Telegram：体验 LangBot 沙箱 Agent
通过 Telegram 与 LangBot 沙箱 Agent 对话，让 AI 运行命令、处理文件、编写代码并完成实际任务。
发布于 2026-09-17 · 作者：LangBot Team
普通 AI 对话只能告诉你“应该怎么做”，连接沙箱后的 LangBot Agent 则可以在隔离工作区中真正执行任务。
你可以直接在 Telegram 中描述目标，让 Agent 运行命令、创建文件、修改内容、搜索资料或执行代码，再把结果返回给你。
不只是回答，而是动手完成
沙箱为 Agent 提供了一个可以操作的工作区。根据你的要求，它可以：
- 运行 Shell 命令
- 读取工作区中的文件
- 创建或覆盖文件
- 修改已有文件内容
- 按文件名查找文件
- 搜索文件中的文字
- 执行 Python 等代码
- 启动并管理任务进程
整个过程通过 Telegram 对话完成，不需要在聊天窗口和命令行之间反复切换。
可以让它做什么
处理文本和文件
你可以让 Agent 创建或整理文件：
- 帮我生成一份项目 README
- 把这段内容整理成 Markdown
- 创建一个包含标题和表格的报告
- 查找工作区中所有包含某个关键词的文件
- 修改配置文件中的指定参数
Agent 会在工作区中完成操作，并告诉你处理结果。
编写和运行代码
你可以直接描述一个小程序或数据处理任务：
- 写一个 Python 脚本统计 CSV 中每一列的平均值
- 生成 100 条测试数据并保存为 JSON
- 检查这段代码为什么运行失败
- 创建一个简单的网页并启动预览
- 运行测试并根据错误修改代码
连接沙箱后，Agent 不仅能生成代码，还能实际运行命令并根据结果继续处理。
分析工作区内容
当工作区中已有文件时，可以让 Agent 帮你快速定位信息：
- 列出当前目录下的所有 Markdown 文件
- 搜索哪些文件使用了某个函数
- 找出配置文件中重复的字段
- 读取日志并归纳最常见的错误
它会使用文件查找和内容搜索工具完成这些任务。
如何描述任务
任务越明确，Agent 越容易给出符合预期的结果。建议同时说明目标、输入和输出格式。
例如，不要只说：
帮我处理这个文件。
可以说得更具体：
读取工作区中的 sales.csv，按月份统计销售额，将结果保存为 summary.csv，并告诉我销售额最高的月份。
如果任务包含多个步骤，也可以一次完整说明。Agent 会根据执行结果继续推进，并在必要时向你确认信息。
关于沙箱
沙箱是 Agent 的独立执行环境，用于降低运行命令和处理文件时对其他环境的影响。不同会话的文件是否共享，取决于当前沙箱的作用域设置。
请不要在对话中发送密码、API Key、身份证件或其他敏感信息。对于删除文件、批量修改和长时间运行等操作，建议先明确范围，并在执行前确认。
在 LangBot Cloud 部署 Telegram 沙箱 Agent
LangBot Cloud 已经准备好托管环境、公网访问地址和沙箱，不需要购买服务器、安装 Docker 或配置运行时。开始前只需准备一个 Telegram 账号。
1. 创建 LangBot Cloud 实例
- 打开 LangBot Cloud，登录 LangBot Account。
- 为机器人选择一个名称。这个名称也会成为实例的
.langbot.cloud访问地址。 - 选择当前可用的体验版、免费版或订阅套餐。不同套餐的可用平台、资源和自动休眠规则以页面显示为准。
- 确认配置并部署。实例通常会在 1 到 2 分钟内完成初始化。
- 状态变为运行中后，点击打开机器人进入 LangBot 控制台。
Cloud 会为实例提供可直接使用的 LangBot Models 及一定的模型积分。你也可以在模型页面接入自己的模型 API Key。
2. 配置沙箱 Agent 流水线
进入流水线页面，打开默认流水线或创建一条新流水线，然后在 AI 能力中：
- 将运行器选择为内置 Agent。
- 选择一个支持工具调用的模型。接入自有模型时，需要同时启用模型的工具使用能力。
- 确认沙箱已启用。Cloud 已经配置好沙箱后端，无需额外安装。
- 选择沙箱作用域。个人私聊建议使用每个会话；多人群聊且需要隔离文件时，建议使用每个用户。
- 保存流水线，并在对话调试中让 Agent 执行一个简单任务，例如“用 Python 计算 1 到 100 的和”。
如果 Agent 只返回代码但没有执行，请检查模型是否支持工具调用、是否启用了工具使用能力，以及流水线运行器是否为内置 Agent。
3. 在 Telegram 创建机器人
- 打开 BotFather，发送
/newbot。 - 按提示设置机器人名称和以
bot结尾的用户名。 - 保存 BotFather 返回的 API Token，不要将它发送给其他人。
- 如果机器人需要读取群聊中的普通消息，在 BotFather 中执行
/setprivacy，选择该机器人并关闭 Privacy Mode；只用于私聊时可以保持默认设置。
4. 将 Telegram 接入 LangBot
回到 LangBot 控制台，进入机器人页面并创建机器人：
- 平台选择 Telegram。
- 填入 BotFather 提供的 API Token。
- 绑定前面配置好的内置 Agent 流水线。
- 保存并启用机器人。
打开 Telegram，进入刚创建的机器人会话并点击 Start，发送：
请用 Python 生成一份包含 20 条示例数据的 CSV 文件，并统计其中数值列的平均值。
Agent 能执行命令、创建文件并返回统计结果，就说明模型、沙箱、流水线和 Telegram 接入均已配置成功。完整配置项可继续参考 Telegram 接入文档和沙箱文档。如有私有部署要求，再参考 Docker 部署文档。
扫码开始体验
使用 Telegram 扫描下方二维码，打开 LangBot 沙箱 Agent 后直接发送任务。
如果不知道从哪里开始，可以先试试：
请用 Python 生成一份包含 20 条示例数据的 CSV 文件，并统计其中数值列的平均值。