TTokenySpace
返回 Skills 列表

Python 环境工具基础版

核心能力: 开发工具领域的专业化 AI 辅助工具,提供核心基础功能支持. 适用场景: 个人用户与轻量级场景,涵盖日常操作、自动化工作流与智能决策辅助. 差异化: FREE 版本,面向个人用户提供核心功能、简洁操作与社区支持. 适用关键词: python, python3, venv, pip, 依赖, 虚拟环境, requirements

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"python3-tool-free"技能
技能信息:
- 名称: Python 环境工具基础版
- 标识: python3-tool-free
- 描述: 核心能力: 开发工具领域的专业化 AI 辅助工具,提供核心基础功能支持. 适用场景: 个人用户与轻量级场景,涵盖日常操作、自动化工作流与智能决策辅助. 差异化: FREE 版本,面向个人用户提供核心功能、简洁操作与社区支持. 适用关键词: python, python3, venv, pip, 依赖, 虚拟环境, requirements
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/python3-tool-free/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

Python 环境工具基础版

概述

本工具是 开发工具 领域的 FREE 版本 AI Skill,专为个人用户与轻量级场景设计。通过自然语言指令驱动 AI Agent 执行任务,提供核心功能与简洁易用的操作体验. FREE 版本与 PRO 版本完全兼容,可在需要时升级至 PRO 版本获取高级功能、批量操作与团队协同能力.

版本定位

维度FREE 版本PRO 版本
目标用户个人用户企业团队
功能范围核心功能全部功能
批量操作不支持支持
团队协作不支持支持
技术支持社区支持优先响应
数据分析基础统计高级分析

核心能力

FREE 版本提供以下能力:

检测当前 Python 环境与

检测当前 Python 环境与解释器路径

处理: 解析检测当前 Python 环境与的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回检测当前 Python 环境与的响应数据,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

创建或刷新项目虚拟环境

创建或刷新项目虚拟环境

处理: 解析创建或刷新项目虚拟环境的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回创建或刷新项目虚拟环境的响应数据,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

安装项目依赖与开发包

安装项目依赖与开发包

处理: 解析安装项目依赖与开发包的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回安装项目依赖与开发包的响应数据,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

运行测试与工具检查

运行测试与工具检查

处理: 解析运行测试与工具检查的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回运行测试与工具检查的响应数据,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

环境诊断与故障排查

环境诊断与故障排查

处理: 解析环境诊断与故障排查的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回环境诊断与故障排查的响应数据,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

功能详情

本版本提供 5 项核心能力,覆盖 开发工具 的常见使用场景。如需批量操作、团队协作、数据分析等高级功能,可升级至 PRO 版本. FREE 版本核心功能清单:

  • 检测当前 Python 环境与解释器路径
  • 创建或刷新项目虚拟环境
  • 安装项目依赖与开发包
  • 运行测试与工具检查
  • 环境诊断与故障排查

PRO 版本扩展功能预览:

  • 多 Python 版本管理与切换
  • 依赖安全审计与漏洞扫描
  • CI/CD 集成:环境标准化与可重复构建
  • 依赖许可证合规检查
  • 性能分析与内存 profiling
  • 与企业制品库集成的包管理

处理: 解析功能详情的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回功能详情的响应数据,包含状态码、结果和日志. 技术参数:使用input_paramsoutput_format参数控制执行行为,支持json/text/csv输出格式. 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:项目环境、支持虚拟环境创建、依赖安装与环境诊、开发工具领域的专、辅助工具、提供核心基础功能等。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.

使用场景

场景 1: 初始化项目环境

创建虚拟环境并安装依赖

用户可通过自然语言指令触发此场景,工具将自动执行相应操作并返回结构化结果.

输入格式

参数名类型必填说明
inputstringPython 环境工具基础版处理的输入数据或指令
optionsobject附加配置选项,如模式选择、格式偏好等
callback_urlstring异步处理完成后的回调通知URL
# 检测环境
python3 --version
python3 -c "import sys; print(sys.executable)"
# 创建虚拟环境
python3 -m venv .venv
# 依赖说明
.venv/(请参考skill目录中的脚本文件) install -r requirements.txt

场景 2: 诊断环境问题

排查 ModuleNotFoundError 等常见问题

# 诊断步骤
1. 确认使用 .venv/(请参考skill目录中的脚本文件)
2. 检查依赖是否已安装
3. 检查 PYTHONPATH 设置
4. 重新安装依赖
.venv/(请参考skill目录中的脚本文件) -m pip list --outdated

不适用场景

以下场景Python 环境工具基础版不适合处理:

  • 实时流数据处理
  • 小规模数据手动分析
  • 非结构化文本情感分析

触发条件

需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求.

