新闻详情

新闻详情

首页 / 资讯中心 / 详情

AgentENV反向代理设计详解:HTTP、SSE与WebSocket如何路由进沙箱

发布时间:2026/11/13 8:39:30来源:尧图网络
AgentENV反向代理设计详解:HTTP、SSE与WebSocket如何路由进沙箱
AgentENV反向代理设计详解HTTP、SSE与WebSocket如何路由进沙箱【免费下载链接】AgentENVAgentENV (AENV) is a distributed platform for running agent environments at scale.项目地址: https://gitcode.com/gh_mirrors/age/AgentENVAgentENVAENV是运行大规模 AI Agent 环境的分布式平台其内置反向代理是访问沙箱内服务的唯一数据面入口一个 HTTP 反向代理端点就能把普通请求、SSE 流和 WebSocket 长连接无缝路由进 Firecracker microVM 沙箱内部。本文带你快速看懂它的路由方式、流式转发机制与自动恢复行为。为什么需要反向代理沙箱本质上是隔离的 microVM宿主机外部无法直接访问其内部网络。AgentENV 在每个节点上都运行一个反向代理客户端请求先到 API 服务器代理解析出去哪个沙箱、哪个端口再转发到沙箱交互网络上的目标服务。在多节点部署中链路是Gateway → Scheduler → 节点代理网关从请求头或 Host 域名中解析出沙箱路由向调度器查询归属节点再把数据面请求转发到该节点。网关只做路由不做沙箱鉴权——鉴权由拥有沙箱的运行时统一执行详见 架构文档。四种把流量送进沙箱的写法 AgentENV 提供了四种入口覆盖不同客户端习惯源码src/api/proxy.rs入口形式转发行为/proxyANY /proxy转到沙箱内的//proxy/{path}任意路径前缀剥掉/proxy前缀后转发路由头兜底其他未匹配路径 沙箱路由头原样转发请求路径Host 域名{port}-{sandboxID}.{domain}原样转发无需任何路由头其中路由头兜底是关键设计客户端可以把API_URL直接当作沙箱数据面地址使用无需手动拼/proxy这与 E2B 的用法完全兼容。Host 域名方式则让http://8080-sandbox-uuid.example.com/status这样像真实域名的 URL 直接可用网关侧解析逻辑见 host_route.go。请求的两个要素沙箱 ID 目标端口无论哪种入口代理最终都要求两个字段路由头如下请求头说明E2B 兼容别名x-agentenv-sandbox-id目标沙箱 UUIDe2b-sandbox-idx-agentenv-target-port沙箱内服务端口e2b-sandbox-port校验规则很明确沙箱 ID 必须是合法 UUID端口必须是大于 0 的u16解析实现。请求转发前这些路由头会被剥离不会泄露给沙箱内应用同时会注入x-forwarded-host、x-forwarded-proto等标准转发头。 鉴权小知识X-API-Key只是控制面凭证永远不是数据面凭证。公开沙箱直接放行私有入口allowPublicTraffic: false需要e2b-traffic-access-token安全模式 envd 端口需要X-Access-Token。HTTP 与 SSE流式直通不是缓冲搬运很多代理会把响应体缓存完再吐出而 AgentENV 的 HTTP 请求体和响应体都是流式代理——SSE 事件流、大文件上传下载都能原样穿透HTTP 转发语义查询字符串原样转发百分号编码与连续斜杠都保留请求体上传阶段按每收到一个数据帧就重置空闲计时器的方式计时长上传不会误触发 30 秒超时请求与响应的 hop-by-hop 头Connection、Upgrade等在双向路径上都会被清理。一个典型的访问示例curl http://127.0.0.1:8000/proxy/health?fulltrue \ -H x-agentenv-sandbox-id: sandbox-uuid \ -H x-agentenv-target-port: 8080WebSocket同一个入口双向帧桥接WebSocket 升级请求走的是同一组/proxy端点不需要单独地址。流程是桥接实现校验客户端的升级请求并转发上游完成握手握手成功后建立客户端 ↔ 沙箱之间的双向帧桥接上游选定的子协议subprotocol会传播回客户端应用层头也保留给客户端可见。握手失败时的行为也很克制上游以 HTTP 状态拒绝如401/403/404就原样透传状态与响应体连接失败返回502握手超时返回504。自动恢复请求打到了暂停中的沙箱暂停Paused的沙箱并非不能访问。代理的路由查找会返回一个状态枚举ProxyLookupResult代理据此决策Ready正常转发Paused 允许自动恢复代理会替用户尝试一次恢复恢复超时上限 60 秒沙箱超时保底 5 分钟成功后请求照常转发Paused 不允许恢复返回410 Gone恢复失败 / 路由缺失502 Bad Gateway恢复超时504 Gateway Timeout。路由表本身是一张内存哈希表ProxyRouteTable只有Running状态的沙箱会发布路由热路径读取几乎无锁这也是暂停→恢复→转发能做到毫秒级状态判断的基础。错误码速查表 状态码触发场景400 Bad Request路由头缺失/非法、端口非法、Host 路由格式错误404 Not Found沙箱不存在410 Gone沙箱已暂停且不允许自动恢复502 Bad Gateway上游连接失败、运行中沙箱路由缺失、自动恢复失败504 Gateway Timeout自动恢复超时、上游响应头超时、WebSocket 握手超时继续深入阅读清单设计文档proxy-design.md —— 路由契约、生命周期竞态加固全在这里用户文档sandbox proxy节点代理实现src/api/proxy.rs运行时路由表src/orchestrator/proxy.rs网关侧 Host 路由services/gateway/internal/host_route.go端到端代理测试scripts/tests/e2e/suites/06_proxy.sh一句话总结AgentENV 反向代理用一个入口 路由头/域名两种寻址方式配合流式直通、WebSocket 桥接和暂停自动恢复把沙箱内服务的访问体验做到了与直连几乎无差——这正是 Agent 平台即开即用体验背后最不起眼、却最关键的一环。✨【免费下载链接】AgentENVAgentENV (AENV) is a distributed platform for running agent environments at scale.项目地址: https://gitcode.com/gh_mirrors/age/AgentENV创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