from glac import Glac, AGENTS
glac = Glac()
sbx = glac.sandboxes.create(image=AGENTS, env=model_keys)
sbx.agent("claude").run("Make a todo app on port 3000")
print(sbx.url(3000)) # preview: a link to the port
image = "ghcr.io/you/todo:1" # what your build pushed
app = glac.cube.deploy(image, name="todo", port=3000)
print(app.url) # its own HTTPS address
app.rollback(1) # back a version in one call每个应用都要两台机器
每个应用都需要一台机器来构建，一台机器来运行；如果一直运行，两台都要整月付费。在这里，两者都会休眠：智能体停下时沙箱休眠，没有请求时方块休眠。
在沙箱里构建，用方块发布
智能体在沙箱里工作，有通往开发服务器的链接，每次尝试都有一个分叉。它发布的是一个镜像，用方块部署，拥有自己的地址，实例有请求才唤醒。
你的产品能得到什么
在沙箱里构建：终端、开发服务器链接，每次尝试一个分叉。
为数据库配一个存储卷，按存储的数据量计费。
用方块发布：每次部署都是一个版本，可通过它的地址或你客户的域名访问。
有人打开之前一直休眠：请求一停就休眠，唤醒时内存仍在。
每个终端用户一个实例，由请求中的键选定。
按客户统计用量，按标签读取，还可设月度支出上限。
查看文档
图片仅作示意
实测，而非承诺
在没有其他负载的裸金属上测得的中位数：这是最好情况，我们如实说明。方块实例和沙箱是同一类实例。 我们如何测量
服务开放后，你可以在自己的应用上验证：凡是唤醒了实例的请求，它在日志里的那一行都会写明唤醒用时。
glac cube logs todo -f
# one line a request; one that woke an instance says how long it took用到的产品
一个月的费用明细
一个月构建并运行一千个应用，按标价计算。 估算你的用量
使用场景
- 1,000 个应用，每个由智能体在一个 2 vCPU、4 GiB 的沙箱里构建半小时，CPU 有五分之一的时间忙碌，使用 2 GiB 内存；构建完成后删除沙箱。
- 之后每个应用用方块运行，当月处理 30,000 次请求，每次 20 毫秒 CPU，占用 256 MiB 内存，每次响应 20 KB。
- 请求随机到达；实例在处理请求时运行，之后在内存中暂停 10 分钟再休眠。
按标价计的月度费用
- CPU13.81亿 CPU 毫秒 × $0.01 / 百万$13.81
- 内存180,827 GiB·小时 × $0.008$1,446.61
- 请求3000万 × $0.30 / 百万$9.00
- 出站流量600 GB × $0.004$2.40
付费版这个月共 $1,468.82：$5 月费，加上超出包含额度的 $1,463.82（按同样的价格从余额扣除）。
发布第一个应用
先拿到密钥，再用一条命令把镜像部署到方块上，或创建一个沙箱供你的智能体在里面构建。