代码执行

许多智能体任务（例如财务计算和数据科学工作流）都需要智能体生成和执行代码。借助 Code Execution，您的智能体可以在安全、隔离且受管理的沙盒环境中运行代码。

Code Execution 功能包括：

  • 沙盒可以在不到一秒的时间内创建完毕并执行代码。

  • 沙盒支持文件输入和输出，整个请求或响应的大小上限为 100MB。

  • 沙盒最多可将其执行状态（内存）保留 14 天。 __此存留时间 (TTL) 设置是可配置的。

您无需将智能体部署到 Agent Platform 即可使用 Code Execution。您的智能体可以在任何位置运行，甚至可以在本地运行。

Code Execution 适用于任何代理框架和任何生成模型。

以下是使用Code Execution沙盒的主要操作：

  • 创建沙盒：创建一个安全、隔离的空间来 运行不受信任或可能有害的代码。这种隔离可以防止代码触及系统的资源、文件或网络，从而降低安全风险。当您需要安全地运行代码时（例如对于数据科学智能体、编排脚本或在开发测试期间），沙盒至关重要。沙盒提供有限的文件系统，并且无法访问网络。

  • 获取沙盒：显示特定 Code Execution 沙盒的配置和状态。您可以查看详细信息，例如其当前状态（例如正在运行或已停止）和存留时间 (TTL)。这样，您就可以跟踪沙盒并在运行代码之前或之后验证其状态。

  • 列出沙盒：列出项目中的所有 Code Execution 沙盒。您可以按沙盒状态或类型等条件过滤结果。 这有助于检查、监控和管理项目中的许多沙盒。

  • 执行代码：将您的代码以及任何所需的输入文件发送到 沙盒以安全执行。响应包括结果，例如标准输出 (stdout)、标准错误 (stderr) 以及代码生成的任何文件。沙盒还可以维护状态，这允许后续 Execute Code调用基于之前的调用构建。这对于交互式会话或需要环境在多次代码运行中保持状态的复杂任务至关重要。

受支持的库

Code Execution 沙盒包含以下库，这些库按用例分类。您无法在沙盒环境中安装自己的库。

数据科学和机器学习

本部分包含数据分析、操控、机器学习和数值计算所必需的库。

核心数据处理和数值

  • numpy (2.1.3)：用于 Python 中数值计算的基础软件包，提供对大型多维数组和矩阵的支持，以及用于对这些数组执行操作的大量高级数学函数。
  • pandas (2.2.3)：功能强大的数据分析和操控库，提供 DataFrame 和 Series 等数据结构来处理结构化数据。
  • scipy (1.15.2)：适用于数学、科学和工程的开源软件生态系统。它基于 NumPy 构建，并提供大量用户友好且高效的数值例程。
  • pyarrow (18.1.0)：用于内存中数据的跨语言开发平台。它对于高效的数据处理和系统之间的互操作性特别有用。
  • numexpr (2.14.1)：用于 NumPy 的快速数值表达式求值器，可优化数组运算。
  • narwhals (2.19.0)：提供一种编写适用于多个 DataFrame 库（例如 pandas 和 Polars）的代码的方法。

机器学习框架

  • scikit-learn (1.6.1)：简单高效的数据挖掘和数据分析工具，基于 NumPy、SciPy 和 matplotlib 构建。
  • tensorflow (2.20.0)：一个端到端开源机器学习平台。
  • keras (3.14.0)：高级神经网络 API，用 Python 编写，能够在 TensorFlow、CNTK 或 Theano 之上运行。
  • xgboost (3.2.0)：一个经过优化的分布式梯度提升库，具有高效、灵活且可移植的特点。
  • thinc (8.3.13)：一个轻量级深度学习库，提供优雅、经过类型检查的函数式程序设计 API，用于组合模型。

自然语言处理 (NLP)

