📦

python-executor

Name: python-executor
Author: inferen-sh

Inhaltsrevision r2 Mittleres Risiko ⚙️ Externe Befehle🌐 Netzwerkzugriff

Python-Code in einer Sandbox ausführen

Das Ausführen von Python-Snippets kann lokale Einrichtung und viele Abhängigkeiten erfordern. Diese Skill leitet Code an eine inference.sh-Sandbox weiter, in der gängige Bibliotheken installiert sind.

Unterstützt: Claude Codex Code(CC)

⚠️ 50 Schlecht

Mit meinem Agent installieren

Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.

Agent-Anfrage

Review the Skillstore skill "python-executor" from https://skillstore.io/skills/inferen-sh-python-executor.md and its manifest at https://skillstore.io/api/skills/inferen-sh-python-executor/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.

Agent-lesbare Ressourcen

Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.

Markdown-Detailseite GET /skills/inferen-sh-python-executor.md Signiertes manifest GET /api/skills/inferen-sh-python-executor/manifest Signiertes lockfile GET /api/skills/inferen-sh-python-executor/lockfile

Testen

„python-executor“ wird verwendet. Analysiere einen zweispaltigen Verkaufsdatensatz und erstelle ein Diagramm.

Erwartetes Ergebnis:

Die Antwort enthält zusammenfassende Statistiken, eine kurze Interpretation und eine zurückgegebene Diagramm-Bilddatei.

„python-executor“ wird verwendet. Erstelle einen einfachen Videoclip mit einer Titelüberlagerung.

Erwartetes Ergebnis:

Die Antwort bestätigt die Schritte zur Videoerstellung und gibt die generierte Mediendatei zurück.

„python-executor“ wird verwendet. Rufe genehmigte öffentliche API-Daten ab und fasse ausgewählte Felder zusammen.

Erwartetes Ergebnis:

Die Antwort listet die angeforderten Werte auf und nennt den verwendeten Quellendpunkt.

Sicherheitsaudit

Mittleres Risiko

v5 • 6.8.2026 Versionsbericht öffnen

Most external-command findings are false positives caused by Markdown backticks, fenced examples, or inline library names. Real risks remain: the skill runs belt and npx commands, submits generated Python to a hosted service, permits outbound HTTP in examples, and grants a broad Bash(belt *) tool scope.

Gescannte Dateien

188

Analysierte Zeilen

Prüfelemente

Falschmeldungen ignoriert

Bestätigte Sicherheitsbedenken (2)

Mittel

SKILL.md:4

Broad Belt Command Permission

The allowed-tools declaration permits Bash(belt *), which authorizes every belt subcommand instead of only the documented Python executor operation.

The wildcard tool declaration is explicit and broader than the belt app run commands needed by the examples.

Mittel

SKILL.md:23-25

Source Code Sent to Hosted Executor

The quick-start command submits Python source through belt to infsh/python-executor. Embedded credentials or private data would leave the local environment.

The command visibly passes the code field to a named hosted application, although the transport implementation is not included in this skill.

Elemente der Fähigkeitsprüfung (15)

Dies sind echte lokale Fähigkeiten, die für diese Fähigkeit erwartet werden können; daher müssen sie überprüft werden, werden jedoch nicht als bestätigtes bösartiges Verhalten gezählt.

Mittel

SKILL.md:7

Ruby/shell backtick execution

> **Install the belt CLI skill:** `npx skills add belt-sh/cli`

The inline backticks are Markdown, but the enclosed npx command installs and executes third-party skill tooling without a pinned version. This creates a real supply-chain execution risk.

Mittel

SKILL.md:19-26

Ruby/shell backtick execution

```bash

The fenced block invokes belt login and belt app run. These are genuine external CLI operations that authenticate and submit Python code to a hosted service.

Mittel

SKILL.md:82-86

Ruby/shell backtick execution

```bash

The fenced example invokes belt app run and submits a Python web-scraping program. The external command and hosted execution are intentional.

Mittel

SKILL.md:90-94

Ruby/shell backtick execution

```bash

This fenced example runs belt app run to execute generated data-analysis code on the hosted app. That is a real external command.

Mittel

SKILL.md:98-102

Ruby/shell backtick execution

```bash

The example invokes belt app run to execute image-processing Python remotely. The CLI execution is genuine.

Mittel

SKILL.md:106-111

Ruby/shell backtick execution

```bash

The block calls belt app run with Python that creates a video. This external hosted execution consumes code and arguments supplied by the agent.

Mittel

SKILL.md:115-119

Ruby/shell backtick execution

```bash

The example invokes belt app run to execute 3D-processing Python in the hosted environment. This is an intentional external process call.

