Agent Skills
返回列表
💻

代码执行工具专业版

开发编程 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @zcwl/code-runner-tool-pro

技能介绍

要解决的具体问题

企业团队在批量代码执行时常面临三个痛点:一是单任务串行执行效率低,无法满足多项目并行开发、微服务批量迭代的需求;二是执行过程缺乏结构化追踪,难以定位失败任务的具体原因(如执行时间、变更文件、输出日志等);三是代码执行能力与CI/CD流水线脱节,无法实现自动化任务的闭环管理。这些问题导致团队在自动化开发中难以平衡效率、可控性与合规性。

技能如何工作

该技能通过企业级PTY代码执行引擎解决上述问题,核心能力包括:

  • 批量任务执行:使用input参数传入任务指令,支持options配置执行模式(如sync/async),通过callback_url接收异步完成通知,返回包含返回码、处理记录的响应数据;
  • 并发管理与任务编排:支持配置最大并发数(默认3)、优先级队列(高优先级任务优先执行)、任务依赖关系(任务间可配置依赖)和失败重试(自动重试失败任务),每个任务独立超时配置;
  • 执行日志审计:记录任务ID、执行时间、执行用户、变更文件、stdout/stderr日志等9项关键信息,审计日志保留90天;
  • CI/CD集成:通过input_params参数调用,支持在CI/CD流水线中自动执行代码任务,输出包含返回码、数据和处理记录;

例如,在多项目并行开发场景中,开发者可通过输入input参数批量执行不同微服务的代码任务,系统按优先级队列调度,通过失败重试机制确保任务完成,最终生成包含每个任务执行耗时、变更文件和输出日志的审计报告。

适用边界与注意点

  • 环境依赖:需要Python 3.8+、代码CLI(通过npm install -g @anthropic-ai/claude-code安装)和LLM API支持,离线环境不可用;
  • 资源限制:单次执行代码长度受限制,并发数受系统资源约束(建议开发环境并发2-3,CI/CD环境3-5),执行时间超时会终止任务;
  • 安全约束:API密钥需通过环境变量配置,禁止硬编码;命令执行仅支持白名单内命令,网络通信需使用HTTPS并校验证书;
  • 兼容性:主要支持Linux和macOS系统,不保证旧版本Python(<3.8)的兼容性。

使用场景

  • 开发团队要对多个微服务批量执行代码任务,并按优先级与依赖关系编排执行顺序
  • CI/CD 流水线需要在每次提交后自动执行代码任务,并把执行结果回传到流水线
  • 平台管理员需要审计执行记录,确认哪个用户在何时运行了什么任务、改动哪些文件
  • 多项目并行开发时,工程师要为各项目分别配置超时时间与失败重试,避免相互阻塞

适合人员

  • 后端工程师:需要批量对多个微服务执行重构脚本,并逐任务配置并发度与超时
  • DevOps 工程师:想在 CI/CD 流水线中自动执行代码任务并收集结构化执行日志
  • 平台负责人:要为团队提供多用户隔离的执行环境,并保留可追溯的审计记录
  • 脚本开发者:在多仓库并行场景下跑批量任务,依赖失败重试与编排减少人工干预