EdgeBox：给 AI Agent 一台本地电脑，代码执行和桌面操作全搞定
我最近一直在折腾怎么让 AI Agent 真正"动手干活"，而不只是聊天。试了几个方案之后，发现一个痛点：大部分 agent 工具要么只能跑代码，要么只能操作浏览器，很少有把桌面环境完整交给 AI 的方案，更别说跑在本地了。
直到我上手了 EdgeBox。
它到底是啥
一句话：EdgeBox 是一个桌面应用，在你本机用 Docker 起一个完整的 Ubuntu 沙箱，然后通过 MCP（Model Context Protocol）把这个沙箱里的代码执行能力和桌面操作能力暴露给 LLM。
说人话就是：你的 AI 不只是能"说"，它能真正坐到电脑前面，用鼠标、键盘、打开浏览器、跑脚本。
而且整个过程跑在本地 Docker 容器里，你的数据不出本机。
两类核心能力
EdgeBox 提供的工具分两类：
代码执行（始终可用）
- 支持 Python、JavaScript、R、Java 多语言
- 完整的 bash shell，状态持久化
- 文件读写、目录列表、文件监听
- 容器隔离，不怕搞坏宿主机
桌面操作（启用后可用）
- 通过 VNC 远程桌面访问完整的 Ubuntu 环境
- 预装了 Chrome、VS Code 等常用应用
- AI 可以控制鼠标（点击、拖拽、滚轮）、键盘（输入文字、组合键）
- 截图 + 视觉感知，让 LLM 真正"看到"屏幕
这意味着你可以让 AI 做到这样的事情：
- "帮我打开 Chrome，搜索某个关键词，把前三条结果的标题存到文件里"
- "跑一下这段 Python 数据分析脚本，截个图给我看结果"
- "打开 VS Code，帮我改一下这个文件的第 10 行"
跟主流 AI 客户端无缝对接
EdgeBox 走的是 MCP HTTP 协议，所以它天然兼容支持 MCP 的客户端：
- Claude Desktop — Anthropic 官方桌面客户端
- OpenWebUI — 自建 LLM 界面
- LobeChat — 另一个流行的 LLM 前端
配置很简单，在对应客户端的 MCP 服务器设置里填上 EdgeBox 的地址就行。它还支持多会话管理（通过 session ID），可以同时跑多个沙箱互不干扰。
隐私和延迟是最大卖点
市面上也有一些云端 agent 沙箱服务，但我选择 EdgeBox 最核心的原因有两个：
- 100% 本地运行：代码在你自己的 Docker 里跑，文件不出本机。对于公司内部代码、敏感数据，这一点没得谈。
- 几乎零延迟：不用走公网，工具调用在本地回环，响应速度跟原生操作没区别。
另外容器隔离也让我比较放心 —— AI 在沙箱里折腾不会搞坏我的宿主系统，资源限制也可以配。
安装和使用
前提条件就一个：Docker Desktop 得先装好并运行着。
然后去 Releases 页面 下载对应平台的安装包：
- Windows：
.exe - macOS：
.app - Linux：
.AppImage/.deb/.rpm
装完打开，它会自动拉取 Docker 镜像，第一次启动稍微等一下就好。
什么人适合用
- 在搞 AI Agent 开发，需要一个安全的代码执行环境
- 想让 LLM 帮忙做一些重复性的桌面操作（爬数据、批量截图、自动化测试）
- 关注隐私，不想把代码和文件传到云端 agent 服务
- 用 Claude Desktop / OpenWebUI / LobeChat，想给它们加上"动手能力"
小结
EdgeBox 解决的问题很明确：让 AI Agent 从"只能说"变成"能动手"，而且跑在你自己的机器上。
MCP 协议 + Docker 沙箱 + 桌面操作 + 代码执行，这几块拼在一起，基本上就是一个完整的本地 AI Agent 工作台。