  • nltk (3.9.1)：用于构建 Python 程序以处理人类语言数据的领先平台。
  • spacy (3.8.14)：用于 Python 和 Cython 中高级自然语言处理的库。
  • spacy-legacy (3.0.12)：spaCy 的旧版组件。
  • spacy-loggers (1.0.5)：spaCy 项目的日志记录实用程序。
  • textblob (0.19.0)：简化的文本处理库，为常见的 NLP 任务提供简单的 API。
  • catalogue (2.0.10)：用于函数注册表的小型库，通常用于 NLP 流水线。
  • confection (1.3.3)：配置系统，通常与 spaCy 一起使用。
  • cymem (2.0.13)：Cython 的内存管理，由 spaCy 使用。
  • murmurhash (1.0.15)：MurmurHash 的 Cython 绑定，由 spaCy 使用。
  • preshed (3.0.13)：Cython 哈希表和 Bloom 过滤器，由 spaCy 使用。
  • srsly (2.5.3)：适用于 Python 的现代高性能序列化实用程序。
  • wasabi (1.1.3)：轻量级控制台打印和格式设置实用程序。
  • weasel (1.0.0)：spaCy 项目的命令行界面。

科学计算和符号计算

  • mpmath (1.3.0)：用于实数和复数浮点运算的 Python 库，具有任意精度。
  • sympy (1.13.3)：用于符号数学的 Python 库。
  • networkx (3.6.1)：用于创建、操控和研究复杂网络的结构、动态和功能的软件包。

性能和优化

  • numba (0.64.0)：适用于 Python 的即时编译器，可将 Python 和 NumPy 代码的子集转换为快速机器代码。
  • llvmlite (0.46.0)：用于 Numba 的轻量级 LLVM Python 绑定。
  • blis (1.3.3)：类似于 BLAS 的线性代数库，通常是数值软件包的依赖项。
  • opt_einsum (3.4.0)：优化 NumPy、TensorFlow 和其他数组库中的 einsum 表达式。
  • optree (0.19.0)：在 JAX 中优化 PyTree 操控。
  • nvidia-nccl-cu12 (2.29.7)：NVIDIA 集体通信库，用于多 GPU 通信。

统计建模

  • statsmodels (0.14.6)：提供用于估计许多不同统计模型以及进行统计检验和统计数据探索的类和函数。
  • patsy (1.0.2)：用于描述统计模型和构建设计矩阵的 Python 库。

运筹学

  • ortools (9.14.6206)：Google 优化工具，一套用于组合优化的工具。

可视化

用于创建静态、动画和交互式可视化的库。

  • matplotlib (3.10.1)：用于在 Python 中创建静态、动画和交互式可视化的综合库。
  • matplotlib-inline (0.2.1)：用于在 Jupyter 笔记本中嵌入 matplotlib 图表的后端。
  • matplotlib-venn (1.1.2)：用于绘制维恩图的库。
  • seaborn (0.13.2)：基于 matplotlib 的统计数据可视化库。它提供了一个高级界面，用于绘制美观且信息丰富的统计图形。
  • plotly (6.1.2)：交互式图形库，可让您轻松在线和离线创建美观且达到出版质量的图形。
  • bokeh (3.8.2)：交互式可视化库，面向现代 Web 浏览器进行演示。
  • mizani (0.13.5)：用于 Python 图形的比例，灵感来自 ggplot2。
  • contourpy (1.3.1)：提供等高线生成算法。
  • cycler (0.12.1)：用于 matplotlib 的可组合样式周期。
  • fonttools (4.62.1)：用于操控字体的库。
  • kiwisolver (1.5.0)：Cassowary 约束求解算法的高效 C++ 实现。

图片和视频处理

用于处理图片和视频数据的库。

  • opencv-python (4.11.0.86)：OpenCV 的 Python 绑定，OpenCV 是一个主要面向实时计算机视觉的编程函数库。
  • pillow (11.1.0)：Python Imaging Library (PIL) 的友好分支，添加了对打开、操控和保存许多不同图片文件格式的支持。
  • imageio (2.37.0)：用于读取和写入各种图片数据（包括动画图片、视频和体积数据）的库。
  • scikit-image (0.25.2)：用于图片处理的算法集合。
  • tifffile (2026.4.11)：读取和写入 TIFF 文件。

