地代码执行的四大典型实操用例

1. 跨百万行的大型 CSV/Excel 高性能极速过滤：
面对常规办公软件卡死甚至无法打开的数百万行数据，WorkBuddy 会在沙箱中自动编写多线程 Pandas 流式读取脚本，在数秒内完成字段提取、缺失值填充与透视聚合。
2. 自动化图表绘制与高保真图像导出：
利用 Matplotlib/Seaborn 就地生成符合出版级分辨率的折线图、热力图与箱线图，并自动插入后续生成的 Word 或 PPT 报告中，无需人工繁琐制图。
3. 批量多格式文件格式清洗与转换：
在本地沙箱中批量调用 pdfplumber、docx、openpyxl 等工具，将杂乱的扫描件 PDF 表格、RTF 文本批量转换为结构化的 JSON 或 Excel，实现全自动文印中台。
4. 正则表达式自动化匹配与清洗：
面对复杂的日志文件或混乱的客户留言，Agent 自动编写高精度正则规则在本地沙箱内运行，提取脱敏电话、邮箱与地址信息。

4. 生产环境安全管理与故障排错指南

1. 沙箱执行报错 ModuleNotFoundError 的处理：
若 Agent 尝试导入未内置的第三方库（如特定金融数据计算库），系统会弹出依赖安装确认弹窗。经用户许可后，WorkBuddy 会在沙箱隔离环境内安全运行 pip install，绝不影响宿主全局环境。
2. 执行超时与内存超限调优：
在处理极端庞大的数据集时，若触发看门狗强制终止，可在偏好设置中将「本地沙箱单次执行超时阈值」从默认的 60 秒临时放宽至 300 秒，并相应调高内存配额。
3. 审查沙箱执行日志：
所有沙箱代码在执行前均会在界面上完整展示，并记录到本地审计流水中。建议在企业高安全场景下开启「执行前代码人工确认」模式，确保每一行运行的脚本均在人工视线之内。