mcpField
T
together-sandboxes

together-sandboxes

github.com/togethercomputerクラウド・DevOps3984 回インストール2 週間前に更新
リポジトリ

together-sandboxes について

together-sandboxes は、Together のマネージドサンドボックスで Python をリモート実行するスキルです。セッション状態の再利用、リモートファイル、グラフなどの出力が必要で、独自の基盤を用意しないワークフローに適しています。

主な機能

  1. 01リモートサンドボックスで Python を実行
  2. 02ステートフルなセッションの再利用
  3. 03実行環境へのファイルアップロード
  4. 04テキストと構造化出力の確認
  5. 05表示出力の取得

活用シーン

  1. 01リモートでのデータ分析
  2. 02Python によるグラフ生成
  3. 03エージェントが生成したコードの実行
  4. 04ステートフルなセッションをまたぐ作業

MCP 対応

このスキルはエージェントワークフロー向けの MCP スタイルのアクセスに触れ、アクセス方法として API リファレンスを案内しています。Together のコードインタープリターを通じて、リモートサンドボックス実行を提供します。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/togethercomputer/skills --skill together-sandboxes

インストール後、Claude Code で/together-sandboxesを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

agents/
openai.yaml
references/
api-reference.md
scripts/
execute_with_session.py
execute_with_session.ts

詳細

Together Sandboxes

概要

ユーザーが管理されたサンドボックスで Python をリモート実行したい場合は、Together Sandboxes を使用します。

一般的な用途:

  • ステートフルな Python セッション
  • データ分析とグラフの生成
  • エージェントが生成したコードの実行
  • リモートランタイムへのファイルのアップロード

このスキルが適している場合

  • ユーザーがローカルのシェルでの実行ではなく、リモート実行を希望している
  • 複数回の呼び出しにわたってセッションの状態を維持する必要がある
  • 結果にグラフなどの表示出力が含まれる可能性がある
  • カスタムインフラは不要で、軽量な管理ランタイムで十分である

別のスキルに引き継ぐ場合

  • インフラを完全に制御したい場合や、より大規模な分散ジョブには together-gpu-clusters を使用します
  • カスタムコンテナランタイムロジックには together-dedicated-containers を使用します
  • ユーザーがコードの実行ではなく、コードの生成のみを希望している場合は together-chat-completions を使用します

クイックルーティング

ワークフロー

  1. タスクにコードの実行が必要か、コードの生成のみでよいかを判断します。
  2. client.code_interpreter.execute() でセッションを開始します。
  3. ワークフローが以前の状態に依存する場合は、session_id を再利用します。
  4. stdout、stderr、構造化出力、表示出力をそれぞれ個別に確認します。
  5. 運用状況の把握やクリーンアップが必要な場合に限り、セッションを一覧表示します。

重要なルール

  • Python スクリプトには Together v2 SDK(together>=2.0.0)が必要です。古いバージョンを使用している場合は、先にアップグレードする必要があります:uv pip install --upgrade "together>=2.0.0"。
  • session_id はワークフローの状態の一部として扱います。
  • 実行が成功したと判断する前に、response.errors を確認します。
  • Agg バックエンドでの plt.show() は、display_data 出力を確実に生成するわけではありません。グラフを取得するには、fig.savefig() で図を BytesIO バッファーに保存し、base64 でエンコードして、エンコードした文字列を stdout に出力します。クライアント側で stdout 出力から解析します。例については、scripts/execute_with_session.py のグラフの例を参照してください。
  • Python が関係しているという理由だけでなく、リモートでのステートフルな実行がユーザーに役立つ場合にこのスキルを使用します。
  • タスクがサンドボックスモデルの範囲を超える場合は、GPU クラスターまたは専用コンテナに引き継ぎます。

リソース一覧

公式ドキュメント

コメント