SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场python-executor

python-executor

编程与开发

查看项目

更新于 10-13 14:25

技能介绍

用途

python-executor 用于在安全的沙箱环境中执行 Python 代码，底层通过 inference.sh 提供能力。它适合需要运行 Python 脚本、但不想在本地配置完整环境的场景，尤其是网页抓取、数据处理、图像/视频处理、3D 模型处理和自动化等任务。

主要能力与运行环境

  • 环境：Python 3.10，仅 CPU。
  • 内存：默认 8GB；可使用 high_memory 变体获得 16GB。
  • 超时：1-300 秒，默认 30 秒。
  • 安全执行：在隔离的子进程中运行。
  • 非交互式：图形需使用 plt.savefig() 等保存方式，而非 plt.show()。
  • 文件输出：保存到 outputs/ 的文件会被自动检测并返回。

预装库

  • 网页抓取与 HTTP：requests、httpx、aiohttp、beautifulsoup4、lxml、selenium、playwright、scrapy。
  • 数据处理：numpy、pandas、scipy。
  • 可视化：matplotlib、seaborn、plotly。
  • 图像处理：pillow、opencv-python-headless、scikit-image、imageio。
  • 视频与音频：moviepy、av（PyAV）、ffmpeg-python、pydub。
  • 3D 处理：trimesh、open3d、numpy-stl、meshio、pyvista。
  • 文档与图形：svgwrite、cairosvg、reportlab、pypdf2。

使用方式

需先安装 belt CLI 技能：

npx skills add belt-sh/cli

然后登录：

belt login

运行 Python 代码示例：

belt app run infsh/python-executor --input '{
"code": "import pandas as pd\nprint(pd.version)"
}'

默认（8GB RAM）：

belt app run infsh/python-executor --input input.json

高内存（16GB RAM）：

belt app run infsh/python-executor@high_memory --input input.json

输入 Schema

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

示例

网页抓取：

belt app run infsh/python-executor --input '{
  "code": "import requests\nfrom bs4 import BeautifulSoup\n\nresponse = requests.get(\"https://example.com\")\nsoup = BeautifulSoup(response.content, \"html.parser\")\nprint(soup.find(\"title\").text)"
}'

数据分析与可视化：

belt app run infsh/python-executor --input '{
  "code": "import pandas as pd\nimport matplotlib.pyplot as plt\n\ndata = {\"name\": [\"Alice\", \"Bob\"], \"sales\": [100, 150]}\ndf = pd.DataFrame(data)\n\nplt.bar(df[\"name\"], df[\"sales\"])\nplt.savefig(\"outputs/chart.png\")\nprint(\"Chart saved!\")"
}'

图像处理：

belt app run infsh/python-executor --input '{
  "code": "from PIL import Image\nimport numpy as np\n\n# Create gradient image\narr = np.linspace(0, 255, 256*256, dtype=np.uint8).reshape(256, 256)\nimg = Image.fromarray(arr, mode=\"L\")\nimg.save(\"outputs/gradient.png\")\nprint(\"Image created!\")"
}'

视频生成：

belt app run infsh/python-executor --input '{
  "code": "from moviepy.editor import ColorClip, TextClip, CompositeVideoClip\n\nclip = ColorClip(size=(640, 480), color=(0, 100, 200), duration=3)\ntxt = TextClip(\"Hello!\", fontsize=70, color=\"white\").set_position(\"center\").set_duration(3)\nvideo = CompositeVideoClip([clip, txt])\nvideo.write_videofile(\"outputs/hello.mp4\", fps=24)\nprint(\"Video created!\")",
  "timeout": 120
}'

3D 模型处理：

belt app run infsh/python-executor --input '{
  "code": "import trimesh\n\nsphere = trimesh.creation.icosphere(subdivisions=3, radius=1.0)\nsphere.export(\"outputs/sphere.stl\")\nprint(f\"Created sphere with {len(sphere.vertices)} vertices\")"
}'

API 调用：

belt app run infsh/python-executor --input '{
  "code": "import requests\nimport json\n\nresponse = requests.get(\"https://api.github.com/users/octocat\")\ndata = response.json()\nprint(json.dumps(data, indent=2))"
}'

文件输出：保存到 outputs/ 的文件会自动返回。

plt.savefig('outputs/chart.png')
df.to_csv('outputs/data.csv')
video.write_videofile('outputs/video.mp4')
mesh.export('outputs/model.stl')

适用场景

  • 网页抓取：从网站提取数据。
  • 数据分析：处理和可视化数据集。
  • 图像处理：缩放、裁剪、合成图像。
  • 视频生成：生成带文字叠加的视频。
  • 3D 处理：加载、变换、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：运行任意 Python 脚本。

限制

  • 仅 CPU，不包含 GPU/机器学习库；这类任务需使用专用的 AI 应用。
  • 非交互式环境，不能使用 plt.show() 等交互式展示。
  • 超时上限 300 秒。
  • 收费、价格等细节暂未提供。