為什麼需要一個託管的 Shell？
過去要讓模型執行一段程式碼，開發者通常得自己準備執行環境、處理沙箱隔離、管理檔案傳輸，還要擔心模型輸出的指令會不會弄亂本機。OpenRouter 在 2026 年 9 月 8 日推出的 openrouter:shell 工具和 Files API，把這層麻煩收進一個託管的 Linux 容器裡。任何支援 tool calling 的模型，現在都能在伺服器端執行指令、讀寫檔案，而且計費方式透明。
這不是單純的「程式碼執行」功能。它讓模型可以根據執行結果來回修正：寫一個解析 CSV 的腳本，如果失敗了，模型能看到 stderr 的錯誤訊息，然後修改腳本再試一次。這種「執行—觀察—修正」的迴圈，正是代理從被動回答走向主動完成任務的關鍵。
兩個工具，兩種相容性
OpenRouter 同時提供 openrouter:shell 和 openrouter:bash，分別對應 OpenAI 和 Anthropic 的工具規格。兩者最大的差異在於預設行為：openrouter:bash 原本會要求你的應用程式在本機執行指令，但你可以把 engine 設為 "openrouter"，強制在伺服器沙箱執行。
curl https://openrouter.ai/api/v1/responses \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek/deepseek-v4-pro-0813",
"input": "Check the Python version, then write a script that prints the first 20 primes and run it.",
"tools": [
{ "type": "openrouter:shell", "parameters": { "engine": "openrouter" } }
]
}'對開發者來說，這代表你不需要為了換模型而重寫工具呼叫的程式碼。只要模型支援 tool calling，就能用同一套 API 把終端機交給它。
容器與檔案的協作方式
沙箱本身是一個隔離的 Linux 容器，網路預設關閉。如果你需要讓模型執行 pip3 install，可以設定 allowlist，只開放特定網域（例如 pypi.org）。容器閒置 5 分鐘後會休眠，但檔案會保留 30 天。
Files API 則負責把檔案搬進搬出。你可以先上傳一個 CSV 到 workspace，再把它掛載到容器裡讓模型處理。模型產生的檔案會以 cfile_ 開頭的 ID 回傳，你可以下載，或「promote」到 workspace 長期保存。
這種設計讓「資料進、結果出」的流程變得很清楚。模型不需要知道檔案實際存在哪裡，它只要在容器裡工作，開發者再透過 API 把結果取回。
和其他工具串接的潛力
Shell 工具不是孤立的。你可以同時啟用 openrouter:web_search，讓模型先搜尋資料，再把結果寫進檔案。例如：「找出本週三個最大的開源 AI 發布，然後寫成一個 markdown 檔案」。搜尋在容器外執行，容器本身不需要網路權限，這對安全性很有幫助。
這種組合也呼應了我們之前討論過的區域路由的關鍵不是「在哪推論」，而是「請求在哪解密」——把敏感操作留在伺服器端，同時保持彈性。
計費與限制
沙箱時間以每秒 $0.0001 計費，從第一個指令執行到最後一個指令結束。冷啟動容器最低收 30 秒，但連續請求同一個容器只收一次最低費用。Files API 本身不收費，但總儲存上限 10 GiB。
目前這些功能都在 beta 階段，API 可能會變動。如果你正在打造需要實際執行能力的代理，這是一個值得嘗試的起點。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。