A本文介绍如何利用无影 AgentBay SDK 实现各种自动化场景。包含多个每个实践教程都展示 SDK 的特定应用，提供基础实现和与流行框架（如 LangChain）的集成。
沙箱环境（envs）
envs 目录包含按沙箱环境组织的示例。在 AgentBay 中，沙箱环境是指一个隔离的云计算环境，在其中可以安全高效地执行特定类型的操作。每个环境都为不同用例提供专门的功能。
目前实现了两种不同的沙箱环境：
browser：Web 浏览器沙箱环境，提供 Web 自动化功能，包括表单填写、网页抓取和 UI 交互。
codespace：代码执行沙箱环境，提供在隔离环境中运行和测试代码的功能。
入门指南
设置环境变量，可通过以下方式：
直接导出环境变量：
export AGENTBAY_API_KEY=your_api_key_here推荐方法：使用每个实践教程目录中的
.env文件。
实践教程可能需要额外的 API 密钥，例如用于 LLM 功能的 DashScope API 密钥。
选择感兴趣的特定实践教程。
遵循实践教程中的设置说明。
运行示例脚本查看 SDK 的实际运行效果。
实践教程
AgentBay SDK 提供了一套全面的工具，用于高效地与 AgentBay 云环境进行交互。相关实践教程展示了 SDK 在不同领域的实际应用：
表单填写
此实践教程演示如何使用 Agent-Bay SDK 创建表单填写代理。该代理可完成以下工作：
将 HTML 表单上传到 Agent-Bay 环境。
使用 Agent-Bay 的浏览器功能在浏览器中打开表单。
使用自然语言指令填写表单字段。
自动提交表单。
自动化测试
此实践教程演示如何使用 LangChain 和 Agent-Bay SDK 创建测试代理。该代理可完成以下工作：
扫描 Python 项目以识别需要测试的模块。
基于项目结构使用 LLM 生成测试用例。
在隔离的 AgentBay 云会话中执行测试。
将测试结果保存到本地日志文件。
框架集成
每个实践教程都采用支持多种代理框架的结构。目前大多数示例包括 LangChain 集成，并计划扩展到其他框架。项目采用模块化结构，将核心功能与框架特定集成分离：
cookbook-name/
├── README.md # 文档
├── .env # 环境变量
├── common/ # 公共核心功能
│ └── src/ # 与框架无关的代码
└── framework-name/ # 框架集成（例如：langchain）
├── data/ # 输出数据目录
├── src/ # 框架特定代码
└── requirements.txt # 依赖项（针对 Python）