快速开始

1. 环境准备

确保已安装并配置好 AI Agent 环境(Claude Code / Cursor / Codex / Gemini CLI 等),本 Skill 通过 SKILL.md 指令驱动 Agent 执行任务. 系统要求:

  • 操作系统: Windows / macOS / Linux
  • Agent 平台: 支持 SKILL.md 格式的任意 AI Agent
  • 运行时: Python 3.8+ 或 Node.js 18+(视具体操作需求)

2. 配置参数

# 标准工作流
python3 -m venv .venv
source .venv/(请参考skill目录中的脚本文件)  # Linux/macOS
# .venv\Scripts\activate  # Windows
python3 -m pip install -r requirements.txt
python3 -m pip install -e .  # 安装项目包

3. 验证配置

配置完成后,可通过以下方式验证是否正常工作:

# 验证环境变量是否设置
echo "配置检查:"
env | grep -E "API|KEY|TOKEN|SECRET" | sed "s/=.*/=***/"  # Linux/macOS
# 或 PowerShell
# Get-ChildItem Env: | Where-Object {$_.Name -match "API|KEY|TOKEN"} | Format-Table

4. 开始使用

在 AI Agent 对话中描述你的需求,Agent 会根据本 Skill 的指令自动执行对应操作.

请帮我初始化项目环境

Agent 将自动:

  1. 解析你的自然语言指令
  2. 调用相应的工具或 API
  3. 执行操作并返回结果
  4. 返回执行结果供你确认

示例

基础配置

# 标准工作流
python3 -m venv .venv
source .venv/(请参考skill目录中的脚本文件)  # Linux/macOS
# .venv\Scripts\activate  # Windows

可选配置

{
  "edition": "free",
  "auto_retry": false,
  "max_concurrent": 1,
  "log_level": "info",
  "cache_enabled": true,
  "timeout": 30
}

FREE 配置项说明:

配置项类型默认值说明
auto_retryboolfalse失败后自动重试
max_concurrentint1最大并发数(FREE 限制为1)
log_levelstringinfo日志级别
cache_enabledbooltrue启用结果缓存
timeoutint30操作超时时间(秒)

最佳实践

  1. 优先使用项目本地虚拟环境
  2. 使用 python3 -m pip 避免 pip 不匹配
  3. 安装前检查依赖文件
  4. 避免全局安装使用 venv 隔离

个人使用建议

  • 从简单任务开始熟悉工具行为,逐步扩展到复杂场景
  • 定期备份配置文件与数据,防止意外丢失
  • 遇到问题先查阅常见问题章节,再寻求社区帮助
  • 保持配置简洁,只启用必要的功能选项
  • 定期更新工具版本以获取最新功能与修复
  • 记录常用操作命令,提高日常使用效率

常见问题

Q: ModuleNotFoundError 怎么办?

A: 确认命令通过 .venv/(请参考skill目录中的脚本文件) 执行,然后重新安装依赖.

Q: externally-managed-environment 错误?

A: 停止全局安装尝试,使用虚拟环境管理依赖.

Q: 如何升级到 PRO 版本?

A: 升级到 PRO 版本非常简单:

  1. 获取 PRO 版本授权
  2. 安装 PRO 版本 Skill
  3. 原有配置自动迁移,无需额外操作
  4. 即可使用批量操作、团队协作等高级功能

已知限制

A: FREE 版本主要限制:

  • 不支持批量操作(每次只能处理一个任务)
  • 不支持团队协作(仅限个人使用)
  • 不支持高级数据分析
  • 技术支持依赖社区 如需这些功能,建议升级至 PRO 版本.

Q: FREE 版本的数据安全吗?

A: FREE 版本所有数据本地存储,不上传云端,确保隐私安全。建议定期备份配置文件与数据目录.

依赖说明

运行环境

  • Agent 平台: 支持 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
  • 操作系统: Windows / macOS / Linux
  • 运行时: Python 3.8+ 或 Node.js 18+(视具体操作需求)
  • 网络: 部分功能需要网络连接访问外部 API

第三方依赖

依赖项类型是否必需获取方式
LLM APIAPI必需由 Agent 内置 LLM 提供
curlCLI 工具推荐系统自带或包管理器安装
jqJSON 处理推荐apt install jq / brew install jq
Python 3.8+运行时视需求python.org 下载
Node.js 18+运行时视需求nodejs.org 下载

API Key 配置

FREE 版本支持单一 API Key 配置,满足个人使用需求:

  • 环境变量:通过环境变量配置 API Key
  • 配置文件:支持配置文件方式存储 API Key
  • 安全提醒:切勿将 API Key 硬编码到脚本或提交到版本控制系统

可用性分类

  • 分类: MD+EXEC(纯 Markdown 指令,部分功能需要 exec 命令行执行能力)
  • 说明: 基于 Markdown 的 AI Skill,通过自然语言指令驱动 Agent 执行任务
  • FREE 特性: 支持单次执行、基础配置与社区支持
  • 安全等级: 基础,数据本地存储,建议定期备份
  • SLA: 社区支持,尽力响应

快速开始

  1. 确认运行环境满足依赖说明中的要求
  2. 在AI Agent对话中调用本技能,提供必要的输入参数
  3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

版本信息

项目
版本号1.0.0
版本类型FREE
许可证MIT
兼容性可升级至 PRO 版本

错误处理

错误场景原因处理方式
配置错误参数缺失或格式错误检查依赖说明中的配置要求
运行时错误运行环境不满足确认运行环境符合依赖说明
网络错误连接超时或不可达执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案

输出格式

{
  "success": true,
  "data": {
    "result": "Python 环境工具基础版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "python3"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}

评论

加载中…