Function Compute：為沙箱動態掛載自訂 Skills

步驟一：準備自訂 Skill 檔案

自訂 Skill 以目錄形式組織，每個 Skill 對應一個獨立目錄：須包含 SKILL.md；可按需增加 RULES 等檔案（見下表）。

完整目錄結構樣本：

skills/
├── <your-skill-name>/
│   ├── SKILL.md
│   └── RULES（可選）
├── <another-skill-name>/
│   └── SKILL.md

步驟二：建立 OSS Bucket 並上傳 Skill 檔案

若無現成 Bucket，按下列步驟在目標地區建立並完成上傳；若已有 Bucket，可從對應步驟進入並完成上傳。地區須與後續沙箱一致，或為沙箱建立頁 OSS 配置 中可選 Bucket 所在地區。更詳細的 OSS 操作可參考 OSS 控制台建立 Bucket、上傳檔案。

1. 登入 OSS 控制台，在 Bucket 列表 中單擊 建立 Bucket，地區請選擇與後續沙箱所在地區一致，或在 AgentRun 沙箱建立頁的 OSS 配置 中下拉式清單所支援的地區，建立完成後進入該 Bucket。

2. 在 Bucket 的 檔案管理 中單擊 建立目錄，目錄名填寫 skills（目錄命名需符合 OSS 規範：UTF-8、長度 1～254 字元等）。

3. 進入 skills 目錄，按照步驟一的目錄結構上傳 Skill 檔案：單擊 上傳檔案，將本地已準備好的 Skill 子目錄（每個目錄內至少含 SKILL.md，可按需包含 RULES）上傳到目前的目錄；或使用 上傳檔案夾 批量上傳。上傳目標路徑為：<your-bucket>/skills/<your-skill-name>/。

   等待上傳完成後，確認 Bucket 中路徑結構如下：

   <your-bucket>/
   └── skills/
       ├── <your-skill-name>/
       │   ├── SKILL.md
       │   └── RULES（可選）
       ...

步驟三：建立啟用了動態 Skills 的沙箱

1. 登入  AgentRun控制台，在左側導覽列單擊 運行時與沙箱 > Sandbox 沙箱。

2. 單擊建立沙箱模板，在彈出的對話方塊中選擇沙箱類型（本文以 AIO 沙箱 為例，代碼解譯器、瀏覽器沙箱操作類似）。

3. 填寫沙箱基本配置（名稱、資源規格、瀏覽器類型、解析度等）。

4. 開啟 OSS配置 開關，添加掛載點以配置自訂 Skills 的 OSS 路徑：

   Bucket名稱選擇步驟二中建立的 Bucket（可單擊重新整理 Bucket 列表）；

   OSS目錄填寫 skills（與步驟二中 Bucket 內的目錄名一致）。

   掛載目錄為沙箱內掛載路徑，可填寫 /mnt/workspace 或保留預設；

   目錄讀寫權限選擇唯讀即可。

5. 添加環境變數（必做）：在建立頁的 環境變數 地區，按控制台要求添加與 OSS/Skills 相關的環境變數（變數名與取值以控制台當前說明為準）。未正確配置可能導致沙箱無法載入自訂 Skills。

6. 配置執行角色，選擇一個有權訪問步驟二中 OSS Bucket 的角色。

   重要：預設的 Agentrun-role 角色沒有 OSS 存取權限。須在 RAM 控制台為所用角色添加 AliyunOSSReadOnlyAccess 或 AliyunOSSFullAccess 策略，或選擇一個已具備目標 Bucket 存取權限的自訂角色。跳過此步驟將導致沙箱無法載入自訂 Skills，MCP 服務也無法正常啟動。

7. 按需配置憑證、網路等，單擊建立沙箱，等待建立完成。

8. 建立完成後確認：進入沙箱 詳情 > 概覽與配置，在 環境變數 與 OSS儲存配置 中確認：環境變數已按上一步正確填充；OSS 儲存配置中 Bucket 名稱、地區（與所選 Bucket 一致）、OSS 目錄（如 /skills/）、掛載路徑已正確填充。

步驟四：啟用 MCP 服務

1. 沙箱建立完成後，在沙箱列表中單擊目標沙箱卡片右下角的詳情。

2. 在詳情頁左側單擊 整合與案例，進入 MCP 整合 子標籤頁；再次確認 環境變數 與 OSS 配置 已正確填充（參見步驟三最後一步）。

3. 單擊啟動服務配置（或頁面提示的啟動服務），啟動 MCP 服務。服務啟動後，頁面顯示 MCP 服務地址，格式為：

   https://<帳號ID>.agentrun-data.<地區>.aliyuncs.com/templates/<沙箱名稱>/mcp

4. 在配置中查看或產生 API 金鑰，供 MCP 用戶端串連時使用。

步驟五：驗證自訂 Skills 已生效

將 MCP 服務地址和 API 金鑰配置到 Agent 工具（如 DeepChat、Dify、n8n 等），發起以下驗證：

1. 向 Agent 詢問當前可用的 Skills 列表，確認自訂 Skills 出現在列表中。

2. 發起一個需要調用自訂 Skill 的任務，觀察 Agent 是否正確調用。

沙箱檔案下載地址：https://${主帳號id}.agentrun-data.${region}.aliyuncs.com/sandboxes/${sandboxid}/filesystem/download?path=/home/user/skills-output/{檔案名稱}

在 DeepChat 中使用 Skill Sandbox MCP（樣本）

以下以 DeepChat 用戶端為例，說明如何配置並使用已啟用動態 Skills 的 Skill Sandbox MCP。更多生態工具整合方式請參見 在生態工具中整合 AgentRun Sandbox。

1. 安裝與配置 DeepChat：從 DeepChat 開源倉庫下載對應作業系統版本，在用戶端中配置大模型（如 qwen-max 等）。

2. 配置 MCP 伺服器：開啟 DeepChat，進入 設定（或 MCP 設定）頁面；添加新的 MCP 伺服器，選擇 手動設定 或粘貼 JSON 配置，填寫步驟四中擷取的 MCP 服務地址 與 Bearer Token（API 金鑰）；儲存後，DeepChat 會自動探索並列出該 Skill Sandbox 暴露的工具（含動態掛載的自訂 Skills）。

3. 使用 Skill Sandbox MCP：在對話中直接描述任務，Agent 將自動選擇並調用 Sandbox 中的工具（含已掛載的自訂 Skill）；可通過「列出當前可用工具/Skills」等提示，確認自訂 Skill 已出現在列表中並參與調用。

提示：若 MCP 服務啟動失敗，可到沙箱 詳情 > 整合與案例 > MCP 整合 檢查環境變數與 OSS 配置，或重試啟動服務。