back

Ein Computer
für eure Agenten.

Schnell. Skalierbar. Vollständig isoliert: auf eurem Cluster, in eurer Region, unter eurer Kontrolle. Eure KI-Agenten schreiben Code, analysieren Daten und erledigen echte Arbeit, ohne dass Daten jemals euren Perimeter verlassen.

Wofür eine Sandbox

Tools sind ein Werkzeugkasten.
Eine Sandbox ist eine Werkstatt.

Function Tools und MCP-Server sind perfekt, solange ihr vorher wisst, welches Werkzeug der Agent braucht. Aber sobald er improvisieren muss – eine unbekannte CSV einlesen, zwei APIs verknüpfen, den eigenen Output debuggen – reicht ein fertig bestückter Kasten nicht mehr. Dann braucht er Platz zum Selberbauen. Genau dafür sind Sandboxes da.

Daten analysieren

Eine unbekannte CSV einlesen, pandas live schreiben, das Chart zurückgeben.

Fremden Code ausführen

Den Code laufen lassen, den das LLM gerade erst geschrieben hat, ohne den Rest eures Systems zu riskieren.

Rohdaten bändigen

Ein PDF parsen, das gerade per Mail kam. Ein undokumentiertes JSON zurechtbiegen. Typen umcasten, bis es läuft.

Richtig rechnen

Statistik, Optimierung, Simulationen, schnell ein Modell trainieren. Arbeit, für die ein Function Call nicht reicht.

Testen und selbst korrigieren

Code schreiben, ausführen, Fehler lesen, reparieren. Und nochmal. Bis es läuft.

Wie am eigenen Laptop

Browser, Terminal, Paketmanager, Dateisystem. Alles, was ein Mensch auch öffnen würde – für die Momente, in denen sonst nichts mehr passt.

Sandboxes mit dem SDK steuern

Sandbox starten. Code laufen lassen. Ergebnis zurück.

Mit dem Python-SDK holt sich euer Agent eine Sandbox, führt Code aus und liest Ergebnisse zurück.

from prokube.sandbox import Sandbox


with Sandbox.from_pool("python-pool") as sbx:
    sbx.commands.run("pip install pandas matplotlib")


    sbx.run_code("""
        import pandas as pd, matplotlib.pyplot as plt
        df = pd.read_csv('/workspace/sales.csv')
        df.groupby('region').sum().plot.bar()
        plt.savefig('/workspace/chart.png')
    """)


    chart = sbx.files.read('/workspace/chart.png')

Code in einer Sandbox ausführen

Sandbox aus einem Warm Pool holen, beliebigen Code ausführen, Ergebnisse auslesen. Der Context Manager räumt am Ende auf.

Die UI

Verwalten, verbinden, nutzen.

Die Management-UI, ein Web-Terminal für Coding-Agents und MCP-basierter Sandbox-Zugriff aus euren eigenen Tools.

Einzelne Sandboxes oder Warm Pools verwalten — in persönlichen oder geteilten Team-Workspaces.

Sandbox overview

Für CISOs

Drei Schichten Schutz.
Nicht eine.

Sandboxes sind für den Worst Case gebaut: Der Code, der gleich läuft, wurde vor einer Sekunde von einem LLM geschrieben. Niemand weiß genau, was er tut. Defense in Depth ist hier Pflicht, nicht Kür.

Kein Zugriff auf die Kubernetes-API

Sandbox-Pods laufen mit automountServiceAccountToken: false. Der Code darin hat keinen Token, keinen Client, keinen Pfad zur Control Plane – selbst wenn er wollte.

NetworkPolicies auf Egress

Ausgehenden Traffic pro Sandbox erlauben oder blockieren. Fremden Code auf rein interne Services eingrenzen.

gVisor-Syscall-Filtering

Ein User-Space-Kernel fängt Syscalls ab, bevor sie den Host erreichen. Selbst ein Container-Escape bringt dem Angreifer nichts.

Lasst eure Agenten endlich arbeiten.

Wir geben eurem Team Zugriff auf einen Test-Cluster, damit ihr Agent Sandboxes mit euren eigenen Workflows ausprobieren könnt.

Testzugang anfragenZur Dokumentation

Source-available. Entwickelt in Deutschland. Kein Lock-in. Garantiert.