python-executor
Ejecutar Código Python con más de 100 Bibliotecas en un Sandbox Seguro
También disponible en: inference-sh,inference-sh-9,inferen-sh
Ejecuta código Python de forma segura en un entorno sandbox sin necesidad de instalación local. Accede a más de 100 bibliotecas preinstaladas incluyendo Pandas, NumPy, BeautifulSoup, MoviePy y OpenCV para procesamiento de datos, raspado web, manipulación de imágenes, creación de video y tareas de automatización.
Descargar el ZIP de la skill
Subir en Claude
Ve a Configuración → Capacidades → Skills → Subir skill
Activa y empieza a usar
Pruébalo
Usando "python-executor". Execute Python code to calculate fibonacci sequence
Resultado esperado:
- Running Python execution with 8GB RAM allocation
- Fibonacci sequence (0-20): [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765]
- Execution completed in 0.8 seconds
Usando "python-executor". Scrape product prices from example.com
Resultado esperado:
- Starting web scraping with BeautifulSoup
- Found 24 product listings
- Extracted: name, price, availability
- Saved results to outputs/products.csv
- Files available for download: products.csv (4.2 KB)
Usando "python-executor". Create a bar chart from this data
Resultado esperado:
- Generating visualization with Matplotlib
- Data loaded: 15 rows x 3 columns
- Created bar chart showing sales by region
- Saved chart to outputs/sales_chart.png
- Files available for download: sales_chart.png (156 KB)
Auditoría de seguridad
SeguroAll 69 static findings are false positives from markdown code blocks and documentation URLs. The skill contains only legitimate documentation for a Python execution service with no executable code, security vulnerabilities, or malicious intent. Verified as safe for publication.
Puntuación de calidad
Lo que puedes crear
Análisis y Visualización de Datos
Procesa grandes conjuntos de datos con Pandas, crea visualizaciones con Matplotlib y exporta los resultados como archivos CSV o PNG
Automatización de Raspado Web
Extrae datos de sitios web usando clientes HTTP y analizadores HTML, o automatiza navegadores con Selenium para contenido dinámico
Pipeline de Procesamiento de Medios
Manipula imágenes, crea videos con superposiciones de texto o procesa modelos 3D completamente en Python sin dependencias locales
Prueba estos prompts
Execute this Python code and return the output: {code}Run Python code to analyze this data: {data}. Use Pandas for processing and save visualizations to outputs/Write and execute Python code to scrape data from {url}. Extract {target_data} and save the results to outputs/data.jsonExecute Python to process media files. Use {libraries} to manipulate the {media_type} and save results to outputs/Mejores prácticas
- Siempre guarda las salidas en el directorio outputs/ para la recuperación automática de archivos después de la ejecución
- Establece valores de timeout apropiados según la complejidad de la tarea (30s por defecto, hasta 300s máximo)
- Usa la variante high_memory (16GB RAM) cuando trabajes con grandes conjuntos de datos o procesamiento complejo de medios
- Escribe código no interactivo usando métodos de guardado en lugar de funciones de visualización como plt.show()
Evitar
- No uses comandos interactivos como plt.show() o input() ya que harán que la ejecución se quede colgada
- Evita instalar nuevos paquetes con pip ya que solo están disponibles las bibliotecas preinstaladas
- No intentes usar GPU o entrenamiento de modelos de ML ya que el entorno es solo CPU
- Nunca codifiques credenciales sensibles en el código ya que el entorno de ejecución no es persistente