name: python-executor description: “在安全沙箱环境中通过inference.sh执行Python代码。预安装：NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, 以及100多个库。用途：数据处理，网络抓取，图像操作，视频创建，3D模型处理，PDF生成，API调用，自动化脚本。触发词：python, 执行代码, 运行脚本, 网络抓取, 数据分析, 图像处理, 视频编辑, 3D模型, 自动化, pandas, matplotlib” allowed-tools: Bash(infsh *)

Python代码执行器

在安全沙箱环境中执行Python代码，预装100多个库。

Python代码执行器

快速开始

curl -fsSL https://cli.inference.sh | sh && infsh login

# 运行Python代码
infsh app run infsh/python-executor --input '{
  "code": "import pandas as pd
print(pd.__version__)"
}'

安装说明： 安装脚本仅检测您的操作系统/架构，从dist.inference.sh下载匹配的二进制文件，并验证其SHA-256校验和。无需提升权限或后台进程。手动安装与验证可用。

应用详情

属性	值
应用ID	`infsh/python-executor`
环境	Python 3.10, 仅CPU
内存	8GB（默认）/ 16GB（高内存）
超时时间	1-300秒（默认：30）

输入模式

{
  "code": "print('Hello World!')",
  "timeout": 30,
  "capture_output": true,
  "working_dir": null
}

预安装库

网络抓取与HTTP

requests, httpx, aiohttp - HTTP客户端
beautifulsoup4, lxml - HTML/XML解析
selenium, playwright - 浏览器自动化
scrapy - 网络抓取框架

数据处理

numpy, pandas, scipy - 数值计算
matplotlib, seaborn, plotly - 可视化

图像处理

pillow, opencv-python-headless - 图像操作
scikit-image, imageio - 图像算法

视频与音频

moviepy - 视频编辑
av (PyAV), ffmpeg-python - 视频处理
pydub - 音频操作

3D处理

trimesh, open3d - 3D网格处理
numpy-stl, meshio, pyvista - 3D文件格式

文档与图形

svgwrite, cairosvg - SVG创建
reportlab, pypdf2 - PDF生成

示例

网络抓取

infsh app run infsh/python-executor --input '{
  "code": "import requests
from bs4 import BeautifulSoup

response = requests.get(\"https://example.com\")
soup = BeautifulSoup(response.content, \"html.parser\")
print(soup.find(\"title\").text)"
}'

数据分析与可视化

infsh app run infsh/python-executor --input '{
  "code": "import pandas as pd
import matplotlib.pyplot as plt

data = {\"name\": [\"Alice\", \"Bob\"], \"sales\": [100, 150]}
df = pd.DataFrame(data)

plt.bar(df[\"name\"], df[\"sales\"])
plt.savefig(\"outputs/chart.png\")
print(\"图表已保存！\")"
}'

图像处理

infsh app run infsh/python-executor --input '{
  "code": "from PIL import Image
import numpy as np

# 创建渐变图像
arr = np.linspace(0, 255, 256*256, dtype=np.uint8).reshape(256, 256)
img = Image.fromarray(arr, mode=\"L\")
img.save(\"outputs/gradient.png\")
print(\"图像已创建！\")"
}'

视频创建

infsh app run infsh/python-executor --input '{
  "code": "from moviepy.editor import ColorClip, TextClip, CompositeVideoClip

clip = ColorClip(size=(640, 480), color=(0, 100, 200), duration=3)
txt = TextClip(\"Hello!\", fontsize=70, color=\"white\").set_position(\"center\").set_duration(3)
video = CompositeVideoClip([clip, txt])
video.write_videofile(\"outputs/hello.mp4\", fps=24)
print(\"视频已创建！\")",
  "timeout": 120
}'

3D模型处理

infsh app run infsh/python-executor --input '{
  "code": "import trimesh

sphere = trimesh.creation.icosphere(subdivisions=3, radius=1.0)
sphere.export(\"outputs/sphere.stl\")
print(f\"创建了具有{len(sphere.vertices)}个顶点的球体\")"
}'

API调用

infsh app run infsh/python-executor --input '{
  "code": "import requests
import json

response = requests.get(\"https://api.github.com/users/octocat\")
data = response.json()
print(json.dumps(data, indent=2))"
}'

文件输出

保存到outputs/的文件会自动返回：

# 这些文件将在响应中返回
plt.savefig('outputs/chart.png')
df.to_csv('outputs/data.csv')
video.write_videofile('outputs/video.mp4')
mesh.export('outputs/model.stl')

变体

# 默认（8GB内存）
infsh app run infsh/python-executor --input input.json

# 高内存（16GB内存）用于大型数据集
infsh app run infsh/python-executor@high_memory --input input.json

使用案例

网络抓取 - 从网站提取数据
数据分析 - 处理和可视化数据集
图像操作 - 调整大小、裁剪、合成图像
视频创建 - 生成带文字覆盖的视频
3D处理 - 加载、转换、导出3D模型
API集成 - 调用外部API
PDF生成 - 创建报告和文档
自动化 - 运行任何Python脚本

重要注意事项

仅CPU - 无GPU/ML库（请使用专用AI应用）
安全执行 - 在隔离子进程中运行
非交互式 - 使用plt.savefig()而非plt.show()
文件检测 - 输出文件自动检测并返回

文档

运行应用 - 如何通过CLI运行应用
应用代码 - 理解应用执行
沙箱代码执行 - 为智能体提供的安全代码执行

Python代码执行技能Skill python-executor

Python代码执行器

快速开始

应用详情

输入模式

预安装库

网络抓取与HTTP

数据处理

图像处理

视频与音频

3D处理

文档与图形

示例

网络抓取

数据分析与可视化

图像处理

视频创建

3D模型处理

API调用

文件输出

变体

使用案例

重要注意事项

相关技能

文档