Awesome

Code Interpreter API 🚀

概述 🌟

Code Interpreter API 是一个集调度中心与沙箱环境于一体的项目，致力于打造全球最好用的代码解释器，旨在提供一个安全、可靠的 API 接口，用于远程运行代码并获取执行结果，加速各类AI Agent开发，是众多AI爱好者的福音。该项目创新性地结合了 Docker 容器技术，实现了对 Python 代码的安全隔离运行。此外，项目还支持将生成的图像数据存储到 PostgreSQL 数据库中，并通过 API 端点进行访问，提供了丰富的数据处理与存储能力。您可以在这里访问由Fastgpt构建的Demo��

项目状态 📊

您可以通过访问我们的状态监控页面来实时查看本项目的运行状态、性能指标和可用性信息。

技术栈 🛠️

后端框架：Flask (Python)
数据库：PostgreSQL
容器化：Docker
ORM：SQLAlchemy
并发处理：threading, Queue
身份验证：Bearer Token
外部请求：requests
代码隔离：subprocess

特性 🌈

多语言支持：目前主要支持 Python 代码的执行。
图像处理：支持将代码生成的图像数据转换为 Base64 格式，并可存储在数据库中。
Docker 容器隔离：每个代码执行请求在独立的 Docker 容器中运行，确保安全性和资源隔离。
PostgreSQL 数据库集成：图像数据可以存储到数据库中，并通过 RESTful API 进行访问。
身份验证：可选的 Bearer 令牌身份验证以确保安全访问。
环境变量：可通过环境变量进行配置。
错误处理：全面的错误处理和超时管理。

运行环境 🖥️

Python 3.8 及以上
Docker
PostgreSQL

快速开始 🚀

1. 克隆项目

git clone https://github.com/leezhuuuuu/Code-Interpreter-Api.git
cd Code-Interpreter-Api

2. 安装依赖

pip install -r requirements.txt

3. 配置文件

项目使用 config.yaml 作为配置文件。确保该文件中包含以下配置：

域名：用于访问存储的图像。
Docker 镜像：指定用于运行代码的 Docker 镜像。
端口范围：为 Docker 容器指定端口范围。
PostgreSQL 配置：包括数据库名、用户名、密码、主机和端口。
资源限制：为 Docker 容器指定内存和 CPU 限制。
超时时间：指定代码执行的超时时间。

4. 获取 Docker 镜像

请确保已安装 Docker。然后，您可以根据需要选择以下两种方法之一来获取 Docker 镜像：

方法一：构建自定义镜像

运行 build.py，将根据配置文件自动生成 requirements.txt 文件并构建自定义镜像，可根据个人需求自定义配置容器环境依赖：

python3 build.py

方法二：拉取提前构建好的镜像

如果您不想构建镜像，可以直接从 Docker Hub 拉取提前构建好的镜像：

docker pull leezhuuu/code_interpreter:latest

5. 启动项目

使用以下命令启动项目：

python3 center.py

该命令将自动启动 Flask 应用，并在配置的调度中心端口上运行。

使用指南 📖

1. 运行代码

通过 POST 或 GET 请求访问 /runcode 端点，可以运行指定的代码。请求数据应包含以下字段：

languageType：代码的语言类型（当前仅支持 Python）。
variables：可选，传递给代码的变量。
code：要执行的代码。

2. 访问图像

通过 GET 请求访问 /image/<filename> 端点，可以获取存储在数据库中的图像数据。

API 端点 🌐

`POST /runcode`

请求

{
  "languageType": "python",
  "variables": {},
  "code": "print('Hello, World!')"
}

响应

{
  "output": "Hello, World!\n"
}

`GET /runcode`

请求

/runcode?languageType=python&variables={}&code=print('Hello, World!')

响应

{
  "output": "Hello, World!\n"
}

`POST /runcode` 复杂示例

请求

{
  "languageType": "python",
  "variables": {},
  "code": "import matplotlib.pyplot as plt\nimport numpy as np\n\n# Define vertices of the triangle\nvertices = np.array([[0, 0], [1, 0], [0.5, np.sqrt(3)/2], [0, 0]])\n\n# Create a new figure\nplt.figure()\n\n# Plot the triangle\nplt.plot(vertices[:, 0], vertices[:, 1], 'b-')\n\n# Set axis limits\nplt.xlim(-0.1, 1.1)\nplt.ylim(-0.1, 1.1)\n\n# Save the plot as triangle.png\nplt.savefig('triangle.png')\nplt.close()"
}

响应

{
  "images": {
    "triangle.png": "https://code.leez.tech/image/cec3bee5-c45b-47c5-814f-7dc90831450e_triangle.png"
  },
  "output": ""
}

错误处理 🚨

应用程序返回适当的 HTTP 状态码和错误消息以应对不同场景：

400 Bad Request：无效的 JSON 或参数。
401 Unauthorized：缺失或无效的令牌。
405 Method Not Allowed：无效的 HTTP 方法。
504 Gateway Timeout：请求超时。

Docker 集成 🐳

应用程序使用 Docker 在隔离环境中运行代码。您可以选择构建自定义镜像或拉取提前构建好的镜像。

PostgreSQL 集成 🐘

代码执行期间生成的图像存储在 PostgreSQL 数据库中。数据库连接详细信息配置在 config.yaml 中。

并发管理 🔄

应用程序使用线程处理多个并发请求，并使用信号量控制并发请求的数量。

测试 🧪

并发测试

应用程序包含一个并发测试脚本 concurrent_test.py，可以运行以验证并发功能：

python3 concurrent_test.py

许可证 📄

本项目基于 GNU 许可证。详见 LICENSE 文件。

贡献 🤝

欢迎贡献！请提交问题或拉取请求。

作者 ✍️

leezhuuuuu

致谢 🙏

Flask
Docker
PostgreSQL
SQLAlchemy

GitHub Star History

特别鸣谢

感谢IBM对本项目提供的算力支持。