跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://ppio.com/docs/llms.txt

Use this file to discover all available pages before exploring further.

​
什么是 PPIO Agent Runtime？

PPIO Agent Runtime 是一个轻量级 AI Agent 运行时框架，让您能够 快速、低成本地将 AI Agent 部署上线。 无需关心基础设施配置、容器编排、服务暴露等复杂细节，只需专注于 Agent 的业务逻辑开发。

​
核心组件

PPIO Agent Runtime 包含在 PPIO 沙箱的 SDK 与命令行工具中：
组件功能
PPIO Sandbox SDK提供装饰器 API，将 Agent 包装为标准 HTTP 服务。并提供调用 Agent 的方法
PPIO Sandbox CLI一键配置、部署 Agent 到 PPIO Agent 沙箱生态

​
部署流程

完整的部署和使用流程分为三个步骤：

​
Step 1: 开发和改造 Agent

在 Agent 代码中集成 SDK，添加装饰器： 
from ppio_sandbox.agent_runtime import AgentRuntimeApp

app = AgentRuntimeApp()

@app.entrypoint
def my_agent(request: dict):
    # Agent 业务逻辑
    return {"result": "..."}

​
Step 2: 配置和部署

使用 CLI 工具配置并部署到云端： 
# 配置 Agent
ppio-sandbox-cli agent configure

# 部署到云端
ppio-sandbox-cli agent launch
  • 生成 Dockerfile 和 .ppio-agent.yaml 配置文件
  • 构建沙箱模板并上传
  • 生成 Agent ID（格式：agent_<name>_v<version>）

​
Step 3: 调用 Agent

部署成功后，可以通过 CLI 或 SDK 调用： 方式 1：使用 CLI 快速测试 
ppio-sandbox-cli agent invoke "Hello, Agent!"
方式 2：使用 SDK 在应用中调用 
import json
from ppio_sandbox.agent_runtime import AgentRuntimeClient

client = AgentRuntimeClient(api_key="your-api-key")

# 准备请求数据（需要先转为 JSON 字符串再编码为 bytes）
payload = json.dumps({"prompt": "Hello, Agent!"}).encode()

response = await client.invoke_agent_runtime(
    agentId="agent-xxxxx",
    payload=payload
)
调用 Agent 的执行过程：
  • 从沙箱模板创建独立的沙箱实例
  • 在隔离环境中执行 Agent
  • 返回处理结果

​
核心优势

SDK:
  • ✅ 最小改造：仅需修改少量代码，使用装饰器包装即可
  • ✅ 框架无关：支持 LangChain、LangGraph、CrewAI 等所有 AI 框架
  • ✅ 流式支持：原生支持流式响应，适配 LLM 实时生成场景
  • ✅ 健康检查：内置健康检查端点，支持自定义健康状态
CLI:
  • ✅ 智能检测：自动检测项目结构、入口文件、依赖管理文件
  • ✅ 自动构建：自动生成 Dockerfile、项目配置
  • ✅ 版本管理：支持多版本并存，独立部署
  • ✅ 快速测试：内置调用命令，快速验证部署结果
运行时：
  • ✅ 环境隔离：每个沙箱实例独立运行，互不干扰
  • ✅ 会话保持：可对同一沙箱实例多次调用，支持多轮交互式 Agent
  • ✅ 安全沙箱：安全隔离的沙箱环境，受限的文件系统访问权限