前言¶

DeepSeek Harness 在運行任務時，可能會調用文件、子進程、Bash、終端等操作。如果這些操作直接在宿主環境執行，工作目錄、路徑權限和憑據邊界都依賴宿主進程。

dsh-tensorlake-sandbox 提供了一個可選執行層：將 DeepSeek Harness 的文件、子進程、Bash、終端和 LSP 操作移入一個短命 Tensorlake 微型虛擬機中。

這是什麼¶

@tensorlakeai/dsh-sandbox 是 Tensorlake 爲 DeepSeek Harness 提供的沙箱執行插件，許可證爲 MIT。

它作爲可安裝的 dsh bundle 提供，不要求修改 Harness 安裝。啓用後，插件會在 profile 啓動時創建臨時沙箱，並在 dsh 退出時終止沙箱。

核心功能¶

• 將 DeepSeek Harness 的文件、子進程、Bash、終端和 LSP 操作移入一個短命 Tensorlake 微型虛擬機。
• 以 dsh bundle 形式安裝，不需要修改 Harness 安裝。
• 在 profile 啓動時啓動臨時沙箱，在 dsh 退出時終止沙箱。
• 提供三個 Loader 入口：
• @tensorlakeai/dsh-sandbox/runtime
• @tensorlakeai/dsh-sandbox/filesystem
• @tensorlakeai/dsh-sandbox/subprocess
• 驗證配置 cwd 可寫，並在必要時使用受管鏡像的無密碼 sudo 創建和交接受保護路徑。
• 不將 TENSORLAKE_API_KEY、DEEPSEEK_API_KEY、其他憑證類環境變量或 DSH_* 變量複製到沙箱進程。
• 在 danger-full-access 模式下保留 bash-sandbox，並讓 Harness 的沙箱感知 Bash 執行器直接委派到 Tensorlake subprocess 提供者。

安裝與啓用¶

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
• 宿主環境中設置 TENSORLAKE_API_KEY
• 宿主環境中設置 DEEPSEEK_API_KEY

憑據應保存在環境變量或 secret manager 中，不要提交到 profile 或倉庫。

先安裝 dsh，再把插件加入要運行的 profile：

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

安裝完成後，可以用 headless 方式啓動一個任務：

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

如果是在本地開發目錄中安裝，先在插件目錄裏完成構建，再添加本地包：

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

典型用法¶

普通任務示例：

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

如果希望顯式指定工作目錄，可以傳入 DSH_TENSORLAKE_CWD：

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

下面這個示例會同時觸發 Bash、文件創建、文件讀取和結果彙報：

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 默認值爲 /home/tl-user/workspace。

如果要修改工作目錄，可以先通過環境變量方式傳入：

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 會替換完整配置，需要重寫所有需要的非默認字段。

運行時要求¶

Tensorlake 鏡像需要提供：

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

受管 Ubuntu 鏡像會提供這些工具。runtime 會驗證配置的 cwd 是否可寫，並在必要時使用受管鏡像的無密碼 sudo 創建和交接受保護路徑。

適用場景與注意¶

適合在宿主環境已有 Tensorlake 項目、且需要把 DeepSeek Harness 的文件、子進程、Bash 和終端操作移入獨立沙箱的場景。

使用前注意：

• 插件通過 dsh profile 加載，宿主進程仍負責啓動插件和提供必要憑據；插件以當前 dsh 進程的權限上下文運行，安裝前應檢查源碼、許可證和依賴。
• TENSORLAKE_API_KEY、DEEPSEEK_API_KEY 等憑據應保存在環境變量或 secret manager 中，不要提交到 profile 或倉庫。
• 沙箱鏡像必須提供前文列出的 bash、Node.js 和 GNU 工具。
• 已知限制：tensorlake@0.5.103 鎖定 undici@8.3.0 和 nanoid@3.3.11，npm audit --omit=dev 會報告高嚴重度通告。用於生產前，應審查這些上游通告。
• LSP 操作也會移入沙箱，但本文不展開其具體能力邊界，建議結合實際任務驗證。

參考¶

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