执行摘要

• 一句话：将 sandbox 从示例迁移至核心 slime/agent 模块，定义协议接口
• 推荐动作：值得精读，尤其关注 Sandbox 协议的设计方式（Protocol + runtime_checkable）、环境变量优先级的处理策略以及 RPC 重试的指数退避实现。这些设计模式可复用于其他需要后端抽象的模块。

功能与动机

之前的 coding_agent_rl 示例内联了完整的 E2B sandbox 实现，其他 agent 场景无法复用。通过将通用抽象提升到 slime/agent 层，后续 agent 示例无需重复实现 sandbox 生命周期与 RPC 重试逻辑，仅需实现 Sandbox 协议即可接入不同后端（Docker、Modal 等）。

实现拆解

1. 创建核心包：新增 slime/agent/ 包及 __init__.py，新建 slime/agent/sandbox.py 定义 Sandbox 异步协议接口（exec、write_file、read_file、__aenter__、__aexit__）和 E2BSandbox 实现类。
2. 抽取通用实现：从 examples/coding_agent_rl/sandbox.py 中移出 E2B 客户端通信、元数据解析、RPC 重试、生命期管理等通用代码至 slime/agent/sandbox.py，保留 SWE 特定的安装和评估函数。
3. 改造示例 sandbox：examples/coding_agent_rl/sandbox.py 改为从 slime.agent.sandbox 导入 E2BSandbox 和 Sandbox，删除原来内联的 _parse_sandbox_metadata、_is_transient_rpc_error、_rpc_retry、E2BSandbox 等，只保留 install_node22、install_claude_code、ensure_agent_user、apply_before_repo_set_cmd、apply_pre_commands 等函数。
4. 调整生成入口：examples/coding_agent_rl/generate.py 导入从 sandbox.E2BSandbox 改为 slime.agent.sandbox.E2BSandbox，并修复 write_text 调用为 write_file 以匹配协议接口。
5. 配套更新：更新 README.md 说明 sandbox 位置变化和环境变量新名称；requirements.txt 将 e2b 依赖提升为公共依赖。

关键文件：

• slime/agent/sandbox.py（模块 核心层；类别 source；类型 core-logic；符号 Sandbox, E2BSandbox, aenter, aexit）: 新增核心模块，定义 Sandbox 协议和 E2BSandbox 实现，封装 E2B 通信、元数据解析、RPC 重试等通用逻辑。
• examples/coding_agent_rl/sandbox.py（模块 示例层；类别 source；类型 dependency-wiring；符号 install_node22, install_claude_code, ensure_agent_user, apply_before_repo_set_cmd）: 大规模重构，删除通用 E2B 实现，仅保留 SWE 业务逻辑，改为依赖 slime.agent.sandbox。
• examples/coding_agent_rl/generate.py（模块 示例层；类别 source；类型 dependency-wiring）: 导入路径调整和 write_text 调用修复，确保与新的 Sandbox 协议接口一致。
• slime/agent/__init__.py（模块 核心层；类别 source；类型 entrypoint）: 新增包初始化文件，标记 agent 模块。

关键符号：Sandbox.aenter, Sandbox.aexit, Sandbox.exec, Sandbox.write_file, Sandbox.read_file, E2BSandbox.init, E2BSandbox._metadata_from_env, E2BSandbox._is_transient_rpc_error, E2BSandbox._rpc_retry, _getenv, install_node22, install_claude_code, ensure_agent_user, apply_before_repo_set_cmd, apply_pre_commands

