Vai al contenuto
AI.info

The Pulse

Il kit Firecrawl offre agli agenti in sandbox Docker un accesso controllato al web

Il kit Firecrawl consente agli agenti di coding nelle sandbox Docker di cercare, acquisire contenuti ed eseguire crawling sul web tramite un unico host API autorizzato. Il kit è sperimentale e in Early Access; il suo accesso resta soggetto alle policy della sandbox e dell’organizzazione.

Il kit Firecrawl offre agli agenti in sandbox Docker un accesso controllato al web

Gli agenti di coding che operano nelle sandbox Docker possono cercare, acquisire contenuti ed eseguire crawling sul web tramite un kit Firecrawl che aggiunge un host API alla rete a cui è consentito accedere. Docker ha descritto il kit in un post del 16 novembre, spiegando che restituisce le pagine in formato Markdown e mantiene l’agente all’interno dei controlli di rete della sandbox.

Il kit è sperimentale e in Early Access, e il suo formato e i comandi correlati potrebbero cambiare. Estende un workload esistente della sandbox anziché crearne uno nuovo.

Come funziona l’accesso

Un agente di coding nelle sandbox Docker opera all’interno di una macchina virtuale isolata, con controlli sugli host che può raggiungere. Il kit Firecrawl gli dà accesso ai contenuti web tramite api.firecrawl.dev, senza richiedere che ogni sito web venga aggiunto all’allowlist della sandbox.

Il kit è un mixin: un componente aggiunto a un workload. La fase di installazione aggiunge l’SDK Python di Firecrawl, firecrawl-py, bloccato alla versione 4.44.0, come utente dell’agente. La creazione della sandbox fallisce se l’installazione o il controllo d’importazione non vanno a buon fine.

Il kit fornisce anche istruzioni che spiegano all’agente come usare questa funzionalità e quali limiti si applicano. Un proxy fornisce la chiave API Firecrawl effettiva quando vengono inviate richieste all’host API; all’interno della sandbox, la variabile d’ambiente corrispondente contiene un segnaposto al posto della chiave.

Policy e configurazione

I permessi di rete variano in base alla fase. Durante l’installazione, il kit consente l’accesso a pypi.org e files.pythonhosted.org; durante l’esecuzione, consente l’accesso a api.firecrawl.dev. Il kit aggiunge permessi all’allowlist della sandbox, ma non rimuove quelli esistenti.

Il preset bilanciato di Docker consente l’accesso ai registri dei pacchetti, a GitHub e a un elenco selezionato di domini di fornitori, bloccando invece i siti web generici, compresa la maggior parte dei siti di documentazione. Con una policy deny-all, Firecrawl è l’unico host web accessibile all’agente.

La procedura guidata richiede lo strumento da riga di comando sbx, versione 0.46 o successiva, con l’accesso effettuato tramite sbx login. Richiede inoltre una policy di rete globale, una chiave API Firecrawl e un workload a cui aggiungere il kit; Docker Desktop non è necessario. Il kit pubblicato supporta linux/amd64 e linux/arm64.

Al primo avvio, sbx chiede l’autorizzazione a inviare la credenziale Firecrawl all’host API. Un’esecuzione in modalità detached o CI non può rispondere a questa richiesta, quindi l’autorizzazione deve essere concessa prima in modo interattivo oppure l’associazione deve essere scritta nella configurazione delle credenziali.

Cosa possono recuperare gli agenti

Nell’esempio di Docker, a un agente viene chiesto di leggere il changelog di Pydantic e di elencare le modifiche dell’ultima release. Le istruzioni del kit indirizzano l’agente ad acquisire tramite Firecrawl i contenuti degli host bloccati; l’esempio mostra che recupera la pagina invece di rispondere a memoria.

Lo stesso accesso può essere usato per cercare errori non familiari, leggere riferimenti API o eseguire crawling di sezioni della documentazione.

I limiti restano

Con il preset bilanciato, l’accesso diretto ai siti generici continua a restituire un errore del proxy; di conseguenza, anche un link trovato nei risultati dell’acquisizione deve essere recuperato tramite Firecrawl. Screenshot e altri contenuti multimediali restituiscono link a un host di archiviazione Firecrawl che non è incluso nell’allowlist, rendendo quei file non disponibili per il download all’interno della sandbox.

La policy gestita di un’organizzazione può prevalere sulla regola di autorizzazione del kit. In tal caso, le operazioni di acquisizione falliscono finché l’organizzazione non autorizza api.firecrawl.dev. Una risposta HTTP 402 significa che l’account Firecrawl ha esaurito i crediti e all’agente viene indicato di fermarsi anziché riprovare.

Fonte

Notizie correlate

Esplora

Altri articoli