2026.11.15 大模型与Agent

59. Daytona 架构分析

作者：climbing

项目: daytonaio/daytona

Stars: 71,727 | Forks: 5,647 | 语言: Go + TypeScript (NestJS)

定位: Secure and Elastic Infrastructure for Running AI-Generated Code

开源状态: 2026年6月起核心开发转为私有代码库，公开仓库不再维护，但可自由 fork 使用

1. 项目定位与核心价值

Daytona 是一个面向 AI 生成代码执行和 Agent 工作流的安全弹性基础设施运行时。其核心抽象是 Sandbox（沙箱）——一个完整的可组合计算机，拥有独立的 Linux 内核、文件系统、网络栈，以及分配的 vCPU、RAM 和磁盘资源。

与传统的容器即服务不同，Daytona 强调的是”全功能可组合计算机“而非单纯的容器。沙箱可在 90ms 内从代码到执行启动，支持 Python、TypeScript、JavaScript 等语言的任意代码运行。基于 OCI/Docker 兼容性，支持大规模并行化和无限持久化，为 Agent 工作流提供一致、可预测的执行环境。

Daytona 的目标用户包括：

  • AI Agent 开发者：需要安全隔离的代码执行环境
  • 平台工程团队：需要标准化的开发环境管理
  • 企业组织：需要多租户、合规的代码执行基础设施

2. 三层平面架构（Plane Architecture）

Daytona 采用经典的三层平面分离架构，将系统职责清晰划分为：

2.1 接口平面（Interface Plane）

提供用户和 Agent 与 Daytona 交互的所有客户端接口：

  • SDK：Python、TypeScript、Ruby、Go、Java 五种语言的客户端库
  • CLI：命令行工具，覆盖沙箱生命周期管理、快照、卷、SSH 等全部操作
  • Dashboard：Web 界面，可视化沙箱管理和监控
  • MCP Server：Model Context Protocol 服务器，供 AI Agent 工具集成
  • SSH：安全 Shell 直接访问运行中的沙箱

2.2 控制平面（Control Plane）

中心协调层，负责所有沙箱操作的编排：

  • API：基于 NestJS 的 RESTful 服务，是所有平台操作的入口点，处理认证、沙箱生命周期、快照、卷和资源分配
  • Proxy：HTTP 代理，基于主机路由将外部流量转发到正确的沙箱（{port}-{sandboxId}.{proxy-domain}）
  • Snapshot Builder：从 Dockerfile 或预构建镜像创建沙箱快照
  • Sandbox Manager：沙箱调度、状态协调和生命周期管理策略执行

控制平面的基础设施依赖：

  • Redis：缓存、会话管理、分布式锁
  • PostgreSQL：元数据和配置的主持久化存储
  • Auth0/OIDC：基于 OpenID Connect 的用户和服务认证
  • PostHog：平台分析和使用指标

2.3 计算平面（Compute Plane）

基础设施层，沙箱实际运行的地方：

  • Sandbox Runner：计算节点，托管多个沙箱，每个沙箱分配专用资源，水平扩展
  • Sandbox Daemon：运行在每个沙箱内部的代码执行 Agent，暴露 Toolbox API
  • Snapshot Store：基于 OCI 分发规范的内部注册表，存储沙箱快照镜像
  • Volumes：跨沙箱共享的持久化存储，基于 S3 兼容对象存储

3. Sandbox 运行机制

每个沙箱作为隔离实例运行，使用独立的 Linux 命名空间（进程、网络、文件系统挂载、IPC）。Runner 为每个沙箱分配专用的 vCPU、RAM 和磁盘资源。

生命周期状态：

  • 创建 → 运行 → 停止 → 归档 → 删除
  • 支持自动停止（auto-stop）、自动归档（auto-archive）、自动删除（auto-delete）策略

资源规格（默认三种）：

规格 vCPU Memory Storage

|——|——|——–|———|

small 1 1GiB 3GiB
medium 2 4GiB 8GiB
large 4 8GiB 10GiB

支持 GPU 沙箱，以及自定义 CPU、内存、磁盘配置。

快照机制：快照是基于 Docker/OCI 兼容镜像的沙箱模板。支持从公共镜像、本地镜像、私有仓库、Dockerfile 声明式构建等多种方式创建。快照状态包括 Pending → Building/Pulling → Active → Inactive → Removing。

4. SDK 多语言架构

Daytona 提供 5 种语言的 SDK，每种语言包含三层包结构：

层级 说明 Python 示例

|——|——|————-|

SDK 高级封装，面向开发者 daytona (pip)
API Client OpenAPI 生成的 REST 客户端 api-client-python
Toolbox API Client 沙箱内工具箱 API 客户端 toolbox-api-client-python

每种语言还提供同步和异步两个版本（Python 特有 api-client-python-async）。

SDK 提供的核心模块包括：

  • Daytona：主客户端，管理沙箱生命周期
  • FileSystem：文件系统操作（读写、上传下载）
  • Git：Git 仓库操作
  • Process：进程和代码执行
  • Snapshot：快照管理
  • Volume：卷管理
  • CodeInterpreter：代码解释器
  • ComputerUse：计算机使用能力
  • LspServer：语言服务器协议支持
  • Secret：密钥管理

