前言¶

DeepSeek Harness 在运行任务时，可能会调用文件、子进程、Bash、终端等操作。如果这些操作直接在宿主环境执行，工作目录、路径权限和凭据边界都依赖宿主进程。

dsh-tensorlake-sandbox 提供了一个可选执行层：将 DeepSeek Harness 的文件、子进程、Bash、终端和 LSP 操作移入一个短命 Tensorlake 微型虚拟机中。

这是什么¶

@tensorlakeai/dsh-sandbox 是 Tensorlake 为 DeepSeek Harness 提供的沙箱执行插件，许可证为 MIT。

它作为可安装的 dsh bundle 提供，不要求修改 Harness 安装。启用后，插件会在 profile 启动时创建临时沙箱，并在 dsh 退出时终止沙箱。

核心功能¶

• 将 DeepSeek Harness 的文件、子进程、Bash、终端和 LSP 操作移入一个短命 Tensorlake 微型虚拟机。
• 以 dsh bundle 形式安装，不需要修改 Harness 安装。
• 在 profile 启动时启动临时沙箱，在 dsh 退出时终止沙箱。
• 提供三个 Loader 入口：
• @tensorlakeai/dsh-sandbox/runtime
• @tensorlakeai/dsh-sandbox/filesystem
• @tensorlakeai/dsh-sandbox/subprocess
• 验证配置 cwd 可写，并在必要时使用受管镜像的无密码 sudo 创建和交接受保护路径。
• 不将 TENSORLAKE_API_KEY、DEEPSEEK_API_KEY、其他凭证类环境变量或 DSH_* 变量复制到沙箱进程。
• 在 danger-full-access 模式下保留 bash-sandbox，并让 Harness 的沙箱感知 Bash 执行器直接委派到 Tensorlake subprocess 提供者。

安装与启用¶

前置要求：

• Node.js ^22.19.0 或 >=24.0.0
• @deepseek-ai/dsh 0.1.0-rc.6 或兼容版本
• 宿主环境中设置 TENSORLAKE_API_KEY
• 宿主环境中设置 DEEPSEEK_API_KEY

凭据应保存在环境变量或 secret manager 中，不要提交到 profile 或仓库。

先安装 dsh，再把插件加入要运行的 profile：

npm install --global @deepseek-ai/dsh
dsh plugin --profile headless add @tensorlakeai/dsh-sandbox

安装完成后，可以用 headless 方式启动一个任务：

TENSORLAKE_API_KEY=... DEEPSEEK_API_KEY=... dsh --profile headless "build and test this repo"

如果是在本地开发目录中安装，先在插件目录里完成构建，再添加本地包：

npm install
npm run build
dsh plugin --profile headless add .

典型用法¶

普通任务示例：

TENSORLAKE_API_KEY=... DEEPSEEK_API_KEY=... dsh --profile headless "build and test this repo"

如果希望显式指定工作目录，可以传入 DSH_TENSORLAKE_CWD：

DSH_TENSORLAKE_CWD=/workspace/project dsh --profile headless "build and test this repo"

下面这个示例会同时触发 Bash、文件创建、文件读取和结果汇报：

dsh --profile headless \
  "Use Bash to run pwd and id. Create smoke-test.txt containing hello, read it back, and report the results."

配置¶

runtime 可接受的配置字段包括：

• apiKey
• cwd
• timeoutSecs
• cpus
• memoryMb
• diskMb

其中 cwd 默认值为 /home/tl-user/workspace。

如果要修改工作目录，可以先通过环境变量方式传入：

DSH_TENSORLAKE_CWD=/workspace/project dsh --profile headless "build and test this repo"

如果直接在 profile 的 cordis.patch.yml 中修改配置，需要注意 patch 会替换完整配置，需要重写所有需要的非默认字段。

运行时要求¶

Tensorlake 镜像需要提供：

• bash
• Node.js
• GNU base64
• cat
• chmod
• env
• find
• grep
• ln
• mkdir
• mktemp
• mv
• ps
• realpath
• rm
• stat
• tee

受管 Ubuntu 镜像会提供这些工具。runtime 会验证配置的 cwd 是否可写，并在必要时使用受管镜像的无密码 sudo 创建和交接受保护路径。

适用场景与注意¶

适合在宿主环境已有 Tensorlake 项目、且需要把 DeepSeek Harness 的文件、子进程、Bash 和终端操作移入独立沙箱的场景。

使用前注意：

• 插件通过 dsh profile 加载，宿主进程仍负责启动插件和提供必要凭据；插件以当前 dsh 进程的权限上下文运行，安装前应检查源码、许可证和依赖。
• TENSORLAKE_API_KEY、DEEPSEEK_API_KEY 等凭据应保存在环境变量或 secret manager 中，不要提交到 profile 或仓库。
• 沙箱镜像必须提供前文列出的 bash、Node.js 和 GNU 工具。
• 已知限制：tensorlake@0.5.103 锁定 undici@8.3.0 和 nanoid@3.3.11，npm audit --omit=dev 会报告高严重度通告。用于生产前，应审查这些上游通告。
• LSP 操作也会移入沙箱，但本文不展开其具体能力边界，建议结合实际任务验证。

参考¶

• GitHub：https://github.com/tensorlakeai/dsh-tensorlake-sandbox
• 插件目录页：https://www.skillhub.cn/plugins/tensorlakeai/dsh-tensorlake-sandbox