Platform For AI:Início rápido

Pré-requisitos

Antes de usar o PAI-Instant Service, certifique-se de ter concluído as seguintes preparações:

• Conta Alibaba Cloud ativada e verificação de nome real concluída.

• PAI ativado e workspace do PAI criado.

• Recursos computacionais do Instant Service adquiridos na página de compra do EAS Dedicated Machine Pay-As-You-Go.

• (Opcional) Para criar um modelo a partir de uma imagem personalizada, ative o Container Registry (ACR) e crie uma instância Standard ou Premium do ACR Enterprise Edition. Se você utilizar apenas modelos públicos, o ACR não é necessário.

• (Opcional) Ao usar o E2B Python SDK, utilize apenas versões anteriores à v2.25.0.

Etapa 1: Criar um service instantâneo

1. Faça login no PAI console. No painel de navegação à esquerda, selecione Elastic Algorithm Service (EAS) para acessar a página da lista de services.

2. Selecione a aba Instant Service na parte superior.

3. Clique em Create Instant Service e configure os parâmetros conforme descrito abaixo. Mantenha os demais parâmetros com seus valores padrão:

   • Name: Insira um nome personalizado, por exemplo, quickstart.

   • Resource Type: Selecione EAS Resource Group.

   • Resource Group: Selecione o grupo de recursos do service instantâneo adquirido.

   • Network Egress Mode: Selecione Shared Public Network.

   • Clique em Confirm para concluir a criação.

   Nota

   Para obter detalhes sobre parâmetros e configurações avançadas, consulte Manage instant services and templates.

   Etapa 2: Selecionar um modelo público

   O PAI-Instant Service oferece modelos públicos prontos para uso, como code-interpreter, browser e desktop. Este guia utiliza o code-interpreter, portanto, nenhum modelo personalizado é necessário.

   1. Acesse a workbench do service instantâneo.

      1. Na aba Instant Service, localize o service instantâneo criado na Etapa 1. Na coluna Invoke, clique no ícone Instant Service Workbench.

      2. Na caixa de diálogo Go to Instant Service Workbench, copie a URL de Manage Links ou Read-only Link e abra-a em seu navegador.

   2. Na lista de modelos públicos, selecione code-interpreter e clique no ID do modelo para ir à página de detalhes.

   3. No canto superior direito da página de detalhes do modelo, clique em SDK Access para obter a configuração de conexão do SDK e o código de exemplo em Python.

   Etapa 3: Criar uma instância e executar comandos com o SDK

   Instalar o E2B SDK

   pip install "e2b<2.25.0"       

   Exemplo completo

   O exemplo a seguir demonstra um fluxo de trabalho completo da instância: criação, recuperação de informações, execução de comandos, leitura e escrita de arquivos e destruição.

   Substitua <YOUR-API-TOKEN> e <YOUR-DOMAIN> pelos valores obtidos na Etapa 2.

   import os
   from e2b import Sandbox
   import time
   
   # 1. Set authentication credentials
   os.environ["E2B_API_KEY"] = "<YOUR-API-TOKEN>"
   os.environ["E2B_DOMAIN"] = "<YOUR-DOMAIN>"
   
   # 2. Create an instance
   sandbox = Sandbox.create(
       template="<YOUR-TEMPLATE-ID>",
       timeout=300000,   # Timeout (milliseconds)
   )
   print(f"Sandbox ID: {sandbox.sandbox_id}")
   
   # Wait for the instance to enter the Running state
   print("Waiting for sandbox to be ready...")
   max_attempts = 30
   for attempt in range(1, max_attempts + 1):
       try:
           is_running = sandbox.is_running()
           status = "Running" if is_running else "Not Running"
           print(f"    [{attempt}/{max_attempts}] Sandbox status: {status}")
           if is_running:
               print("    ✓ Sandbox is now running!")
               break
       except Exception as e:
           print(f"    [{attempt}/{max_attempts}] Failed to check status: {e}")
   
       if attempt < max_attempts:
           time.sleep(2)
   
   # 3. Get instance details (including metadata and dashboard URL)
   info = sandbox.get_info()
   print(f"State: {info.state}")
   print(f"CPU: {info.cpu_count}, Memory: {info.memory_mb}MB")
   
   # Print metadata
   if info.metadata:
       print("\nMetadata:")
       for key, value in info.metadata.items():
           print(f"  {key}: {value}")
   
       # Get dashboard URL
       dashboard_url = info.metadata.get('sandbox.alicloud.com/dashboard-url') or \
                       info.metadata.get('dashboard_url')
       if dashboard_url:
           print(f"\nDashboard URL: {dashboard_url}")
   
   # 4. Run a command
   result = sandbox.commands.run("echo 'Hello, World!'")
   print(result.stdout)
   
   # 5. File operations
   sandbox.files.write("/tmp/test.txt", "Hello from sandbox!")
   content = sandbox.files.read("/tmp/test.txt")
   print(content)
   
   # 6. Clean up
   sandbox.kill()      

   Etapa 4: Limpar recursos

   • Após chamar sandbox.kill() para destruir a instância, o faturamento dos recursos computacionais e do disco do sistema é interrompido.

   • Também é possível localizar a instância na Instance list dentro da workbench do service instantâneo e clicar em Delete para destruí-la.

   • Caso não precise mais do service instantâneo, exclua-o diretamente da lista de services instantâneos.

   Importante

   Instâncias que não executaram kill() ou não atingiram o timeout continuam gerando cobranças. Instâncias pausadas também são faturadas à taxa de execução. Para mais detalhes, consulte Billing.

   Próximos passos

   • Utilize o SDK para operações adicionais de ciclo de vida, comandos e arquivos: E2B SDK integration

   • Explore modelos públicos para ambientes de navegador, desktop, codificação e outros: Use public templates

   • Depure instâncias usando o terminal do console, VNC, gerenciamento de arquivos e outros painéis: Manage instances

   • Crie um modelo de imagem personalizada: Manage instant services and templates