文件处理和输入/输出

用于读取、写入和操控各种文件格式的库。

Excel

  • openpyxl (3.1.5)：用于读取/写入 Excel 2010 xlsx/xlsm/xltx/xltm 文件的库。
  • xlrd (2.0.1)：供开发者从 Microsoft Excel (tm) 电子表格文件中提取数据的库。
  • XlsxWriter (3.2.0)：用于创建 XSLX 格式的 Excel 文件的模块。

PDF

  • PyPDF2 (3.0.1)：纯 Python PDF 库，能够拆分、合并、裁剪和转换 PDF 文件的页面。
  • fpdf (1.7.2)：用于生成 PDF 的简单库。
  • reportlab (4.3.1)：用于创建 PDF 的功能强大的库。
  • PyLaTeX (1.4.2)：用于创建和编译 LaTeX 文件的库。

Word

  • python-docx (1.1.2)：用于创建和更新 Microsoft Word (.docx) 文件的库。

PowerPoint

  • python-pptx (1.0.2)：用于创建和更新 PowerPoint (.pptx) 文件的库。

XML/HTML

  • lxml (5.3.1)：功能丰富且易于使用的库，用于处理 XML 和 HTML。
  • et_xmlfile (2.0.0)：用于创建大型 XML 文件的低内存库。

Markdown

  • Markdown (3.10.2)：John Gruber 的 Markdown 的 Python 实现。
  • markdown-it-py (4.0.0)：Markdown 解析器，正确完成。100% CommonMark 支持。
  • mdurl (0.1.2)：Markdown 的网址实用程序。

YAML

  • PyYAML (6.0.3)：适用于 Python 的 YAML 解析器和发射器。

RTF

  • striprtf (0.0.28)：用于从 RTF 文档中提取纯文本的库。

常规文件输入/输出

  • h5py (3.16.0)：HDF5 二进制数据格式的 Pythonic 接口。
  • smart_open (7.6.0)：用于流式传输大型文件（S3、HDFS、GCS 等）的实用程序。
  • cloudpathlib (0.23.0)：用于 Cloud Storage 的 Pathlib 样式的类。

Web 和网络

用于 Web 请求、服务器开发和网络通信的库。

  • requests (2.33.1)：适用于 Python 的优雅且简单的 HTTP 库，专为人类打造。
  • httpx (0.28.1)：适用于 Python 的功能齐全的 HTTP 客户端，支持 HTTP/1.1 和 HTTP/2，并具有异步功能。
  • httpcore (1.0.9)：低级 HTTP 客户端，构成 HTTPX 的核心。
  • urllib3 (2.6.3)：适用于 Python 的功能强大且用户友好的 HTTP 客户端。
  • grpcio (1.80.0)：Python gRPC（Google 远程过程调用）库。
  • h11 (0.16.0)：HTTP/1.1 的纯 Python、自带 I/O 实现。
  • idna (3.11)：应用中的国际化域名 (IDNA) 2008 支持。
  • certifi (2026.2.25)：提供 Mozilla 精心策划的根证书集合，用于验证 SSL 证书的可信度。
  • tornado (6.5.5)：Web 框架和异步网络库。
  • Werkzeug (3.1.8)：综合 WSGI Web 应用库。
  • Jinja2 (3.1.6)：适用于 Python 的现代且设计人员友好的模板语言。
  • MarkupSafe (3.0.3)：安全地将不受信任的字符串添加到 HTML/XML 标记。

开发工具和实用程序

通用实用程序、用于构建应用的工具和开发辅助工具。

打包和分发

  • pip (24.2)：Python 的软件包安装程序。
  • setuptools (82.0.1)：用于打包 Python 项目的库。
  • wheel (0.46.3)：Python 的内置软件包格式。
  • packaging (24.0)：Python 软件包的核心实用程序。

命令行界面 (CLI)

  • click (8.3.2)：可组合的命令行界面创建工具包。
  • typer (0.24.1)：用于构建带有类型提示的 CLI 应用的库。
  • rich (15.0.0)：用于在终端中显示富文本和美观格式的库。
  • termcolor (3.3.0)：用于在终端中输出的 ANSII 颜色格式。
  • tqdm (4.67.3)：适用于 Python 和 CLI 的快速、可扩展的进度条。
  • shellingham (1.5.4)：用于检测用户 Shell 的工具。