Mittel

SKILL.md:123-127

Ruby/shell backtick execution

```bash

The block invokes belt app run with Python that performs an external API request. This is real CLI and hosted code execution.

Mittel

SKILL.md:143-149

Ruby/shell backtick execution

```bash

The block contains belt app run commands for the default and high-memory variants. Both launch hosted Python execution using a local input file.

Mittel

SKILL.md:171-180

Ruby/shell backtick execution

```bash

The fenced block includes three npx skills add commands. Running unpinned third-party package tooling creates a supply-chain execution risk.

Niedrig

SKILL.md:84

Python HTTP libraries

"code": "import requests\nfrom bs4 import BeautifulSoup\n\nresponse = requests.get(\"https://example

The Python example imports requests and performs an outbound GET to example.com. The destination is benign, but network access is real.

Niedrig

SKILL.md:125

Python HTTP libraries

"code": "import requests\nimport json\n\nresponse = requests.get(\"https://api.github.com/users/octo

The example uses requests to fetch a GitHub API endpoint. This confirms that submitted workloads can make outbound network calls.

Niedrig

SKILL.md:13

Hardcoded URL

![Python Code Executor](https://cloud.inference.sh/u/33sqbmzt3mrg2xxphnhw5g5ear/01k8d8b4mckh6z89dhtx

The Markdown image references a remote inference.sh asset, so rendering the document can disclose request metadata to that host. The impact is limited but genuine.

Niedrig

SKILL.md:84

Hardcoded URL

"code": "import requests\nfrom bs4 import BeautifulSoup\n\nresponse = requests.get(\"https://example

The hardcoded example.com URL is passed directly to requests.get in executable example code. Running the example makes an outbound request.

Niedrig

SKILL.md:125

Hardcoded URL

"code": "import requests\nimport json\n\nresponse = requests.get(\"https://api.github.com/users/octo

The GitHub API URL is passed to requests.get in executable Python. It is a legitimate example but confirms outbound connectivity.

Risikofaktoren

Geprüft von: codex Audit-Verlauf anzeigen →

Diesen Bericht teilen & zitieren

Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.

Versionsbericht öffnen

Berichtslink kopieren

https://skillstore.io/skills/inferen-sh-python-executor/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown-Badge

[![Skillstore security assessment](https://skillstore.io/badges/skills/inferen-sh-python-executor/security.svg)](https://skillstore.io/skills/inferen-sh-python-executor?utm_source=security_passport_badge)

HTML-Badge

<a href="https://skillstore.io/skills/inferen-sh-python-executor?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/inferen-sh-python-executor/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Einbettungskarte

<iframe src="https://skillstore.io/embed/skills/inferen-sh-python-executor.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

Wissenschaftliche Zitate (APA · BibTeX · CFF)

APA-Zitat

inferen-sh. (2026). python-executor security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/inferen-sh-python-executor/audits/5

BibTeX-Zitat

@techreport{inferen-sh-inferen-sh-python-executor-2026,
  author = {inferen-sh},
  title = {python-executor security audit report (audit version 5)},
  institution = {Skillstore},
  year = {2026},
  number = {5},
  url = {https://skillstore.io/skills/inferen-sh-python-executor/audits/5},
  note = {Author version unspecified}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "python-executor security audit report (audit version 5)"
version: "unspecified"
type: report
authors:
  - name: "inferen-sh"
date-released: "2026-08-06"
url: "https://skillstore.io/skills/inferen-sh-python-executor/audits/5"
identifiers:
  - type: other
    value: "skillstore:inferen-sh-python-executor:audit:5"
    description: "Skillstore immutable audit report identifier"

Varianten vergleichen

10 installierbare Varianten

Jeder Autor bleibt ein eigener installierbarer Skill. Die empfohlene Variante wird nach Skillstore-Nachweisen bewertet.

Warum diese Variante zuerst steht

Höhere Skillstore-Nutzung

Autor / Quelle Skillstore-Score Evidenzvertrauen Skillstore-Nutzung Aktualisiert

infsh-skills Empfohlen

infsh-skills-python-executor

Skillstore-Score 50

