python-executor
一个基于文件执行的本地AI工作流执行器，用于可复现的调试和技能固化。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：python-executor。 它的用途是：一个基于文件执行的本地AI工作流执行器，用于可复现的调试和技能固化。 完整的 Skill 内容见：https://321skill.com/skills/python-executor/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“我需要分析这个线上服务的错误日志，找出根因。” 它会引导你使用pyx：先创建一个临时目录，将日志文件和分析脚本准备好，然后通过 `pyx run` 执行。执行过程会被完整记录，输出分析报告和证据链。下次遇到类似问题，可以直接复用这次生成的‘技能’快速启动调查。
介绍
python-executor (pyx) 解决的核心问题是AI工作流（如Agent任务、代码调试）的不可复现性。它通过严格的“文件优先”执行契约（MANIFEST_IO），将输入、脚本、输出和运行日志全部文件化，确保每次运行都可追溯、可审计，并能将成功的调试过程固化为可复用的技能。
使用方式围绕 pyx 命令行工具展开。首先通过 pyx gs 交互式生成核心技能文件，了解其工作模式。所有实际工作都应通过 pyx run --file 执行，脚本通过读取预定义的环境变量（如 PYX_INPUT_PATH）来获取输入，并将输出写入指定目录，同时自动生成运行清单和日志。
它非常适合需要严谨记录AI工作过程的开发者，如处理线上故障的运维工程师、进行代码迁移或重构的全栈开发、以及需要将复杂问题解决过程文档化的技术研究者。对于追求快速、交互式探索的用户，其文件驱动的模式可能略显繁琐。
建议在使用时，始终遵循其“先写文件，后执行”的模式，将临时脚本和输入JSON放在统一目录（如 temp/），并习惯性检查输出清单。这能最大程度发挥其可复现和证据留存的优势，便于后续复盘和技能提取。
核心特点
与多数交互式AI工具不同，pyx强制采用文件化、清单化的执行流程，将一次性的AI对话转化为可版本控制、可重复运行的“技能包”。其核心区别在于强调“证据链”，每次运行都自动生成包含输入、输出、日志路径的清单，便于审计和复用。
注意事项
不适合需要快速、交互式探索和一次性对话解决的简单问题，其文件驱动的流程会带来额外开销。
常见问题
pyx和直接让AI写Python脚本运行有什么区别？
pyx通过MANIFEST_IO规范了输入输出路径和日志记录，自动生成运行清单，使单次脚本执行变成可追溯、可复现的工作流单元，便于归档和转化为技能。
生成的技能（skill）是什么格式？怎么用？
技能是包含SKILL.md说明文件和references参考目录的文件夹，遵循Claude技能格式。可被AI读取以理解特定工作流，并用于引导新的会话。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/python-executor/raw/index.md 读取 python-executor 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/python-executor/raw/index.md（查看排版版本）