项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4256
使用教程
环境要求
- macOS 系统(README 明确说明是面向 macOS 的容器与虚拟机运行时)
- 使用 Homebrew 安装时需已安装 Homebrew
- 使用脚本安装时需能访问 https://get.arcbox.dev
- 运行容器前需本机可执行 docker 命令
安装与启动步骤
-
1安装 ArcBox
在 macOS 上二选一:Homebrew cask 或官方安装脚本,二者任选其一执行即可完成安装。
brew install --cask arcboxlabs/tap/arcbox curl -fsSL https://get.arcbox.dev | bash -
2启动守护进程
ArcBox 采用单守护进程架构,先启动 daemon,后续容器、沙箱、虚拟机都跑在它之上。
abctl daemon start -
3启用 Docker 兼容
开启 Docker 兼容层后,才能直接用 docker 命令操作 ArcBox 运行时。
abctl docker enable -
4运行测试容器
用标准 docker 命令拉取并后台运行 nginx,把容器 80 端口映射到本机 8080。
docker run -d -p 8080:80 nginx -
5访问验证
请求本机 8080 端口,若返回 nginx 页面说明容器与端口映射均正常。
curl http://localhost:8080 -
6检查运行时状态
abctl doctor 自检运行时;abctl --help 可查看全部可用子命令。
abctl doctor abctl --help -
7可选:迁移旧环境
从 OrbStack 或 Docker Desktop 迁移镜像、卷、网络与容器,建议先 dry-run 预演不改动任何东西。
abctl migrate from orbstack --dry-run abctl migrate from orbstack abctl migrate from docker-desktop -
8可选:查看资源占用
abctl top 流式显示 System VM 的 CPU/内存/磁盘/网络,有容器时还会附加每容器表格。
abctl top abctl disk usage
如何确认成功
执行 abctl doctor 检查运行时无异常,且 curl http://localhost:8080 能返回 nginx 页面,说明守护进程、Docker 兼容与端口映射都正常。
常见问题
Q:安装方式应该选 Homebrew 还是安装脚本?
A:两者 README 都给出,任选其一:brew install --cask arcboxlabs/tap/arcbox,或 curl -fsSL https://get.arcbox.dev | bash,效果都是装上 ArcBox 与 abctl。
Q:执行 docker 命令没有反应或报错怎么办?
A:需要先 abctl daemon start 启动守护进程,再执行 abctl docker enable 开启 Docker 兼容层,之后 docker run 才能走 ArcBox 运行时。
Q:迁移前怎么确认会改哪些东西?
A:用 abctl migrate from orbstack --dry-run 先看迁移计划且不改动任何数据,加 --json 还能得到机器可读的计划。
Q:迁移后原来的容器会自动运行吗?
A:会。源环境上正在运行的容器在迁移结束后会被重新启动;如果不想让其启动,加上 --no-start 参数即可。
Q:哪些容器无法迁移?
A:使用 --network container:<id> 的容器会被报告为阻塞项,必须先从源环境删除或手动迁移,迁移才能继续。
注意事项
- ArcBox 目前处于公开测试(public beta)阶段。
- 官方说明为 macOS 上的 Docker Desktop / OrbStack 开源替代品,非 macOS 环境不适用。
- 沙箱、Linux 机器、macOS 客户机等能力通过 abctl sandbox / machine / macos 等子命令提供,本教程未逐条展开。
- 本地运行的沙箱与 ArcBox Platform 云端是同一套原语,本地代码可直接扩展到云端。
核心亮点
- 基于 Firecracker 微虚拟机,启动速度极快(<100ms),远超传统 VM
- 完全兼容 OCI 镜像,可直接复用 Docker 镜像和生态工具
- 纯 Rust 实现,内存安全且无额外运行时依赖,部署简单
不足之处
- 项目处于早期阶段(275 stars),API 和功能可能不稳定
- 文档和社区生态尚不完善,需自行探索集成方式
适用场景
- AI 编程助手安全执行生成的代码,防止恶意操作
- 计算机使用(Computer Use)智能体在隔离环境中控制浏览器或桌面
- 多租户 SaaS 平台为每个用户提供独立的代码执行沙箱
替代项目
Firecracker、gVisor、E2B
上一篇:claude-tap
同类项目推荐
Sipp
开源
浏览器里直接跑 GGUF 大模型,零依赖 WebGPU 加速
AI inference, packed simply. A blazing-fast, zero-dependency WebGPU runtime to run G···
dfserver
开源
用 Go 打造高并发 AI 图像生成流水线,提升吞吐量。
A distributed backend AI pipeline server
flintml
开源
一键搞定 ML 基础设施,让团队专注干正事
One-click ML infrastructure for teams that just want to get sh*t done.
ai-memory-gateway
开源
给任何AI加上长期记忆,改个接口就行
给AI加长期记忆的轻量网关 / A lightweight gateway that adds long-term memory to any L···
langfuse
开源
一站式搞定 LLM 应用调试、评估和提示词管理
Open source agent evals & observability: Trace, evaluate, and improve LLM applicatio···
neo4j-graphrag-python
开源
把知识图谱变成 RAG 引擎,让 AI 回答更懂关系
Neo4j GraphRAG for Python
text-embeddings-inference
开源
用 Rust 极速跑嵌入模型,高吞吐低延迟,一键部署生产级 API
A blazing fast inference solution for text embeddings models
AI-Horde
开源
众包算力,免费生成 AI 图片和文字
A crowdsourced distributed cluster for AI art and text generation
infinity
开源
让嵌入和重排序模型跑得更快更省,轻松支撑大规模检索
Infinity is a high-throughput, low-latency serving engine for text-embeddings, reran···
