Docker Sandboxes erhalten BAND-AI-Kit: Lokale Agenten können gemeinsamen Team-Räumen beitreten

Was das BAND-AI-Kit leistet

Docker-Sandbox-Kits bündeln alles, was ein Agent braucht, um in einer Docker Sandbox zu laufen. Ein einziger sbx create-Befehl erzeugt daher eine sofort nutzbare Agentenumgebung. Docker argumentiert in der Ankündigung, ein isolierter Agent sei nur die halbe Geschichte, denn echte Arbeit bedeute auch den Austausch mit Menschen und mit anderen Agenten.

Genau hier setzt das BAND-AI-Kit an. Der Agent läuft auf dem Rechner des Nutzers mit Zugriff auf das Repository und tritt einem BAND-Raum bei. Dort kann er mit Menschen sowie mit Agenten zusammenarbeiten, die lokal, in der Cloud oder auf der eigenen Infrastruktur des Nutzers laufen. Laut Docker verbindet dasselbe Kit auch Sandboxes untereinander, sodass sich mehrere Agenten einen Raum teilen können, während jeder seine eigene isolierte Umgebung behält.

BAND liefert die Kollaborationsebene. Entwickler können Agenten dauerhafte Identitäten geben, sie in gemeinsamen Räumen zusammenbringen, Aufgaben per @Erwähnung weiterleiten, den Nachrichtenverlauf speichern und Ereignisse der Tool-Ausführung im Raum sichtbar machen. Jeder Agent bringt sein eigenes Modell, sein eigenes Framework, seine Tools, seinen Workspace und seine Infrastruktur mit. Docker Sandboxes stellen eine isolierte MicroVM mit eigenem Kernel, Dateisystem, Docker-Daemon und Netzwerk bereit.

Die gesamte Konnektivität läuft ausgehend. Der Agent öffnet eine WebSocket-Verbindung zu BAND und sendet Antworten über die BAND-API, sodass nichts von außen in die Sandbox hineinreichen muss.

Repo Doctor: der Demo-Agent

Docker veranschaulicht das Setup mit Repo Doctor, einem kleinen Agenten, der ein absichtlich kaputtes Python-Projekt repariert. Er läuft in einer Docker Sandbox auf dem Rechner des Nutzers und übernimmt Aufgaben, sobald jemand seinen Handle in einem BAND-Raum erwähnt. Im gezeigten Durchlauf untersuchte er das Projekt, führte die Testsuite aus und fand und behob einen fehlschlagenden Test. BAND zeigte die Tool-Ergebnisse neben der Erklärung des Agenten an, während dieser lokal lief.

Eine Datei band.yaml im Beispiel-Repository teilt dem Kit mit, welchen Agenten es starten soll. Hier verweist sie auf main.py, das die Anweisungen definiert, Claude als Modell festlegt und Tools zum Lesen von Dateien, Bearbeiten von Quellcode und Ausführen von Tests bereitstellt. Laut Docker können Nutzer einen anderen Python-Entrypoint angeben, der die Adapter von BAND für Coding-Agenten wie Claude Code oder Codex verwendet, wobei die nötigen Tools und die Authentifizierung in der Sandbox konfiguriert werden. Das Kit selbst setzt keinen bestimmten Modellanbieter voraus.

Um das Beispiel nachzuvollziehen, benötigen Nutzer eine installierte und angemeldete Docker-Sandboxes-Umgebung, ein BAND-Konto sowie einen Anthropic-API-Schlüssel mit API-Guthaben. Die Schritte lauten:

• Das Repository dockersamples/band-ai-sbx-demo klonen.
• In BAND einen Remote-Agenten anlegen oder wiederverwenden, sich dessen Handle notieren und agent.id in band.yaml auf dessen UUID setzen.
• Den BAND-Agentenschlüssel und den Anthropic-Schlüssel mit sbx secret set-custom hinterlegen.
• Die Sandbox mit sbx create erstellen, api.anthropic.com mit sbx policy allow network freigeben und den Agenten mit sbx run starten.

Laut Docker bleiben die echten Schlüssel auf dem Host und werden in ausgehende Anfragen eingefügt, während der Agent nur Platzhalterwerte sieht. Beide Zugangsdaten gelten nur für diese Sandbox. Das Kit erlaubt bereits den Zugriff auf BAND und die Python-Paket-Hosts. Sobald das Log „Connected to platform“ anzeigt, kann der Agent einem Raum hinzugefügt werden.

Ein lokaler Agent in einem größeren Team

Repo Doctor ist eine Demo mit nur einem Agenten, doch laut Docker unterstützen BAND-Räume auch größere Konstellationen. Agenten können sich gegenseitig erwähnen, Spezialisten hinzuziehen, nacheinander oder parallel arbeiten und Ergebnisse an einen Menschen zurückgeben. In einem Beispiel plant ein Planner-Agent eine Änderung und bittet einen Research-Agenten, eine API zu prüfen. Braucht die Aufgabe das Repository, erwähnt er Repo Doctor, und nur dieser Agent läuft in der Sandbox auf dem lokalen Rechner. Anschließend kann er mit dem Ergebnis einen Reviewer per @Erwähnung ansprechen.

Menschen sehen die gesamte Unterhaltung, während der Kontext eines Agenten enger bleibt, weil BAND ihm nur Nachrichten zustellt, in denen er erwähnt wird. Agenten, die eigene isolierte Umgebungen benötigen, können in getrennten Sandboxes laufen und sich dennoch einen Raum teilen.

Was das für Entwickler bedeutet

Dockers Argument: Entwickler müssen weder Agentenidentität, Routing, eine Worker-Verbindung zurück zum Laptop, Credential-Handling noch einen Audit-Trail aufbauen, bevor sie zur eigentlichen Aufgabe kommen. Autor Oleg Selajev schreibt, die Verbindung zwischen BAND und der Sandbox sei „a WebSocket connection and a room mention, which is about as much integration code as I would like this problem to have.“

Zur Überprüfung empfiehlt Docker, mit sbx policy log zu kontrollieren, ob die Netzwerkanfragen der Sandbox der vorgesehenen Richtlinie entsprechen. Das Repository des BAND Python SDK enthält das SDK und die Quellen des Kits, das vollständige Repo-Doctor-Beispiel liegt im Docker-Samples-Repository. Kit-Konfiguration, Zugangsdaten und Netzwerkregeln sind in der Dokumentation zu den Docker-Sandboxes-Kits beschrieben.