workbuddy需绑定本地python 3.14.x解释器才能运行代码：先终端验证python3 --version及路径，再在设置中填入绝对路径并测试连接；启用“python script executor”技能包；配置pythonpath支持自定义模块；最后通过自然语言指令执行脚本。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
WorkBuddy写完Python代码后不能直接点击“运行”按钮就出结果——它不自带解释器，必须先让系统Python环境与WorkBuddy完成双向绑定，否则所有print()、pandas读取、requests请求都会卡在“正在执行”或报错退出。
确认本地Python已安装且版本合规
WorkBuddy只认Python 3.14.x（官方稳定版），其他版本大概率触发ImportError或subprocess启动失败。别信安装包勾选了“Add to PATH”就万事大吉，必须终端实测。
打开终端（Windows用PowerShell，macOS/Linux用Terminal），逐行执行：
python3 --version → 看输出是否为【Python 3.14.x】；
which python3（macOS/Linux）或where python3（Windows）→ 记下返回的【完整绝对路径】，例如/opt/homebrew/bin/python3或C:\Users\Name\AppData\Local\Programs\Python\Python314\python.exe；
如果任一命令报“command not found”，立刻去python.org下载Python 3.14安装包重装，Windows务必勾选“Add Python to PATH”，macOS用brew install python@3.14后执行brew link python@3.14。
在WorkBuddy中填入Python路径并测试连接
这一步漏掉或填错，后面全白忙——WorkBuddy启动时只扫描一次PATH，不会动态刷新。
第一步：退出WorkBuddy（任务栏右键→退出，macOS需在活动监视器确认进程已结束）；
第二步：重新打开WorkBuddy，进入【设置】→【运行环境】→【Python解释器路径】；
第三步：粘贴刚才终端里复制的完整路径，【不能只写python3或python】；
第四步：勾选“启用本地Python执行”，点击【测试连接】；
第五步：等待3秒，看到弹窗显示“连接成功”且版本号匹配（如3.14.3），才算真正打通。
启用Python技能包并验证基础执行能力
路径配对只是第一步，技能包不启用，WorkBuddy根本不开放Python调用通道。
方法一：点击左侧导航栏【技能】→搜索“Python Script Executor”→点击【启用】→弹窗提示“需重启”时点【确定】；
方法二：重启WorkBuddy后，在聊天框输入：“运行一个Python脚本，内容为print('Hello WorkBuddy')”；
如果返回纯文本“Hello WorkBuddy”，说明沙箱通道已通；如果返回错误堆栈或无响应，回到上一步检查路径是否被正确识别。
让WorkBuddy能导入你自己的模块
默认情况下，WorkBuddy执行脚本时的工作目录是插件沙箱路径，你放在桌面或文档里的utils.py、config.py根本import不了。
进入【设置】→【运行环境】→【环境变量】→点击【添加变量】；
键名填PYTHONPATH，键值填你存放自定义模块的根目录，例如D:\projects\mylib或/Users/xxx/code/pyutils；
Windows多个路径用分号;隔开，macOS/Linux用冒号:隔开；
【注意：这个路径必须包含__init__.py文件，否则Python不会将其识别为包】。
执行你写的第一个Python脚本
现在可以真刀真枪跑代码了。把脚本保存在WorkBuddy有权限访问的目录，比如“文档”或“桌面”。
在WorkBuddy聊天窗口输入自然语言指令，例如：“运行D:\文档\hello_world.py”；
或者更具体些：“用Python运行/Users/xxx/Desktop/data_check.py，并把输出结果整理成表格”；
WorkBuddy会自动加载脚本、捕获stdout、结构化渲染结果——如果脚本里有print()、json.dumps()或pandas.DataFrame.to_dict()，都能被正确识别并展示。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