数据验证和架构

  • pydantic (2.13.1)：使用 Python 类型注释进行数据验证和设置管理。
  • pydantic_core (2.46.1)：Pydantic 的核心验证逻辑。
  • annotated-types (0.7.0)：用于函数参数、变量和数据类字段的可重用约束类型。
  • jsonschema (4.23.0)：JSON 架构的 Python 实现。
  • jsonschema-specifications (2024.10.1)：JSON 架构元架构和词汇表。
  • referencing (0.37.0)：JSON 引用解析。

序列化

  • protobuf (6.31.1)：Google 的 Protocol Buffers。
  • flatbuffers (25.12.19)：高效的跨平台序列化库。

并发和并行

  • anyio (4.13.0)：异步兼容性层，可让您编写适用于不同异步事件循环的异步代码。
  • joblib (1.4.2)：轻量级流水线：用于将 Python 函数作为流水线运行的工具。
  • threadpoolctl (3.6.0)：用于控制常用库的线程池中使用的线程数的 Python 接口。

解析

  • pyparsing (3.2.1)：创建和执行简单语法的替代方法，与标准 lex/yacc 方法相比。
  • astunparse (1.6.3)：Python 抽象语法树的取消解析器。

低级和外部函数接口 (FFI)

  • libclang (18.1.1)：Clang Python 绑定。

日期和时间

  • python-dateutil (2.9.0.post0)：对标准 datetime 模块的扩展。
  • pytz (2025.2)：世界时区定义，现代和历史。
  • tzdata (2025.3)：时区数据。

通用实用程序

  • attrs (25.3.0)：没有样板代码的类。
  • toolz (1.0.0)：适用于 Python 的函数式标准库。
  • six (1.17.0)：Python 2 和 3 兼容性实用程序。
  • wrapt (2.1.2)：用于装饰器、封装容器和猴子补丁的模块。
  • immutabledict (4.3.1)：不可变字典。
  • ordered-set (4.1.0)：可变数据结构，是列表和集合的混合体。
  • lazy-loader (0.5)：延迟导入 Python 模块。
  • google-pasta (0.2.0)：用于重构 Python 代码的库。
  • traitlets (5.14.3)：Python 应用的配置系统。
  • regex (2026.4.4)：替代正则表达式模块，用于替换 Python 的 re 模块。
  • chardet (7.4.3)：通用字符编码检测器。
  • charset-normalizer (3.4.7)：真正的第一个通用字符集检测器。
  • typing_extensions (4.15.0)：适用于 Python 3.7+ 的反向移植和实验性类型提示。
  • typing-inspection (0.4.2)：运行时检查 Python 中的类型。
  • Pygments (2.20.0)：Python 语法突出显示器。
  • ml_dtypes (0.5.4)：机器学习的 dtypes。
  • rpds-py (0.30.0)：适用于 Python 的 Rust 持久数据结构。
  • annotated-doc (0.0.4)：用于文档注解的库。
  • namex (0.1.0)：实用程序库。

调试和分析

  • tensorboard (2.20.0)：TensorFlow 的可视化工具包。
  • tensorboard-data-server (0.7.2)：TensorBoard 的数据服务器。

地理空间

专门用于处理地理空间数据的库。

  • geopandas (1.0.1)：扩展了 pandas 所用的数据类型，以允许对几何类型执行空间操作。
  • pyogrio (0.12.1)：适用于地理空间矢量文件格式的矢量化输入/输出。
  • pyproj (3.7.2)：PROJ（制图投影和坐标转换库）的 Python 接口。
  • shapely (2.1.2)：用于操控和分析平面几何对象的软件包。
  • xyzservices (2026.3.0)：XYZ 图块提供商的来源。

其他

  • chess (1.11.2)：一个纯 Python 国际象棋库，具有移动生成和验证、PGN 解析和写入等功能。
  • gast (0.7.0)：通用的 AST 到 AST 转换器。

后续步骤