Agent Space模型不直接执行脚本，需通过Connector或Agent Designer调用外部脚本环境；其定位是任务编排中枢，负责调度决策与权限控制，脚本必须部署在SchedulerX Agent或HTTP服务等可访问端点上。
☞☞☞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☜☜☜
Agent Space模型本身不直接执行脚本任务，它需要通过连接器（Connector）或Agent Designer中配置的工具调用能力，把Shell、Python等脚本作为外部动作接入工作流。如果你的任务是定时清理日志、拉起服务、扫描订单或操作数据库，必须走“Agent + 脚本执行环境”这条路径，不能靠模型纯推理完成。
脚本任务在AgentSpace中的定位
AgentSpace不是脚本运行引擎，而是任务编排中枢。它负责判断“该不该执行脚本”“用哪个账号权限执行”“执行前是否要查Jira工单状态”“执行后失败要不要通知IT负责人”。脚本本身必须部署在可被访问的服务器、容器或SchedulerX Agent节点上。
这一步不可跳过：没有已部署并注册成功的脚本执行端点，AgentSpace里的任何流程都卡在“调用工具”环节，返回超时或404错误。
接入脚本的两种可行方式
方法一：通过SchedulerX Agent桥接（推荐用于运维类脚本）
下载并部署SchedulerX官方Agent（JRE 1.8+环境），将你的Shell/Python脚本放入指定目录→在SchedulerX控制台创建“HTTP任务”或“Shell任务”→在AgentSpace的Connector配置页填入该任务的HTTP触发地址或内部RPC端点→保存后，在Agent Designer里拖入“执行定时任务”组件并绑定。
【必须确认SchedulerX Agent与AgentSpace网络互通，且防火墙放行对应端口】
使用 Pi Coding Agent（@earendil-works/pi-coding-agent）进行 AI 辅助编程。Pi 是一个可扩展的终端编程助手，支持多种模块。
方法二：封装为HTTP服务再接入（适合需传参、带身份校验的场景）
用Flask/FastAPI把脚本包装成REST接口，部署在内网服务器→添加Basic Auth或Token鉴权→在AgentSpace的“自定义连接器”中新建HTTP Connector，填入URL、Header、Body模板→在Agent流程中使用“调用HTTP接口”节点触发。
注意：如果脚本涉及敏感操作（如rm -rf、DROP TABLE），务必在HTTP服务层做二次权限校验，不能只依赖AgentSpace的RBAC——因为Connector一旦配置成功，所有有该Agent编辑权限的人都能触发。
哪些脚本任务能直接跑通
第一步：确认脚本已在目标机器上通过命令行手动执行成功，无权限、路径、环境变量问题。
第二步：检查脚本输出是否为结构化内容（如JSON），AgentSpace默认只解析HTTP响应体中的JSON字段用于后续条件分支；纯文本日志会被当作字符串传递，无法自动提取status/code字段。
第三步：在AgentSpace测试面板中点击“运行流程”，观察执行日志里是否出现“connector.execute.success”字样，而非“connection refused”或“timeout”。
这一步操作起来很简单，直接把文件拖进去就行。
