这是一个基于火山引擎AgentKit构建的智能编程助手系统，专门用于帮助用户解决各类编程问题。系统集成了代码执行沙箱、TOS对象存储服务功能，能够提供专业、高效的编程辅助体验。

本用例展示如何构建一个生产级 AI 编程助手系统，具备以下能力:

• 智能编程对话：基于AI的智能编程助手，能够理解用户编程需求并提供准确代码解决方案
• 代码执行验证：在沙箱环境中执行代码，验证代码的正确性和运行效果
• 前端代码托管：自动将前端代码（HTML/CSS/JS）上传至TOS对象存储，并生成可访问的预览链接
• 代码执行方式：通过 run_code 在 AIO Sandbox 中执行 Python 或 Shell 命令
• 长期记忆：支持会话记忆和用户历史记录存储
• 观测能力：集成OpenTelemetry追踪和APMPlus监控

用户请求
    ↓
AgentKit 运行时
    ↓
AI 编程助手
    ├── 代码执行工具 (run_code)
    ├── TOS 上传工具 (upload_frontend_code_to_tos)
    └── URL 生成工具 (get_url_of_frontend_code_in_tos)

run_code 原生接受 python3 和 bash。其他语言只有在 AIO Sandbox 已经提供相应编译器或解释器时，才能通过 Shell 命令执行。

在隔离环境中运行代码,确保安全性并防止系统干扰。

前端代码自动上传到 TOS,生成预览 URL 以便立即测试。

内置 OpenTelemetry 追踪和 APMPlus 监控,支持生产环境调试和性能分析。

ai_coding/
├── agent.py              # 主智能体应用及配置
├── tools.py              # 工具函数 (TOS 上传、URL 生成)
├── requirements.txt      # Python 依赖
└── README.md            # 项目文档

1. 登录 火山引擎控制台
2. 进入"访问控制" → "用户" -> 新建用户 或 搜索已有用户名 -> 点击用户名进入"用户详情" -> 进入"密钥" -> 新建密钥 或 复制已有的 AK/SK
   • 如下图所示
3. 为用户配置 AgentKit运行所依赖服务的访问权限:
   • 在"用户详情"页面 -> 进入"权限" -> 点击"添加权限"，将以下策略授权给用户
   • AgentKitFullAccess（AgentKit 全量权限）
   • APMPlusServerFullAccess（APMPlus 全量权限）
4. 为用户获取火山方舟模型 Agent API Key
   • 登陆火山方舟控制台
   • 进入"API Key管理" -> 创建 或 复制已有的 API Key，后续MODEL_AGENT_API_KEY环境变量需要配置为该值
   • 如下图所示
5. 开通模型预置推理接入点
   • 登陆火山方舟控制台
   • 进入"开通管理" -> "语言模型" -> 找到相应模型 -> 点击"开通服务"
   • 确认开通，等待服务生效（通常1-2分钟）
   • 开通本案例中使用到的以下模型
     • deepseek-v4-pro-260425
     • doubao-seed-code-preview-251028
   • 如下图所示

1. 登录火山引擎 AgentKit 控制台
2. 进入"工具" → "创建沙箱工具"，工具类型选择"预置工具" → "AIO Sandbox"
3. 创建工具:
   • 工具名称: ai-coding-agent
   • 描述: AI 编程助手工具
4. 复制生成的工具 ID 用于配置（后续AGENTKIT_TOOL_ID环境变量需要配置为该值）, 如下图所示

推荐使用uv工具build项目*

# install uv
curl -LsSf https://astral.sh/uv/install.sh | sh

cd python/02-use-cases/ai_coding

# create virtual environment
uv venv --python 3.12

# activate virtual environment
source .venv/bin/activate

# install necessary dependencies
uv pip install -r requirements.txt

设置以下环境变量:

export VOLCENGINE_ACCESS_KEY={your_ak}
export VOLCENGINE_SECRET_KEY={your_sk}
export DATABASE_TOS_BUCKET={your_tos_bucket}
export AGENTKIT_TOOL_ID={your_tool_id}
export MODEL_AGENT_API_KEY={your_model_agent_api_key}

环境变量说明:

• VOLCENGINE_ACCESS_KEY: 火山引擎访问凭证的 Access Key
• VOLCENGINE_SECRET_KEY: 火山引擎访问凭证的 Secret Key
• DATABASE_TOS_BUCKET: 用于存储生成的前端代码的 TOS 存储桶名称
  • 格式: DATABASE_TOS_BUCKET={your_tos_bucket}
  • 示例: DATABASE_TOS_BUCKET=agentkit-platform-12345678901234567890
• AGENTKIT_TOOL_ID: 从 AgentKit 控制台获取的 AIO Sandbox 工具 ID，供 run_code 使用
• MODEL_AGENT_API_KEY: 从火山方舟获取的模型 Agent API Key

如何创建 TOS桶 参考

使用 veadk web 进行本地调试:

veadk web是一个基于 FastAPI 的 Web 服务，用于调试 Agent 应用。运行该命令时，会启动一个web服务器，这个服务器会加载并运行您的 agentkit 智能体代码，同时提供一个聊天界面，您可以在聊天界面与智能体进行交互。在界面的侧边栏或特定面板中，您可以查看智能体运行的细节，包括思考过程（Thought Process）、工具调用（Tool calls）、模型输入/输出。

# 1. 进入上级目录
cd 02-use-cases

# 2. 启动 Web 界面
veadk web

服务默认运行在 8000 端口。访问 http://127.0.0.1:8000,选择 ai_coding 智能体,开始测试。

• 前端代码生成: "请帮我用 JavaScript 写一个防抖函数"
• Python 代码生成: "写一个生成斐波那契数列的函数"
• 算法实现: "用 Python 创建一个二分查找实现"

1. 部署到火山引擎 AgentKit Runtime:

# 1. 进入项目目录
cd python/02-use-cases/ai_coding

# 2. 配置 agentkit
agentkit config \
--agent_name ai_coding \
--entry_point 'agent.py' \
--runtime_envs DATABASE_TOS_BUCKET={your_tos_bucket} \
--tool_id {your_tool_id} \
--launch_type cloud

# 3. 部署到运行时
agentkit launch

1. 调用智能体

agentkit invoke '{"prompt": "用 Python 创建一个二分查找实现"}'

--tool_id 会把 AIO Sandbox 绑定为 Runtime 关联组件，并由平台向运行时注入 AGENTKIT_TOOL_ID。不要仅把工具 ID 配置成普通运行时环境变量，否则 Runtime 关联关系中不会记录该 Sandbox。

错误: DATABASE_TOS_BUCKET not set

• 需通过环境变量设置用于代码上传的 TOS 存储桶名称

代码执行超时：

• 检查沙箱服务状态和网络连接
• 验证代码复杂度和执行时间要求

TOS 上传失败：

• 确认 Access Key/Secret Key 具有 TOS 写入权限
• 验证存储桶名称和区域配置

AI Coding 效果。

无。

• AgentKit 官方文档
• TOS 对象存储
• AgentKit 应用广场
• AgentKit 控制台

本工程遵循 Apache 2.0 License