代码执行工具免费版

核心功能: 本技能提供结构化的工作流程和配置指引等能力。

代码执行工具免费版

概述

代码执行工具免费版为个人开发者提供在非交互环境中执行编程任务的能力。工具使用 PTY(伪终端)方式运行,适配容器、CI/CD、后台进程等非 TTY 环境,并自动应答执行过程中的确认提示. 免费版聚焦单任务执行,提供文件同步、超时控制、输出捕获等核心能力.

核心能力

1. PTY 伪终端执行

处理: 解析PTY 伪终端执行的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回PTY 伪终端执行的响应数据,包含状态码、结果和日志.

2. 执行流程

输入格式

1. 复制项目到临时目录
2. 切换文件所有权到指定用户
3. 通过 PTY 执行编程任务
4. 自动应答确认提示
5. 将变更同步回原目录
6. 清理临时文件

处理: 解析执行流程的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回执行流程的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

3. 自动应答机制

工具自动识别并应答常见确认提示:

# 示例
if b'Do you want to' in output:
    os.write(master_fd, b'y\n')
if b'Are you sure' in output:
    os.write(master_fd, b'y\n')
if b'Continue?' in output:
    os.write(master_fd, b'y\n')

处理: 解析自动应答机制的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回自动应答机制的响应数据,包含状态码、结果和日志. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：方式在非交互环境、中执行编程任务、支持自动应答与文、面向个人开发者的、代码执行工具、在非交互环境中以、方式运行编程任务、核心能力、适配非、项目文件同步与结、果回传、可配置超时与清理等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

使用场景

场景一: 自动化代码审查

对项目自动执行代码审查,识别潜在问题.

from code_runner import run_code_task
# ...
result = run_code_task(
    workdir='/path/to/project',
    prompt='审查代码库,识别潜在 Bug 和改进点',
    user='developer',
    timeout=300
)
# ...
print(result)

场景二: 重构任务

自动执行代码重构任务.

result = run_code_task(
    workdir='/path/to/legacy-app',
    prompt='将数据库访问层从原生 SQL 重构为 ORM 模式',
    user='developer',
    timeout=600
)

场景三: 功能开发

添加新功能并自动测试.

result = run_code_task(
    workdir='/path/to/api-service',
    prompt='''
    添加用户资料管理的 REST 端点:
    - GET /api/users/{id}/profile
    - PUT /api/users/{id}/profile
    - 包含输入验证和错误处理
    - 添加单元测试
    ''',
    user='developer',
    timeout=600
)

快速开始

领先步: 环境准备

# 确认 Python 版本
python3 --version  # 需要 3.8+
# ...
# 依赖说明
which claude
# ...
# 赋予脚本执行权限
chmod +x （请参考skill目录中的脚本文件）

第二步: 基本用法

通过 Python API:

from code_runner import run_code_task
# ...
result = run_code_task(
    workdir='/path/to/project',
    prompt='实现一个简单的健康检查端点',
    user='developer',
    timeout=300
)
# ...
print(result)

通过命令行:

python3 （请参考skill目录中的脚本文件） /path/to/project "实现健康检查端点"

第三步: 高级选项

result = run_code_task(
    workdir='/path/to/project',
    prompt='''
    1. 审查代码库
    2. 识别安全漏洞
    3. 修复发现的问题
    4. 添加相应测试
    ''',
    user='developer',
    timeout=600  # 10 分钟
)

配置示例

API 参考

run_code_task(workdir, prompt, user='developer', timeout=300)

参数说明:

返回值:

环境变量配置

# 默认执行用户
export CODE_RUNNER_USER="developer"
# ...
# 默认超时时间
export CODE_RUNNER_TIMEOUT="300"
# ...
# 临时目录位置(可选)
export CODE_RUNNER_TEMP_DIR="/tmp/code-runner"

配置项说明

优秀实践

1. 任务描述规范

好的任务描述应包含:

# 好的描述(具体明确)
prompt='''
重构 src/auth/login.py:
- 将密码比对改为 bcrypt 哈希
- 添加登录失败限流(5次/分钟)
- 增加异常日志记录
- 遵循 PEP 8 规范
'''
# ...
# 不好的描述(过于模糊)
prompt='修复登录问题'

2. 超时设置建议

3. 用户切换安全

# 创建专用执行用户(推荐)
sudo useradd -m -s /（请参考skill目录中的脚本文件） code-runner
# ...
# 已知限制
sudo chown -R code-runner:code-runner /path/to/projects
# ...
# 使用该用户执行
export CODE_RUNNER_USER="code-runner"

4. 临时文件清理

# 工具自动清理临时文件,但可手动确认
import os
temp_dir = os.environ.get('CODE_RUNNER_TEMP_DIR', '/tmp/code-runner')
if os.path.exists(temp_dir):
    # 检查是否有残留
    remaining = os.listdir(temp_dir)
    if remaining:
        print(f"发现残留临时文件: {remaining}")

已知限制

• 本skill的能力范围受限于核心能力章节中定义的功能,不支持超出范围的操作
• 复杂业务场景建议结合人工经验判断
• 执行效率受模型能力与网络环境影响
• 当前为免费版本,如需完整功能请升级到付费版获取全部能力

常见问题

Q1: 提示"Permission denied"怎么办?

确保脚本有足够权限创建临时目录、切换文件所有权、切换用户:

# 以 root 或 sudo 运行
sudo python3 （请参考skill目录中的脚本文件） /path/to/project "任务描述"

Q2: 找不到代码 CLI 怎么办?

确认代码 CLI 已安装且在系统 PATH 中:

which claude
# 如果未找到,安装:
npm install -g @anthropic-ai/claude-code

Q3: 任务超时怎么办?

增加超时时间:

result = run_code_task(
    workdir='/path/to/project',
    prompt='复杂任务描述',
    timeout=600  # 10 分钟
)

Q4: 交互式提示没有被自动应答?

在脚本中添加新的提示模式:

# 编辑 （请参考skill目录中的脚本文件）
if b'new prompt text' in output:
    os.write(master_fd, b'y\n')

Q5: 免费版支持 Windows 吗?

免费版需要 Unix-like 环境(Linux/macOS),因为使用 PTY 功能。Windows 建议在 WSL 中使用.

依赖说明

运行环境

• Agent 平台: 支持读取 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
• 操作系统: Linux / macOS(Unix-like 环境)
• Python: 3.8 或更高版本
• 权限: root 或 sudo(用户切换需要)

第三方依赖

API Key 配置

• 代码 CLI 认证通过交互式登录完成
• 如需在自动化场景使用,配置环境变量:

export ANTHROPIC_API_KEY="${API_KEY:?请设置环境变量}"

可用性分类

• 分类: MD+EXEC+SCRIPT(Markdown 指令 + 命令行执行 + Python 脚本)
• 说明: 通过自然语言指令驱动 Agent 调用 Python 脚本执行编程任务
• 离线可用: 否,代码 CLI 需要连接 LLM API

错误处理

示例

基本用法

输出：返回执行结果,包含操作状态和输出数据

用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功
```bash
# 在此执行相关操作
echo "操作完成"
```json
{
  "success": true,
  "data": {
    "result": "代码执行工具免费版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "code runner"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}