minimax agent可快速生成可运行python脚本：需在agent studio选择“代码生成”模板，明确输入来源、处理逻辑、输出形式三要素，勾选“启用代码执行沙箱”，用结构化prompt或示例数据引导生成，并通过依赖管理、路径修正和格式约束调试优化。
☞☞☞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☜☜☜
想用MiniMax Agent快速生成可运行的Python脚本，比如自动下载网页图片、批量重命名文件或解析Excel数据，不需要从零写框架，也不用反复调试API调用逻辑。
创建Agent并配置基础能力
登录MiniMax控制台→进入「Agent Studio」→点击「新建Agent」→选择「代码生成」模板。
在「能力描述」栏用自然语言写清楚任务目标，例如：“能读取本地CSV文件，按‘销售额’列降序排序，导出前10行到新CSV”。【必须包含输入来源、处理逻辑、输出形式三要素，缺一则生成代码可能漏读文件或不保存结果】
勾选「启用代码执行沙箱」——这一步决定生成的代码能否实际运行，不勾选时Agent只输出代码文本，无法验证逻辑是否正确。
编写Prompt触发精准生成
方法一：用结构化指令引导
在对话框中输入：“请生成一个Python脚本：① 读取当前目录下名为data.xlsx的Excel文件；② 删除所有含空值的行；③ 将‘价格’列数值乘以1.13（加税）；④ 保存为data_taxed.xlsx。”
方法二：提供示例输入输出
粘贴一段真实CSV片段（如“name,age,score\nAlice,28,92\nBob,,87”）→换行写“期望输出：删除Bob所在行，保存为clean.csv”。Agent会据此反推pandas操作链，比纯文字描述更少出错。
注意：不要写“用Python写个脚本”，必须明确文件名、列名、运算规则等具体字段。模糊表述会导致生成代码使用占位符如df = pd.read_csv("input.csv")，你得手动替换。
调试与修正生成结果
第一步：点击「运行代码」查看沙箱返回日志。
第二步：若报错“ModuleNotFoundError: No module named 'openpyxl'”，说明缺失Excel支持库→在Agent设置页的「依赖管理」中添加openpyxl==3.1.2→重新生成。
第三步：检查输出文件路径。生成代码默认保存到/workspace/，但你本地运行时需把pd.to_csv("/workspace/result.csv")改成pd.to_csv("./result.csv")，否则找不到文件。
第四步：对非标准需求追加约束。比如要求“日期列转为YYYY-MM-DD格式”，要在Prompt末尾加一句：“所有datetime类型列须用dt.strftime('%Y-%m-%d')格式化，禁止用astype(str)。”
