$ loading_
为 AI 代理提供沙箱主机的认证命令行与文件访问，并支持受限安全部署
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp-sandbox-server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
连接 mcp-sandbox-server，在沙箱主机中查看 /app 目录结构，找到配置文件中的明显错误，并给出建议修改内容。
返回目录与文件检查结果，指出可疑配置项，并给出修改建议或下一步操作。
使用 mcp-sandbox-server 的受限部署通道，将当前版本发布到生产主机，并在执行前说明将触发的部署动作。
先说明允许执行的部署步骤，再返回部署执行结果或失败信息。
通过 mcp-sandbox-server 在沙箱主机运行基础诊断命令，确认 shell 访问是否可用，并总结结果。
返回命令执行状态、关键输出，以及对当前可访问性的简要结论。
开发者或运维人员可以让 AI 代理进入沙箱主机，使用已认证的 shell 和文件访问能力检查代码、配置或运行环境问题。这样能先在隔离环境中完成分析，再决定是否继续处理。
当需要让 AI 参与发布流程时，该工具提供一个面向生产主机的受限网关，并通过强制 SSH 命令限制操作范围。适合在强调安全边界的情况下执行部署任务。
它为 AI 代理提供对沙箱主机的认证 shell 与文件访问能力，同时提供一个受限网关，用于更安全地向生产主机部署。描述中特别提到生产侧通过强制 SSH 命令进行限制。
根据描述，生产主机访问是“受限网关”，并且依赖强制 SSH 命令，因此不是无限制的通用访问。具体允许哪些命令，见源码仓库。
已知前置包括可访问的沙箱主机，以及用于认证访问和 SSH 限制部署的相关环境。更具体的安装步骤、运行时要求或密钥配置，见源码仓库。
为AI助手提供安全沙箱命令执行、长任务管理与大文件传输能力
为 AI 代理提供本地隔离 Linux 沙箱，安全快速执行命令与安装依赖。
让 AI 在受限沙箱中安全执行 Python 代码并返回结果。
通过 MCP 管理 Agent Platform 沙箱环境的启动、停止与状态查询。
通过安全沙箱访问文件，支持读写、搜索与管理
用于验证 MCP 服务响应是否正常，返回唯一标识字符串供开发与测试使用。