PPClaw “省钱模式”上线:暂停期间零计费

PPClaw “省钱模式”上线:暂停期间零计费

​​

各位开发者朋友们,PPClaw 又双叒叕更新了!

这次 v1.8.0 带来一个真香功能 On-Demand 按需模式。简单来说:不用的时候不花钱,用的时候秒恢复。

下面带你快速了解这次更新。

还没有用过 PPClaw 的朋友可以先看这篇 👉:

免费试用OpenClaw!最快1分钟让你的龙虾助手跑起来

🎯核心更新:On-Demand 模式

之前很多同学反馈:我就偶尔用一下 AI 助手,沙箱一直开着太费钱了。定时任务一天就跑几次,剩下时间都在空转。

现在有了 On-Demand 模式,沙箱会在空闲时自动暂停,有请求进来时自动恢复(约 1 秒)。

暂停期间零计费。没错,真按需付费。

怎么用?

🔛启动On-Demand沙箱

# 默认空闲 300 秒后暂停 ppclaw launch --type on-demand 
# 自定义空闲超时时间(60–86400 秒) ppclaw launch --type on-demand --idle-timeout 600

就这么简单。

⏸️手动控制:想停就停

除了自动暂停,你也可以手动操作:

# 暂停(立即停止计费) ppclaw pause sandbox_id 
# 恢复(~1 秒回到暂停前状态) ppclaw resume sandbox_id

适合这些场景:

  • 下班了,手动暂停省过夜费用
  • 调试完了,暂停等明天继续

⚙️运行时改配置

以前改配置要重建沙箱,现在可以直接改:

# 改空闲超时 ppclaw config set sandbox_id idle-timeout 600 
# 改生命周期超时 ppclaw config set sandbox_id timeout 3600

改完即时生效,不用重启。

🤖Cron 任务也能用

有人担心:沙箱暂停了,我的定时任务怎么办?

放心,PPClaw 有 Cron 预唤醒机制。调度器会在你的定时任务触发前约 120 秒自动恢复沙箱,确保任务准时执行。

所以 On-Demand 模式 + Cron 任务 = 完美搭配 ✅

📦 安装升级

一键安装 macOS 和 Linux:

curl -fsSL https://ppclaw.ppio.com/install.sh | bash

Windows PowerShell:

irm https://ppclaw.ppio.com/install.ps1 | iex

脚本会自动:

  • 检测 Python 版本(需要 3.9 及以上)
  • 创建虚拟环境
  • 把 ppclaw 加入 PATH

装完验证:

ppclaw --version # PPClaw, version 1.8.0

常见问题

Q: 提示 command not found: ppclaw?

A: 把 ~/.local/bin 加入 PATH:

export PATH="$$HOME/.local/bin:$$PATH"

Q: Python 版本不够?

A: 需要 Python 3.9+。Mac 用 brew install python,Ubuntu 用 sudo apt install python3 python3-venv -y

除了上面介绍的核心功能,v1.8.0 还带来了配套的 CLI 命令、MCP 工具和 API 端点更新,让你可以通过命令行、AI Agent 或程序接口灵活管理沙箱的暂停、恢复和配置。同时我们优化了底层数据结构,沙箱信息持久化更可靠。完整更新清单请查看 Release Notes。

v1.8.0 的 On-Demand 模式,让你的沙箱用时付费、闲时省钱,特别适合:

