Python 代码执行器

在安全、沙箱化的环境中执行 Python 代码，预装了 100+ 个常用库。

快速开始

curl -fsSL https://cli.inference.sh | sh && infsh login

# 运行 Python 代码
infsh app run infsh/python-executor --input '{
  "code": "import pandas as pdnprint(pd.__version__)"
}'

安装说明：安装脚本仅检测您的操作系统与架构，从 dist.inference.sh 下载匹配的二进制文件，并校验其 SHA-256 校验和。不请求提权权限，也不启动后台进程。支持手动安装与校验。

应用详情

输入 Schema

{
  "code": "print('Hello World!')",
  "timeout": 30,
  "capture_output": true,
  "working_dir": null
}

预装库列表

网页抓取与 HTTP

• requests、httpx、aiohttp — HTTP 客户端
• beautifulsoup4、lxml — HTML/XML 解析
• selenium、playwright — 浏览器自动化
• scrapy — 网页抓取框架

数据处理

• numpy、pandas、scipy — 数值计算
• matplotlib、seaborn、plotly — 数据可视化

图像处理

• pillow、opencv-python-headless — 图像操作
• scikit-image、imageio — 图像算法

视频与音频

• moviepy — 视频编辑
• av（PyAV）、ffmpeg-python — 视频处理
• pydub — 音频操作

3D 处理

• trimesh、open3d — 3D 网格处理
• numpy-stl、meshio、pyvista — 3D 文件格式支持

文档与图形

• svgwrite、cairosvg — SVG 生成
• reportlab、pypdf2 — PDF 生成

使用示例

网页抓取

infsh app run infsh/python-executor --input '{
  "code": "import requestsnfrom bs4 import BeautifulSoupnnresponse = requests.get("https://example.com")nsoup = BeautifulSoup(response.content, "html.parser")nprint(soup.find("title").text)"
}'

带可视化的数据分析

infsh app run infsh/python-executor --input '{
  "code": "import pandas as pdnimport matplotlib.pyplot as pltnndata = {"name": ["Alice", "Bob"], "sales": [100, 150]}ndf = pd.DataFrame(data)nnplt.bar(df["name"], df["sales"])nplt.savefig("outputs/chart.png")nprint("Chart saved!")"
}'

图像处理

infsh app run infsh/python-executor --input '{
  "code": "from PIL import Imagenimport numpy as npnn# Create gradient imagenarr = np.linspace(0, 255, 256*256, dtype=np.uint8).reshape(256, 256)nimg = Image.fromarray(arr, mode="L")nimg.save("outputs/gradient.png")nprint("Image created!")"
}'

视频生成

infsh app run infsh/python-executor --input '{
  "code": "from moviepy.editor import ColorClip, TextClip, CompositeVideoClipnnclip = ColorClip(size=(640, 480), color=(0, 100, 200), duration=3)ntxt = TextClip("Hello!", fontsize=70, color="white").set_position("center").set_duration(3)nvideo = CompositeVideoClip([clip, txt])nvideo.write_videofile("outputs/hello.mp4", fps=24)nprint("Video created!")",
  "timeout": 120
}'

3D 模型处理

infsh app run infsh/python-executor --input '{
  "code": "import trimeshnnsphere = trimesh.creation.icosphere(subdivisions=3, radius=1.0)nsphere.export("outputs/sphere.stl")nprint(f"Created sphere with {len(sphere.vertices)} vertices")"
}'

API 调用

infsh app run infsh/python-executor --input '{
  "code": "import requestsnimport jsonnnresponse = requests.get("https://api.github.com/users/octocat")ndata = response.json()nprint(json.dumps(data, indent=2))"
}'

文件输出

保存至 outputs/ 目录下的文件将自动随响应返回：

# 这些文件将在响应中返回
plt.savefig('outputs/chart.png')
df.to_csv('outputs/data.csv')
video.write_videofile('outputs/video.mp4')
mesh.export('outputs/model.stl')

变体版本

# 默认版本（8GB 内存）
infsh app run infsh/python-executor --input input.json

# 高内存版本（16GB 内存），适用于大规模数据集
infsh app run infsh/python-executor@high_memory --input input.json

典型应用场景

• 网页抓取 — 从网站提取结构化数据
• 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 — 生成含文字叠加的视频
• 3D 处理 — 加载、变换、导出 3D 模型
• API 集成 — 调用外部 API 接口
• PDF 生成 — 创建报表与文档
• 自动化任务 — 执行任意 Python 脚本

重要注意事项

• 仅限 CPU — 不支持 GPU 或机器学习相关库（如需 ML 支持，请使用专用 AI 应用）
• 安全执行 — 在隔离的子进程中运行
• 非交互式环境 — 请使用 plt.savefig()，而非 plt.show()
• 自动识别输出文件 — 保存在 outputs/ 下的文件将被自动识别并返回

相关技能（Skills）

# AI 图像生成（适用于基于 ML 的图像生成）
npx skills add inference-sh/skills@ai-image-generation

# AI 视频生成（适用于基于 ML 的视频生成）
npx skills add inference-sh/skills@ai-video-generation

# 大语言模型（适用于文本生成）
npx skills add inference-sh/skills@llm-models

文档资源

• 运行应用 — 如何通过 CLI 运行应用
• 应用代码 — 理解应用执行机制
• 沙箱化代码执行 — 为智能体提供安全的代码执行能力