Python Executor

Python Executor — это навык (skill) для OpenClaw, позволяющий безопасно выполнять Python-код в изолированной среде. Он ориентирован на автоматизацию задач, анализ данных, работу с файлами и интеграции с внешними сервисами.

Общее описание

Инструмент запускает Python-скрипты в sandbox-окружении через инфраструктуру inference.sh. Это обеспечивает безопасное выполнение кода без риска для основной системы и делает навык удобным для использования в AI-агентах.

Среда выполнения включает Python 3.10, ограничена CPU (без GPU) и предоставляет до 8–16 ГБ оперативной памяти в зависимости от режима. :

Основные возможности

• Выполнение произвольного Python-кода
• Обработка и анализ данных
• Создание визуализаций и графиков
• Работа с изображениями, видео и 3D
• Веб-скрейпинг и HTTP-запросы
• Интеграция с API
• Генерация файлов (CSV, PDF, изображения и др.)

Предустановленные библиотеки

В окружении уже доступны популярные библиотеки, что позволяет сразу приступать к работе без дополнительной установки:

• Аналитика: numpy, pandas, scipy
• Визуализация: matplotlib, seaborn, plotly
• Парсинг и HTTP: requests, httpx, aiohttp, BeautifulSoup, lxml
• Автоматизация браузера: selenium, playwright
• Работа с изображениями: Pillow, OpenCV
• Видео и аудио: moviepy, ffmpeg-python, pydub
• 3D-данные: trimesh, open3d, pyvista
• Документы: reportlab, pypdf2

Формат входных данных

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

Параметры позволяют управлять временем выполнения, выводом и рабочей директорией.

Примеры использования

Веб-скрейпинг

import requests
from bs4 import BeautifulSoup

response = requests.get("https://example.com")
soup = BeautifulSoup(response.content, "html.parser")
print(soup.title.text)

Анализ данных и графики

import pandas as pd
import matplotlib.pyplot as plt

data = {"name": ["Alice", "Bob"], "sales": [100, 150]}
df = pd.DataFrame(data)

plt.bar(df["name"], df["sales"])
plt.savefig("outputs/chart.png")

Обработка изображений

from PIL import Image
import numpy as np

arr = np.linspace(0, 255, 256*256, dtype=np.uint8).reshape(256, 256)
img = Image.fromarray(arr)
img.save("outputs/gradient.png")

Создание видео

from moviepy.editor import ColorClip

clip = ColorClip(size=(640, 480), color=(0, 100, 200), duration=3)
clip.write_videofile("outputs/video.mp4")

Работа с файлами

Все файлы, сохранённые в директорию outputs/, автоматически возвращаются как результат выполнения. Это удобно для генерации отчетов, изображений и других артефактов.

Варианты запуска

• Стандартный режим — 8 ГБ RAM
• High memory — 16 ГБ RAM для тяжелых задач

Сценарии применения

• Сбор данных с сайтов
• Аналитика и визуализация
• Обработка изображений и видео
• Работа с 3D-моделями
• Интеграция с API
• Автоматизация задач

Особенности и ограничения

• Только CPU — без поддержки GPU и ML-библиотек
• Изолированное выполнение (sandbox)
• Неинтерактивный режим (используйте сохранение файлов вместо отображения)
• Автоматическое обнаружение выходных файлов

Python Executor — это универсальный инструмент для выполнения кода внутри AI-агентов, позволяющий объединить анализ данных, автоматизацию и генерацию контента в одном процессе.