「AIエージェントキャッチアップ #35 - LangChain Sandbox」を開催しました

ジェネラティブエージェンツの大嶋です。

「AIエージェントキャッチアップ #35 - LangChain Sandbox」という勉強会を開催しました。

generative-agents.connpass.com

アーカイブ動画はこちらです。

www.youtube.com

LangChain Sandbox

今回は、セキュアなPythonコード実行環境「LangChain Sandbox」について、実際に動かしたりソースコードを読んだりしました。

LangChain SandboxのGitHubリポジトリはこちらです。

github.com

今回のポイント

LangChain Sandboxとは

LangChain Sandboxは、信頼できないPythonコードを安全に実行するためのサンドボックス環境です。

Pyodideという、WebAssemblyで動作するブラウザやNode.js環境のPythonディストーションを使用して、LLMが生成したコードやユーザーが作成したコードを安全に実行できます。

pyodide.org

LangChain Sandboxの主な特徴としては、以下の3つが挙げられています。

セキュリティ - 権限を設定可能な隔離された実行環境
ローカル実行 - リモート実行やDockerコンテナが不要
セッションサポート - 複数のコード実行間で状態を維持

LangChain Sandboxの基本的な使い方

LangChain Sandboxを使用する際は、DenoとPythonのlangchain-sandboxパッケージをインストールします。

基本的な使い方は以下のようになります。

from langchain_sandbox import PyodideSandbox

sandbox = PyodideSandbox(
    sessions_dir="sessions",
    allow_net=True,
)

code = """\
import numpy as np
x = np.array([1, 2, 3])
print(x)
"""

async def main() -> None:
    result = await sandbox.execute(code)
    pprint.pprint(result)

※記事内のコードはlangchain-sandbox==0.0.4を使用しています。より新しいバージョンでは多少実装方法が異なります。

上記のコードの実行結果は以下のようになります。

CodeExecutionResult(result=None,
                    stdout='Loading numpyLoaded numpy[1 2 3]',
                    stderr=None,
                    status='success',
                    execution_time=1.7986226081848145)

stdoutの箇所の末尾に、[1 2 3]というコード内でprintした値が含まれていることが分かります。

Statefulな実行

LangChain Sandboxでは、実行時の変数を次の実行に保持することもできます。

たとえば以下のコードでは、一度目の実行で定義したaという変数を、2度目の実行で使用しています。

async def main() -> None:
    result = await sandbox.execute("a = 1", session_id="123")
    pprint.pprint(result)
    result2 = await sandbox.execute("print(a)", session_id="123")
    pprint.pprint(result2)

LangChainツールとしての活用

LangChain Sandboxは、LangChainのツールとして使用することもできます。

LangGraphのcreate_react_agentでLangChain Sandboxをツールとして使用する例は、以下のようになります。

from langchain_sandbox import PyodideSandboxTool
from langgraph.prebuilt import create_react_agent

agent = create_react_agent(
    "openai:gpt-4.1",
    tools=[PyodideSandboxTool()],
)

たとえば「5 + 7は？Pythonで計算してください。」という入力で実行すると、Sandbox環境でコードを実行しながら回答してくれます。

Sandbox環境を使う様子はLangSmithでも確認できます。

langgraph-codeact

LangChain Sandboxを使用するサンプルとしては、「langgraph-codeact」もあります。

langgraph-codeactは、「CodeAct」というアーキテクチャをLangGraphで実装したものです。

github.com

LangChain Sandboxとlanggraph-codeactを組み合わせるサンプルが、以下のURLで公開されています。

https://github.com/langchain-ai/langchain-sandbox/blob/main/examples/codeact_agent.py

このサンプルでは、以下のようにPython上で実装した関数を、Sandbox環境で利用可能にしています。

def add(a: float, b: float) -> float:
    """Add two numbers together."""
    return a + b

def multiply(a: float, b: float) -> float:
    """Multiply two numbers together."""
    return a * b