北京
LangBot v4.10.0 是该项目迄今最大的一次智能体更新。这次发布包含两项指向同一方向的能力：让内置智能体像真正的开发者一样工作。第一项是沙箱，智能体现在运行在一个真正隔离的环境中，可以执行命令并处理文件。第二项是技能，智能体可以按需加载专门知识，而不是把所有内容塞进上下文。
两项能力均由社区贡献者 @huanghuoguoguo 主导开发。
LangBot 是一个开源大语言模型机器人平台，在 GitHub 上拥有超过 15000 颗星。它允许用户从单个实例部署 AI 聊天机器人到 Discord、Telegram、微信（个人微信 / 企业微信）、Slack、飞书、钉钉、QQ 等多个平台。平台连接 20 多种大语言模型，包括 OpenAI GPT、Anthropic Claude、Google Gemini、DeepSeek 等，并接入 13 个以上消息平台。内置智能体、RAG 知识库、MCP 支持和插件生态都是其组成部分。用户可以用一条 Docker 命令自托管，也可以在 LangBot Cloud 上使用托管服务。
沙箱：给智能体一个真实工作区
在此之前，LangBot 的内置智能体只能调用预定义工具。它不能打开终端运行命令，也不能把中间结果写入文件再读回来分析，而这些恰恰是人类开发者每天在做的事。v4.10.0 引入新的 Box Runtime，为智能体提供一个隔离沙箱环境，并内置六个原生工具。
借助这套工具，智能体可以像开发者一样工作：运行脚本、把输出保存到文件、读回文件进行分析、再对结果做后处理。整个过程都在隔离环境中完成，不会接触宿主机。
可插拔后端
沙箱的执行后端是可插拔的，LangBot 会根据部署方式自动选择：
- Docker：启动一个专用的 langbot_box 容器，通过 WebSocket 与主进程通信，适合容器化部署。
- nsjail：基于 Linux 命名空间的轻量隔离，不需要额外容器，适合裸机或单容器环境。
- E2B：云沙箱，在远程隔离环境中执行。
用户不需要手动选择。box.enabled 是总开关，开启后 LangBot 会探测最合适的后端，如果探测失败会自动降级。
沙箱还承载 MCP 服务器
除了原生工具，Box Runtime 还承担另一项重要任务：托管 stdio 模式的 MCP 服务器。此前，stdio 模式的 MCP 服务器必须作为子进程直接在主进程内启动，既不安全也不易管理。现在它们全部运行在沙箱内，与智能体执行环境共享同一隔离边界。http / sse 模式的 MCP 不受影响，仍按原有方式工作。
技能：按需加载的专门知识
第二项重大更新是技能。随着智能体能力增长，一个老问题浮现出来：上下文窗口是有限的。如果把每一条可能的指令、流程和参考文档都塞进系统提示，上下文很快就会被填满，而且其中大部分内容并不总是需要。
技能机制让智能体可以按需加载专门知识，而不是把所有内容预先塞进上下文。这样既节省上下文空间，也让智能体在需要时获得更精准的操作指引。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
