10个关键问题Q&A
-
Q：Purefect Labs 是海外团队吗？A：不是，标注 China，国内开源团队。 -
Q：sandlane 和 sub2api 是什么关系？A：两个独立组件，理论上可以组合：sub2api 做模型接入网关，sandlane 做 Agent 安全执行层。 -
Q：sandlane 是 Agent 框架吗？A：不是完整 Agent 框架，是执行平面，负责安全运行 Agent 的工具 / CLI 任务，配合上层 control plane 管控。 -
Q：sandlane 的 ephemeral sandbox 是什么？A：临时沙箱，任务跑完自动销毁，防止 Agent 逃逸、持久化污染环境。 -
Q：Apache2.0 和 LGPL3.0 差别？A：sandlane Apache2.0，商用几乎无限制；sub2api LGPL，修改源码再分发有衍生代码约束。 -
Q：sub2api 拼车是什么原理？A：把单份订阅账号接入网关，网关做鉴权、分流、Token 记账，多用户共享订阅额度、按用量分摊费用。 -
Q：sub2api 支持哪些模型？A：Claude、OpenAI、Gemini、Grok 等订阅类账号。 -
Q：sandlane 是最新在迭代的项目？A：是的，记录显示 41 分钟前有更新，活跃度远高于 sub2api 分支。 -
Q：两个项目都可以私有化部署吗？A：都支持 self-hosted 自托管，这是他们的核心卖点。 -
Q：Purefect Labs 目前只有这两个仓库？A：当前页面展示一共 2 个公开仓库，暂无其他公开项目。
Purefect Labs，国内团队，定位企业级 AI 基础设施开源组织官网：https://purefect.cn/Github
组织页：https://github.com/purefect-labs
联系邮箱：dickensi@hotmail.com
当前公开仓库一共 2 个：purefect-sandlane（自研主项目）、sub2api（Fork）
1. purefect-sandlane（TypeScript，Apache-2.0，更新活跃，41 分钟前更新）
Open-source, self-hosted Agent CLI execution plane for multi-tenant control planes, with ephemeral sandboxes and Run-scoped model and tool capabilities.
开源可自托管的 Agent CLI 执行平面，面向多租户管控面；提供临时沙箱、单次 Run 隔离的模型与工具调用能力。
-
定位：Agent 体系里的执行层（execution plane），不是控制面，负责安全跑 Agent 的工具调用、CLI 任务 -
核心能力 -
多租户隔离架构，适合企业内部 Agent 平台 -
临时销毁式沙箱（ephemeral sandboxes），降低 Agent 执行代码 / 命令的安全风险 -
Run 级别的资源隔离：每一次 Agent 任务独立绑定模型、工具权限，粒度很细 -
技术栈：TypeScript -
协议：Apache 2.0（宽松商用友好） -
适合场景：自建企业 Agent 平台、私有化部署智能体、需要安全沙箱执行工具调用的场景
2. sub2api（Go，LGPL-3.0，Fork 自 Wei-Shaw/sub2api，上月更新）
一站式开源中转服务，让 Claude、OpenAI、Gemini、Grok 订阅统一接入，支持拼车共享，更高效分摊成本，原生工具无缝使用。
-
定位：AI 订阅网关 / 中转层（subscription pooling 拼车） -
核心能力 -
聚合多家厂商订阅账号，对外统一 API 入口 -
拼车共享：一份订阅多用户分流使用，Token 级计费分摊成本 -
原生兼容：Claude Code、Cursor 等官方工具直接接入，不用改代码 -
负载均衡、会话粘性、并发限流、用量监控 -
技术栈：Go -
协议：LGPL-3.0
注意：这个仓库是 Fork，不是 Purefect Labs 原生自研，只是他们维护了一个分支版本
一句话区分两个项目
- Sandlane = Agent 安全执行沙箱平面
解决 Agent 跑工具、执行命令的安全隔离问题，面向智能体运行时； - Sub2API = AI 订阅网关中转
解决多厂商订阅统一接入、多人拼车分摊订阅费用，面向模型 API 接入层。
⚠️ 风险提示：sub2api 的订阅拼车模式，存在违反上游服务商用户协议的风险，商用前务必自查各模型厂商 TOS。
附录二 谱晖平台 Purefect 解决方案
谱晖平台思路：不从全盘重构系统入手，优先挑选业务边界清晰、数据完备、权责明确的场景做 AI 验证，跑通后再逐步扩大落地范围，保障 AI 产生可衡量业务价值。共 6 大业务解决方案，面向不同角色：
- 企业系统现代化（面向 CIO/CTO）
从高价值、变化快的模块着手，搭建适配 AI 的数字底座，保护现有系统投资，规避一次性替换风险，减少技术孤岛，加快业务响应。 - 企业 AI 资源与用量治理（面向 CIO、AI 负责人、财务）
统一管控模型目录、人员与数字员工额度，做用量监控、成本归集；控制 AI 成本异常，按岗位匹配模型，建立可审计、可优化的 AI 投入体系。 - AI 采购助手（面向采购供应链）
结合需求、库存、交期、供应商数据输出补货、采购建议，减少资料整理工作量，规避缺货或库存积压，关键决策保留人工审批。 - 经营分析与异常诊断（面向 CEO、业务负责人）
围绕毛利、成本、交付等经营指标聚合数据，定位问题诱因并输出行动建议；留存分析口径与证据，把静态报表转化为问题驱动的业务洞察。 - 产业链业务协同（面向核心企业及合作伙伴）
打通企业、供应商、经销商，围绕统一业务事实完成采购、销售、履约、结算协作；业务过程可视，降低重复录入与对账成本，将 AI 嵌入协同流程。 - AI 辅助系统研发（面向技术实施团队）
AI 读取业务规范，辅助产出变更方案、配置草稿与校验结果，降低重复建模，支持变更审核、沉淀复用项目经验。