python-executor
Exécuter du code Python dans un environnement cloud sécurisé
Également disponible depuis: inference-sh,inference-sh-9,inferen-sh,skillssh
Besoin d'exécuter des scripts Python mais vous n'avez pas de configuration d'environnement local ? Cette skill permet à Claude d'exécuter du code Python dans un bac à sable sécurisé avec plus de 100 bibliothèques pré-installées, gère le traitement de données, le scraping web, la manipulation d'images et les tâches d'automatisation sans nécessiter de configuration locale.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "python-executor". Run Python to calculate statistics for a sales dataset
Résultat attendu:
Loaded 1,247 records from sales.csv. Calculated: mean=$1,234.56, median=$987.00, std=$456.78. Generated histogram saved to outputs/sales_histogram.png
Utilisation de "python-executor". Scrape news headlines from a website
Résultat attendu:
Fetched https://news.example.com, parsed 85 headlines across 12 categories. Saved structured data to outputs/headlines.json with title, category, and timestamp fields.
Utilisation de "python-executor". Create a gradient image with text overlay
Résultat attendu:
Generated 1920x1080 gradient image (blue to purple). Added centered title 'Analysis Results' in white. Saved to outputs/gradient_banner.png
Audit de sécurité
Risque moyenSecurity audit complete. Static findings flagged external commands and network access patterns, but evaluation reveals these are documentation examples in SKILL.md describing legitimate Python execution functionality. No malicious intent or user-controlled command injection vectors found. The skill documents a sandboxed Python execution service with network capabilities (HTTP requests, web scraping). Risk level set to medium due to inherent capabilities, not confirmed vulnerabilities.
Problèmes à risque élevé (2)
Problèmes à risque moyen (2)
Problèmes à risque faible (1)
Facteurs de risque
🌐 Accès réseau (5)
Score de qualité
Ce que vous pouvez construire
Analyse de données et visualisation
Charger des fichiers CSV, traiter les données avec pandas et générer des graphiques ou diagrammes en utilisant matplotlib. Téléverser le fichier de données, écrire le code de traitement et recevoir les sorties de visualisation.
Scraping web et intégration d'API
Récupérer des pages web, analyser le HTML avec beautifulsoup4 et extraire des données structurées. Effectuer des appels API à des services externes et traiter les réponses JSON.
Traitement et génération de médias
Créer des images avec PIL, générer des vidéos avec des superpositions moviepy ou traiter des modèles 3D avec trimesh. Enregistrer les sorties directement dans le répertoire responses.
Essayez ces prompts
Use the Python executor to load mydata.csv, calculate average sales per region using pandas, and generate a bar chart saved to outputs/chart.png
Write Python code using requests and beautifulsoup4 to scrape product names and prices from https://example.com/products and save as outputs/products.json
Generate a 5-second video with blue background, white centered text 'Welcome' using moviepy, and save to outputs/welcome.mp4 with 24fps
Write Python code to resize all images in the uploads folder to 800x600 pixels using PIL, add a 10-pixel border, and save to outputs/processed/
Bonnes pratiques
- Utilisez plt.savefig() au lieu de plt.show() pour les visualisations car l'environnement est non interactif
- Spécifiez les valeurs de délai pour les scripts de longue durée (ex: timeout: 120 pour la génération de vidéo)
- Enregistrez les fichiers de sortie dans le répertoire outputs/ afin qu'ils soient automatiquement retournés avec la réponse
Éviter
- N'utilisez pas plt.show() - cela échouera dans l'environnement de bac à sable non interactif
- Évitez les boucles extremely longues ou les fonctions récursives sans protection de délai
- Ne supposez pas d'état persistant entre les exécutions - chaque exécution est isolée