用途
python-executor 用于在安全的沙箱环境中执行 Python 代码，适合需要运行 Python 脚本但不想在本地配置环境的场景。它通过 inference.sh 提供，预装了 100 多个常用库，可直接用于数据处理、爬虫、图像与音视频处理、3D 模型处理等任务。
主要能力
- 预装库覆盖多个方向：
- 网络请求与爬虫：requests、httpx、aiohttp、beautifulsoup4、lxml、selenium、playwright、scrapy
- 数据处理与可视化：numpy、pandas、scipy、matplotlib、seaborn、plotly
- 图像处理：pillow、opencv-python-headless、scikit-image、imageio
- 音视频处理：moviepy、av（PyAV）、ffmpeg-python、pydub
- 3D 处理：trimesh、open3d、numpy-stl、meshio、pyvista
- 文档与图形：svgwrite、cairosvg、reportlab、pypdf2
- 运行环境：Python 3.10，仅 CPU；内存默认 8GB，可选 high_memory 变体提供 16GB；超时时间 1 至 300 秒，默认 30 秒。
- 文件输出：保存到 outputs/ 目录的文件会被自动检测并随响应返回，例如图表、CSV、视频、3D 模型等。
- 安全执行：代码在隔离子进程中运行。
使用方式
需要先安装 inference.sh CLI（belt）：
npx skills add belt-sh/cli
登录：
belt login
运行 Python 代码：
belt app run infsh/python-executor --input '{
"code": "import pandas as pd\nprint(pd.__version__)"
}'
输入 Schema：
{
"code": "print('Hello World!')",
"timeout": 30,
"capture_output": true,
"working_dir": null
}
使用高内存变体（16GB RAM）：
belt app run infsh/python-executor@high_memory --input input.json
适用场景
- 网页抓取：从网站提取数据
- 数据分析：处理并可视化数据集
- 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
限制与注意事项
- 仅 CPU，不包含 GPU/ML 库；如需 AI 图像、视频或文本生成，应使用专门的 AI 应用。
- 非交互式环境，绘图需使用 plt.savefig() 而非 plt.show()。
- 输出文件需保存到 outputs/ 目录才会被自动检测并返回。
- 应用 ID 为 infsh/python-executor。
相关技能
npx skills add inference-sh/skills@ai-image-generation
npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@llm-models