Dify Sandbox 如何安装第三方库（matplotlib / numpy / pandas 通用方法）

在 Dify 的 Sandbox 中安装并使用第三方库（Numpy 为例）

在使用 Dify 进行应用开发的过程中，很多同学可能会遇到这样的问题：

在 Sandbox 中无法直接 pip install 新库，导致一些功能（比如绘图、数据分析）没法使用。
因为官方sandbox有很多关于权限的设置，那是一个更好的沙盒方案，但是个人实际使用过程中，Dify的代码节点完全是个人编辑，所以也不存在代码注入风险，希望有更大的权限，安装更多依赖包例如numpy>2.0，matplotlib，scikit-learn 减少一些看不懂的报错

本文记录了我成功在 Sandbox 中安装并使用 numpy 的完整过程，绝对可行，适合遇到类似需求的朋友参考。

---

1. 修改 docker-compose.yaml 配置

默认情况下，Dify 使用的是官方的 sandbox 镜像，不支持直接扩展库。

解决方法是 替换镜像：

1. 打开 docker-compose.yaml 文件
2. 找到 sandbox 配置块
3. 注释掉原有的 image，并改成如下内容：

image: svcvit/dify-sandbox-py:0.1.4

---

2. 添加所需的依赖库

进入 Dify 的依赖管理目录：

volumes/sandbox/dependencies/python-requirements.txt

在该文件中添加你需要的第三方库，例如：

numpy

📌 注意事项：

• 可以同时写多个库，每行一个
• 建议写上版本号，例如 numpy==2.3.3，避免版本冲突

---

3. 删除原有 Sandbox 镜像并重新拉取

配置修改后，需要让 Docker 重新拉取新的镜像，否则依然会走旧的缓存。

方式一：命令行操作

# 停止容器
docker compose down

# 删除旧镜像
docker rmi <旧的 sandbox 镜像 ID 或 名称>

# 重新启动并拉取
docker compose up -d

方式二：如果你不熟悉命令行，可以直接在 Docker Desktop 软件里删除旧镜像容器，再点击启动就会重新拉取镜像。

⚠️ 如果你在国内环境，可能拉取镜像失败，需要：

• 开启 VPN
• 或者配置镜像源（例如阿里云加速器）

🔧 小提示：如果 python-requirements.txt 安装失败

在部分情况下（比如依赖源超时、镜像缓存问题），可能会发现库没有被正确安装。这时可以进入 Sandbox 容器内部，手动使用 pip install：

docker exec -it docker-sandbox-1 /bin/bash
pip install numpy

---

4. 验证库是否安装成功

在 Dify 的代码节点 中，直接调用 numpy 输出版本信息：

import numpy as np

def main(arg1: str) -> dict:
    arg1 = "numpy version:"+np.__version__ 
    return {"result": arg1}

如果能正常输出，说明你的 Sandbox 已经可以使用第三方库了 🎉

---

5. 常见问题与排查

• 镜像拉取失败 → 尝试 VPN 或换国内源
• 库未生效 → 确认是否删除旧镜像，否则 docker-compose 会直接复用缓存
• 安装时间长 → 因为每次都会在容器内重新安装 python-requirements.txt 中的依赖，耐心等待即可

---

总结

整个流程的核心要点有三个：

1. 替换 Sandbox 镜像为可扩展的版本
2. 在 python-requirements.txt 中声明依赖
3. 删除旧镜像并重新启动

这样一来，Dify 的 Sandbox 环境就能像常规 Python 环境一样自由使用第三方库了 🚀

---

有问题欢迎评论区留言！🤞😉