  • 低频使用的 AI 助手
  • Webhook 类 IM 机器人
  • 定时任务场景

PPClaw 7天免费试用活动仍在持续,赶紧升级体验吧!https://ppio.com/ppclaw

我们还建立了一个 PPClaw 飞书交流群,有bug反馈、产品建议、使用心得,都可以在群里交流~

Read more

如何保障AI代码安全运行?深入拆解PPIO沙箱五大Agent实战场景

如何保障AI代码安全运行?深入拆解PPIO沙箱五大Agent实战场景

AI 写出的代码,你敢直接跑在生产环境吗?代码执行失控、用户数据泄露、环境冷启动拖慢体验……这些不是假设,而是每一个 Agent 开发者迟早会踩的坑。PPIO 沙箱是一款专为 Agent 场景设计的新一代运行时基础设施,提供了一个安全隔离的云端沙箱环境来执行 AI 生成的代码。从 Vibe Coding 到自动化测试,五个真实场景告诉你:一个好的沙箱,是 Agent 从 Demo 走向生产的最后一块拼图。 场景一:Vibe Coding Vibe Coding 的核心体验是“生成即运行”——用户希望 Agent 写出代码后立刻看到执行结果,并根据结果继续迭代。但如果每次执行都要拉起一个新的空白环境,依赖重新安装、项目重新初始化,等待时间会严重割裂体验,等待期间计算资源不释放的话也会造成大量的成本浪费。多用户同时使用时,还要保证各自的代码执行环境完全隔离,不能互相干扰。PPIO 沙箱为每个用户提供独立的持久化沙箱。亚秒级冷启动保证环境随时就绪;

By shalina
创建Agent云沙箱,为什么传统容器和云主机不够用?

创建Agent云沙箱,为什么传统容器和云主机不够用?

你用 AI 写出的代码,敢直接跑在生产环境吗? 答案往往是否定的。这就是沙箱(Sandbox)存在的意义——给 AI 安装一个可控的安全围栏,无论 AI 怎么折腾,也始终控制在沙箱的范围内。 过去两年 Agent 的爆发催生了大量的沙箱需求。但问题是,传统的容器、云主机等沙箱创建方案都不是专门为 Agent 任务需求而设计的。能用,但不够好。 在此背景下,PPIO 推出了国内第一个真正为 Agent 量身定制的沙箱,一举满足 Agent 任务对沙箱的安全性、完整性、低成本、开箱即用等专属需求。 PPIO 沙箱为什么能做到?本文从技术角度深入拆解。 1、传统技术方案的三个矛盾 首先看一下 Agent 执行任务的具体需求。Manus 在他们关于沙箱的技术文章里对这件事描述得很直接: “最强大的莫过于一台真正的云电脑——它拥有完整的能力:网络、文件系统、

By shalina
PPIO上线DeepSeek-V4预览版

PPIO上线DeepSeek-V4预览版

今天,PPIO 已上线备受关注的 DeepSeek-V4 新模型。 DeepSeek-V4 预览版包含两个 MoE 模型:DeepSeek-V4-Pro(1.6T 总参数/49B 激活)和 DeepSeek-V4-Flash(284B/13B 激活),均支持 100 万 token 上下文。 DeepSeek-V4 在架构创新和上下文效率上作出了新的突破,在 Agent 能力、世界知识和推理性能上做到了国内与开源领域最强模型。 DeepSeek-V4-Pro 大幅缩小了与顶级闭源模型的差距,Agent 能力优于 Sonnet 4.5,交付质量接近 Opus 4.6 非思考模式,但仍与 Opus 4.6 思考模式存在一定差距。 DeepSeek-V4-Flash 能够提供更加快捷、

By shalina
新品内测|延迟从500ms降至50ms!PPIO Sandbox TURN发布,彻底打通Agent实时交互网络

新品内测|延迟从500ms降至50ms!PPIO Sandbox TURN发布,彻底打通Agent实时交互网络

PPIO Sandbox TURN,打通 Agent Sandbox实时通信通路。 进入 Agent 时代,云沙箱(Sandbox)已成为智能体执行代码、调用工具、操作浏览器的基础设施。然而,当你的 Agent 试图进行音视频处理、远程桌面操作或人机实时协同等“延迟敏感型”任务时,往往会遭遇滑铁卢:画面撕裂、操作迟钝、哪怕在同城也卡成 PPT。不是带宽不够,而是底层的网络协议走错了路。PPIO Sandbox TURN 实时通信服务正式开启内测,专为实时类 Agent 应用优化,一举将端到端延迟从 300-500ms 暴降至 50-100ms。 挑战:沙箱的网络层不是天生为实时交互而设计 标准云沙箱的网络层并非天生为实时交互类请求而设计,很难满足延迟敏感型 Agent 场景的需求。大多数云沙箱的网络架构是为 HTTP 服务场景优化的——流量走 TCP(

By shalina