关键源码片段

examples/coding_agent_rl/sandbox.py

大规模重构，删除通用 E2B 实现，仅保留 SWE 业务逻辑，改为依赖 slime.agent.sandbox。

"""Coding-agent sandbox helpers.
​
The provider-agnostic sandbox contract and E2B backend live in
``slime.agent.sandbox``. This module keeps the coding-agent/SWE-specific
bootstrap, Claude Code runner, diff capture, and fresh-sandbox evaluator.
"""
​
from __future__ import annotations
​
import asyncio
import json
import logging
import lzma
import os
import shlex
import shutil
import tempfile
import time
from pathlib import Path
​
# 从核心层导入通用 sandbox 抽象
from slime.agent.sandbox import E2BSandbox, Sandbox
​
logger = logging.getLogger(__name__)
​
# 沙箱内路径（避免与镜像自带路径冲突）
_PATCH = "/workspace/__cagent_patch__.diff"
_PRE = "/workspace/__cagent_pre__.sh"
_SWEPRO_DIR = "/workspace/swepro_eval"
​
​
async def install_node22(sb: Sandbox, host_tarball: Path) -> None:
    """在沙箱内安装 Node 22（基镜像通常只有 Node 16）。
​
    若主机上的压缩包是 .xz 格式，先解压为 .tar 缓存到临时目录，
    避免沙箱内没有 xz-utils。
    """
    host_tarball = Path(host_tarball)
    if host_tarball.suffix == ".xz":
        plain = (
            Path(tempfile.gettempdir())
            / f"coding_agent_rl.{host_tarball.stem}.tar"
        )
        if not plain.exists():
            tmp = plain.with_suffix(".tar.partial")
            with lzma.open(host_tarball, "rb") as src, open(tmp, "wb") as dst:
                shutil.copyfileobj(src, dst)
            os.replace(tmp, plain)
        host_tarball = plain
    await sb.write_file("/tmp/node22.tar", host_tarball)
    await sb.exec(
        "set -e && mkdir -p /opt/node22 && "
        "tar xf /tmp/node22.tar -C /opt/node22 --strip-components=1 && "
        "ln -sf /opt/node22/bin/node /usr/local/bin/node && "
        "ln -sf /opt/node22/bin/npm  /usr/local/bin/npm && "
        "ln -sf /opt/node22/bin/npx  /usr/local/bin/npx && "
        "hash -r 2>/dev/null || true && node --version && npm --version",
        user="root",
        timeout=180,
        check=True,
    )

评论区精华

当前 PR 无 review 评论，但关键设计决策体现在源码注释中：

• 环境变量命名：类变量同时枚举 SLIME_AGENT_SANDBOX_* 和 SWE_*，优先使用前者，实现向后兼容。
• RPC 重试策略：固定退避基数为 1.0 秒，总等待预算 3 秒，注释明确解释不开放为可配的理由（避免用户误调导致更大窗口或过长 stall）。

• Sandbox 协议选择 runtime_checkable Protocol 而非 ABC，降低实现门槛。

• 暂无高价值评论线程

风险与影响

• 风险：
  1. 向后兼容风险：仍支持旧 SWE_* 环境变量，但需确认所有原有使用处均被正确映射。write_text 改为 write_file 可能破坏外部依赖该旧方法的自定义脚本。
  2. 测试覆盖不足：本次变更未增加针对 slime/agent/sandbox.py 的单元测试，核心 RPC 重试逻辑和元数据解析缺少回归保护。
  3. 接口稳定期：Sandbox 协议刚提取至公共空间，后续可能因新需求调整接口，引入不稳定风险。
     - 影响：对 coding_agent_rl 示例用户：需要更新导入路径和环境变量（实际向下兼容，旧环境变量仍工作）。对系统：无直接运行时影响。对团队：为后续 agent 场景（如 SWE-bench、Agent-QA）提供了可复用的 sandbox 抽象，减少重复编码和维护成本。
     - 风险标记：向后兼容：环境变量和接口对齐需验证, 测试覆盖不足：无新增测试, 公共模块接口稳定期

关联脉络

• PR #1923 [examples] add coding_agent_rl: agent-in-sandbox RL minimal demo: 首次引入 coding_agent_rl 示例，包含原始内联 E2BSandbox 实现，本 PR 从中抽取通用部分。
• PR #1958 Move coding_agent_rl's helper function to sandbox.py: 先前将 generate.py 中的辅助函数移至 sandbox.py，为本 PR 的提取奠定了基础。
• PR #1957 Minor refactor for coding agent rl logic and remove SWE_LIST_TRAJECTORY: 同一功能线上的重构，调整 agent RL 生成逻辑和配置，与本 PR 共同完善 coding_agent_rl 示例。