python-executor
Выполняйте код Python с 100+ библиотеками в безопасной песочнице
Также доступно от: inference-sh,inference-sh-9,inferen-sh
Безопасно выполняйте код Python в изолированной среде без локальной установки. Получите доступ к 100+ предустановленным библиотекам, включая Pandas, NumPy, BeautifulSoup, MoviePy и OpenCV для обработки данных, веб-скрапинга, манипуляций с изображениями, создания видео и задач автоматизации.
Скачать ZIP навыка
Загрузить в Claude
Перейдите в Settings → Capabilities → Skills → Upload skill
Включите и начните использовать
Протестировать
Использование «python-executor». Выполните код Python для вычисления последовательности Фибоначчи
Ожидаемый результат:
- Running Python execution with 8GB RAM allocation
- Последовательность Фибоначчи (0-20): [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765]
- Выполнение завершено за 0.8 секунды
Использование «python-executor». Соберите цены товаров с example.com
Ожидаемый результат:
- Starting web scraping with BeautifulSoup
- Найдено 24 объявления о товарах
- Извлечено: название, цена, наличие
- Результаты сохранены в outputs/products.csv
- Files available for download: products.csv (4.2 KB)
Использование «python-executor». Создайте столбчатую диаграмму по этим данным
Ожидаемый результат:
- Generating visualization with Matplotlib
- Данные загружены: 15 строк x 3 столбца
- Создана столбчатая диаграмма продаж по регионам
- Диаграмма сохранена в outputs/sales_chart.png
- Files available for download: sales_chart.png (156 KB)
Аудит безопасности
БезопасноAll 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.
Оценка качества
Что вы можете построить
Анализ данных и визуализация
Обрабатывайте большие наборы данных с помощью Pandas, создавайте визуализации с помощью Matplotlib и экспортируйте результаты в файлы CSV или PNG
Автоматизация веб-скрапинга
Извлекайте данные с веб-сайтов с помощью HTTP-клиентов и HTML-парсеров или автоматизируйте браузеры с помощью Selenium для динамического контента
Конвейер обработки медиа
Манипулируйте изображениями, создавайте видео с текстовыми накладками или обрабатывайте 3D-мели полностью на Python без локальных зависимостей
Попробуйте эти промпты
Выполните этот код Python и верните вывод: {code}Выполните код Python для анализа этих данных: {data}. Используйте Pandas для обработки и сохраните визуализации в outputs/Напишите и выполните код Python для скрапинга данных с {url}. Извлеките {target_data} и сохраните результаты в outputs/data.jsonВыполните Python для обработки медиафайлов. Используйте {libraries} для манипул��ции с {media_type} и сохраните результаты в outputs/Лучшие практики
- Всегда сохраняйте результаты в каталог outputs/ для автоматического получения файлов после выполнения
- Устанавливайте соответствующие значения таймаута в зависимости от сложности задачи (30с по умолчанию, до 300с максимум)
- Используйте вариант high_memory (16 ГБ ОЗУ) при работе с большими наборами данных или сложной обработкой медиа
- Пишите неинтерактивный код, используя методы сохранения вместо функций отображения типа plt.show()
Избегать
- Не используйте интерактивные команды типа plt.show() или input(), так как они приведут к зависанию выполнения
- Избегайте установки новых пакетов через pip, так как доступны только предустановленные библиотеки
- Не пытайтесь выполнять задачи на GPU или обучать ML-модели, так как среда работает только на CPU
- Никогда не хардкодьте учётные данные в коде, так как среда выполнения не является постоянной