Python Executor

🐍 云端 Python 沙盒·百库预装即开即用

云端 Python 沙盒执行环境,预装100+库,支持数据处理、爬虫、图像视频处理及3D建模,无需本地配置一键运行

收藏
14.4k
安装
7k
版本
0.1.5
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心功能

Python Code Executor 是由 inference.sh 提供的云端代码执行服务,提供一个安全的沙盒化 Python 3.10 运行环境,无需本地安装即可执行 Python 脚本。用户通过 CLI 工具调用,支持最长 300 秒、最高 16GB RAM 的任务执行。

显著优点

1. 开箱即用:预装 100+ 常用库,涵盖数据科学(NumPy/Pandas/SciPy)、可视化(Matplotlib/Plotly)、网络爬虫(Selenium/Playwright/BeautifulSoup)、图像处理(Pillow/OpenCV)、视频编辑(MoviePy)、3D 处理(trimesh/Open3D)等全栈需求
2. 零配置成本:curl 一键安装 CLI,无需 Python 环境、依赖管理或虚拟机配置

3. 安全隔离:沙盒化子进程执行,与宿主环境完全隔离

4. 自动输出捕获:保存至 outputs/ 目录的文件自动返回,支持图表、模型、文档等产物

局限性

  • CPU 限制:无 GPU 支持,无法进行深度学习训练或 CUDA 加速
  • 超时约束:硬上限 300 秒,不适合长时间批处理任务
  • 非交互式:无法使用 plt.show() 等阻塞式调用,必须文件化输出
  • 网络依赖:完全依赖 inference.sh 服务可用性

适合人群

数据分析师、爬虫开发者、自动化脚本编写者、快速原型验证场景、无本地 Python 环境的用户、需要隔离执行不可信代码的安全场景。

风险提醒

尽管声称沙盒隔离,但代码执行类服务本质上存在突破隔离的理论风险;敏感数据不应直接传入;网络请求可能暴露执行节点 IP;生产环境关键任务建议本地部署或审计后使用。

安全解读

核心功能与用法

python-executor 是一款通过 CLI 调用 inference.sh 云服务的文档型 Skill,允许用户在隔离沙箱中执行 Python 代码。核心工作流为:本地通过 infsh CLI 提交代码 → 云端 Python 3.10 环境执行 → 返回 stdout 及 outputs/ 目录产物。支持一键式运行,无需本地配置 Python 环境或管理依赖。

预装生态覆盖数据科学(NumPy/Pandas/SciPy/Matplotlib)、网络爬虫(requests/BeautifulSoup/Selenium/Playwright/Scrapy)、图像处理(Pillow/OpenCV/scikit-image)、视频编辑(MoviePy/PyAV/ffmpeg-python)、3D 网格(trimesh/open3d/numpy-stl)及文档生成(ReportLab/PyPDF2/SVG)等 100+ 库。资源规格默认为 8GB RAM/30 秒超时,可通过 @high_memory 变体升级至 16GB,超时最高 300 秒。

显著优点

1. 零环境摩擦:无需本地安装 Python 或冲突依赖,即开即用。
2. 安全隔离:代码在云端沙箱子进程中运行,不接触本地文件系统,适合运行不可信或实验性脚本。

3. 丰富预装库:覆盖数据分析、爬虫、多媒体处理、3D 等场景,减少 pip install 等待。

4. 文件自动回传:标准输出及 outputs/ 目录文件自动打包返回,方便获取图表、视频、模型等产物。

5. GPU 无关任务友好:纯 CPU 环境,适合非深度学习类批处理任务。

局限性与缺点

1. 第三方平台依赖:所有计算在 inference.sh(T3 级别社区平台)完成,存在单点故障、隐私合规及长期可用性风险。
2. 无 GPU 支持:无法运行 PyTorch/TensorFlow 等深度学习训练或 CUDA 加速任务。

3. 网络与状态限制:无持久化存储,跨执行无状态;受限于平台网络策略,内网资源无法访问。

4. 敏感数据风险:代码及数据需上传至第三方服务器,不适合处理机密信息或隐私数据。

5. curl|bash 安装:官方推荐安装方式存在潜在供应链风险,虽文档提供 SHA-256 校验说明,但仍需用户主动验证。

适合人群

  • 需要快速验证 Python 脚本、进行数据清洗或可视化的分析师与开发者。
  • 不想维护本地爬虫环境,需临时抓取网页数据的用户。
  • 希望批量生成图像、短视频或简单 3D 模型的内容创作者。
  • 在隔离环境中测试不可信代码的安全研究者。

常规风险

  • 数据隐私:代码与数据上传至 inference.sh,需审阅其隐私政策。
  • 平台信任:T3 来源,建议关注官方安全公告及更新。
  • 凭证泄露:避免在提交代码中硬编码 API 密钥、数据库密码等敏感信息。
  • 资源超限:默认 30 秒/8GB 限制,长视频渲染或大数据集需主动调整超时及内存变体。

Python Executor 内容

手动下载zip · 3.0 kB
SKILL.mdtext/markdown
请选择文件