Evidenzvertrauen Hoch

Skillstore-Nutzung 41

Aktualisiert

2026-09-09

inferen-sh Aktuell

inferen-sh-python-executor

Skillstore-Score 50

Evidenzvertrauen Hoch

Skillstore-Nutzung 10

Aktualisiert

2026-09-09

101-skills

101-skills-python-executor

Skillstore-Score 50

Evidenzvertrauen Mittel

Skillstore-Nutzung 35

Aktualisiert

2026-09-09

qu-skills

qu-skills-python-executor

Skillstore-Score 38

Evidenzvertrauen Mittel

Skillstore-Nutzung 56

Aktualisiert

2026-09-09

skillssh

skillssh-python-executor

Skillstore-Score 38

Evidenzvertrauen Mittel

Skillstore-Nutzung 45

Aktualisiert

2026-09-09

inference-sh

inference-sh-python-executor

Skillstore-Score 38

Evidenzvertrauen Mittel

Skillstore-Nutzung 43

Aktualisiert

2026-09-09

inference-skills

inference-skills-python-executor

Skillstore-Score 38

Evidenzvertrauen Mittel

Skillstore-Nutzung 39

Aktualisiert

2026-09-09

inference-sh-9

inference-sh-9-python-executor

Skillstore-Score 38

Evidenzvertrauen Mittel

Skillstore-Nutzung 39

Aktualisiert

2026-09-09

halt-catch-fire

halt-catch-fire-python-executor

Skillstore-Score 38

Evidenzvertrauen Mittel

Skillstore-Nutzung 39

Aktualisiert

2026-09-09

inference-sh-skills

inference-sh-skills-python-executor

Skillstore-Score 38

Evidenzvertrauen Mittel

Skillstore-Nutzung 38

Aktualisiert

2026-09-09

Skillstore-Score

Warum dieser Score Evidenzvertrauen: Hoch

Architektur

Wartbarkeit

Inhalt

Gemeinschaft

Spezifikationskonformität

Was Sie erstellen können

Kleine Datensätze analysieren

Tabellarische Daten laden, Zusammenfassungen berechnen und Diagramme oder CSV-Ausgaben speichern.

Medien-Assets erstellen

Bilder, Videos, PDFs und 3D-Dateien mit installierten Python-Bibliotheken generieren.

Automatisierungsskripte prototypisieren

Scraping-, API- und Dateiverarbeitungs-Workflows testen, bevor sie in die Produktion übernommen werden.

Diese Prompts ausprobieren

Eine schnelle Berechnung ausführen

Verwende python-executor, um eine einfache Python-Berechnung auszuführen. Zeige die Konsolenausgabe und erkläre das Ergebnis.

Daten zusammenfassen

Verwende python-executor, um diesen kleinen Datensatz zu analysieren. Gib die wichtigsten Summen, Durchschnittswerte und auffällige Ausreißer zurück.

Eine Diagrammdatei generieren

Verwende python-executor, um aus diesen Daten ein Diagramm zu erstellen. Speichere das Diagramm im outputs-Verzeichnis und fasse zusammen, was es zeigt.

Eine Verarbeitungspipeline erstellen

Verwende python-executor, um genehmigte öffentliche Daten abzurufen, sie zu bereinigen, eine Berichtsdatei zu erstellen und jeden Verarbeitungsschritt zu beschreiben.

Bewährte Praktiken

Überprüfe den Code vor der Ausführung und halte jeden Lauf fokussiert.
Lege einen Timeout fest, der zur erwarteten Arbeitslast passt.
Speichere generierte Artefakte im outputs-Verzeichnis.

Vermeiden

Füge keine Secrets, Tokens oder privaten Daten in eingereichten Code ein.
Verwende die Skill nicht für uneingeschränktes Scraping oder Richtlinienumgehungen.
Verlasse dich nicht auf interaktive Anzeigen; speichere stattdessen Dateien.

Häufig gestellte Fragen

Führt diese Skill Python lokal aus?

Nein. Sie verwendet die inference.sh-CLI, um Code in einer Remote-Sandbox auszuführen.

Welche Tools können diese Skill verwenden?

Der Bericht kennzeichnet die Kompatibilität mit Claude, Codex und Claude Code.

Kann sie Dateien erstellen?

Ja. Dateien, die im outputs-Verzeichnis gespeichert werden, werden vom Executor zurückgegeben.

Kann sie auf das Internet zugreifen?

Die Beispiele zeigen HTTP- und API-Aufrufe, vorbehaltlich der Sandbox- und Website-Richtlinien.

Ist sie für GPU-Workloads geeignet?

Nein. Die Skill-Dokumentation besagt, dass die Umgebung nur CPU unterstützt.

Was sollten Benutzer nicht senden?

Benutzer sollten Secrets, Zugangsdaten, private Dateien und ungeprüften Drittanbieter-Code vermeiden.

Entwicklerdetails

Autor

inferen-sh

Lizenz

MIT

Skillstore-Revision

Versionshinweis

Der Autor hat keine Version angegeben.

Repository

https://github.com/inferen-sh/skills/tree/main/tools/utilities/python-executor/

Ref.

4121de961d1b6f2ffca856260e239505c302452c

Aktualität der Wartung

10.8.2026

Nutzung

7 Downloads · 138 Aufrufe

Dateistruktur

📄 SKILL.md