Python SDK 从 v0.198.0 起支持通过 WebSocket（Socket.IO）实时流式推送沙箱状态变更，所有沙箱共享一个 WebSocket 连接，并有轮询兜底机制。

5. Toolbox API 与 Sandbox Daemon

Sandbox Daemon 是运行在每个沙箱内部的代码执行 Agent，它暴露 Toolbox API，提供对沙箱环境的直接访问能力：

  • 文件系统操作：读写文件、目录遍历、上传下载
  • Git 操作：克隆、提交、推送、拉取
  • 进程执行：命令执行、代码运行、会话管理
  • Computer Use：屏幕截图、鼠标键盘操作
  • 日志流：实时日志输出
  • 终端会话：交互式终端

Toolbox API 是 Agent 与沙箱交互的核心桥梁。SDK 中的 toolbox-api-client-* 包就是针对这个 API 的客户端。

6. 网络与代理架构

Daytona 的网络设计采用基于主机的路由代理模式：

  • 每个沙箱通过 {port}-{sandboxId}.{proxy-domain} 格式的 URL 可达
  • Proxy 解析目标 Runner，注入认证头，转发请求
  • 支持 HTTP 和 WebSocket 协议
  • 沙箱可配置网络访问白名单（network-allow-list）或完全阻断网络（network-block-all）

SSH 访问通过令牌认证实现，支持从 CLI、Dashboard、SDK 创建 SSH 访问令牌，可直接连接 VS Code Remote SSH 或 JetBrains Gateway。

7. 认证与多租户

  • 认证：基于 Auth0/OIDC 提供者，支持 API Key 和 OAuth 两种方式
  • 多租户：组织级多租户，每个沙箱、快照、卷都属于一个组织，访问控制在组织边界实施
  • 组织管理：支持创建、删除、切换组织，CLI 和 Dashboard 均可操作
  • SMTP：用于组织邀请、账户通知、告警邮件

8. MCP 集成与 AI Agent 生态

Daytona 提供原生的 Model Context Protocol (MCP) Server，使 AI Agent 能够以标准化方式与沙箱交互：

  • 支持 Claude、Cursor、Windsurf 等主流 AI Agent 平台
  • 通过 daytona mcp init 一键初始化
  • MCP 工具覆盖：沙箱管理、文件系统操作、Git 操作、进程执行、Computer Use、预览

这意味着 AI Agent 可以：

  1. 创建和管理沙箱生命周期
  2. 在沙箱中执行任意代码
  3. 读写文件、操作 Git 仓库
  4. 获取执行结果和日志

Daytona 的默认快照预装了大量 AI/ML 相关包（OpenAI、Anthropic、LangChain、LlamaIndex、Transformers、PyTorch 等），开箱即用。

9. OCI/Docker 兼容性与镜像生态

Daytona 完全基于 OCI/Docker 标准构建：

  • 快照注册表：内部 OCI 兼容注册表，使用 S3 兼容对象存储后端
  • 镜像源：支持 Docker Hub、Google Artifact Registry、GHCR、Amazon ECR、任意私有 OCI 注册表
  • Docker-in-Docker：沙箱内可运行 Docker Compose 和 Kubernetes（k3s）
  • 声明式构建器：通过 SDK 代码定义依赖，而非导入镜像
  • Runner 操作：从快照存储拉取镜像，创建/启动/停止/销毁/调整大小/备份沙箱

10. 项目演进与社区

时间线：

  • 2024年2月：项目创建
  • 快速增长至 71,727 Stars、2,744 Commits
  • 2026年6月：核心开发转为私有代码库，公开仓库归档

开源策略：

  • 公开仓库在 v0.190.0 版本归档
  • 采用宽松许可证，可自由 fork 和构建
  • 私有版本继续维护和更新

社区生态：

  • Slack 社区活跃
  • 多语言 SDK 持续迭代（Java 最新支持）
  • MCP 集成持续推进 AI Agent 生态

架构总结

Daytona 的架构设计体现了几个关键原则：

  1. 平面分离：接口、控制、计算三层解耦，各层独立演进和扩展
  2. OCI 标准化：基于容器标准构建，兼容整个 Docker/OCI 生态
  3. Agent 优先：从 SDK 到 MCP，为 AI Agent 提供原生集成能力
  4. 安全隔离：Linux 命名空间级别的完整隔离，而非简单的进程隔离
  5. 弹性调度：Runner 水平扩展，沙箱按需调度到可用计算节点
  6. 多语言覆盖：5 种语言 SDK + 同步/异步双版本，覆盖主流开发生态

Daytona 本质上是一个面向 AI 时代的代码执行基础设施，将传统的容器编排（Kubernetes-like）与 AI Agent 的特殊需求（快速启动、状态持久化、工具集成）相结合，构建了一个完整的沙箱即服务（Sandbox-as-a-Service）平台。