
de agent-skills-for-context-engineering17,077
Exécutez des agents dans des bacs à sable (sandboxes) distants avec des pools chauds, des snapshots et des clients en streaming pour permettre une exécution d'agents en arrière-plan scalable et à faible latence.
Ce skill documente les modèles et les pratiques opérationnelles pour l'exécution d'agents dans des environnements hébergés et isolés. Il explique comment pré-construire des images, maintenir des pools chauds, snapshotter des sessions et extraire les sorties (branches/PRs/logs) afin que les agents puissent effectuer un travail d'arrière-plan fiable et rapide. Les cas d'utilisation concrets incluent les agents de codage en arrière-plan qui ouvrent des PR, les sessions collaboratives entre clients et les sous-agents auto-générés pour des tâches parallèles.
Utilisez ce skill lors de la conception ou de l'exploitation de runtimes d'agents hébergés : lorsque vous avez besoin de temps de démarrage de sandbox prévisibles, de snapshot/restauration de session, d'isolation d'état par session, de commits attribués à l'utilisateur ou de retours en streaming vers les clients (web, Slack, VS Code). Activez-le plutôt que des skills adjacents comme harness-engineering ou tool-design quand le problème concerne le runtime hébergé lui-même.
Idéal pour les frameworks d'agents server-first et les outils pouvant gérer des sandboxes et des flux Git (ex. automatisation style Codex/Copilot, backends Cursor/Claude Code, ou agents serveurs personnalisés appelant des API de sandbox).
Guide architectural bien écrit pour la construction d'une infrastructure d'agents hébergés avec exécution sandboxed, warm pools et snapshots de session. Le SKILL.md est complet et bien organisé. Le script sandbox_manager.py fourni est du pseudocode avec de nombreuses méthodes stub ; sa démo plante car les chemins warm pool et cold start retournent None. Les préoccupations de sécurité incluent l'interpolation de chaînes de données contrôlées par l'utilisateur dans des commandes shell et l'intégration de jetons dans les URL de clone git.
Le SKILL.md est excellent — approfondi, bien structuré, avec des déclencheurs, des limites, des références et des checklists pratiques claires. Le script est de qualité référence/pseudocode avec des patterns architecturaux significatifs mais n'est pas prêt pour la production. Les risques d'injection shell dans _configure_for_user et build_image sont la principale préoccupation de sécurité.