aipypro

name	aipypro
description	This skill should be used when working with AipyPro AI agent to execute Python code via natural language commands. AipyPro is an AI-powered Python execution tool that can generate and run Python code based on natural language instructions.

AipyPro Skill

技能概述

技能名称

AipyPro技能包

技能描述

AipyPro技能包是一个专门为AipyPro AI代理设计的综合技能套件，支持通过自然语言命令执行Python代码生成和运行。该技能包提供了完整的命令行参考、实用示例、辅助脚本和最佳实践指南。

核心功能

1. 智能代码生成: 根据自然语言描述自动生成Python代码
2. 文件操作: 支持文件系统操作、数据处理和分析
3. 系统管理: 提供系统监控、日志分析等系统管理功能
4. 工作流自动化: 支持复杂工作流和自动化任务
5. 机器学习支持: 提供数据预处理、模型训练等ML功能

使用场景

场景1: 快速原型开发

• 需求: 快速验证想法或概念
• 示例命令: aipypro run "create a function to calculate fibonacci sequence"
• 适用对象: 开发者、研究人员、学生

场景2: 数据处理与分析

• 需求: 处理和分析数据集
• 示例命令: aipypro run "analyze CSV file and create visualization"
• 适用对象: 数据分析师、业务分析师

场景3: 系统管理自动化

• 需求: 自动化系统管理任务
• 示例命令: aipypro run "monitor system resources and generate report"
• 适用对象: 系统管理员、DevOps工程师

场景4: 学习与教育

• 需求: 学习Python编程和算法
• 示例命令: aipypro run "explain binary search algorithm with example"
• 适用对象: 学生、编程初学者

输入参数

基本参数

instruction: "自然语言指令"  # 必需参数，描述要执行的任务

高级参数

--style: "代码风格"          # 可选，如"professional", "simple"
--role: "执行角色"          # 可选，如"developer", "analyst"
--task: "任务类型"          # 可选，如"data_analysis", "system_admin"

参数示例

# 基本用法
aipypro run "create a function to calculate factorial"
# 带样式参数
aipypro run --style professional "implement binary search algorithm"
# 带角色参数
aipypro run --role data_scientist "analyze time series data"

输出结果

输出类型

1. 代码文件: 生成的Python脚本文件（.py）
2. 执行结果: 代码执行的输出结果
3. 报告文件: 数据分析报告、系统报告等
4. 可视化文件: 图表、图形等可视化输出

输出位置

• 代码文件通常保存在当前工作目录
• 输出文件命名遵循模式: task_name_timestamp.extension
• 执行结果直接在终端输出

使用示例

基础示例

# 示例1: Hello World
aipypro run "print Hello World"
# 示例2: 简单计算
aipypro run "calculate 7 * 8"
# 示例3: 文件操作
aipypro run "list files in current directory"

进阶示例

# 示例4: 数据可视化
aipypro run "create bar chart for sales data"
# 示例5: 系统监控
aipypro run "check disk usage and memory"
# 示例6: 机器学习
aipypro run "train classification model on dataset"

完整工作流示例

# 完整的数据分析管道
aipypro run "create complete data pipeline: load data, clean, analyze, visualize"

安装与配置

环境要求

• Python版本: 3.8 或更高版本
• 操作系统: Windows, macOS, Linux
• 依赖包: 根据任务需要自动安装

安装步骤

1. 验证AipyPro安装

aipypro --version

2. 安装技能包依赖

# 使用helper脚本安装依赖
python scripts/aipypro_helper.py --install-deps

3. 测试技能包

# 运行测试命令
aipypro run "test basic functionality"

配置选项

# 配置文件位置: ~/.aipypro/config.yaml
settings:
  default_style: "professional"
  auto_save: true
  output_dir: "./aipypro_output"
  log_level: "INFO"

最佳实践

实践1: 清晰的指令描述

• 推荐: "create a function to calculate the average of a list of numbers"
• 不推荐: "calculate average"

实践2: 分步执行复杂任务

# 步骤1: 数据加载
aipypro run "load CSV file and inspect structure"
# 步骤2: 数据清洗
aipypro run "clean data by removing duplicates and filling missing values"
# 步骤3: 分析
aipypro run "analyze data and generate statistics"

实践3: 使用适当的参数

# 使用角色参数提高代码质量
aipypro run --role senior_developer "implement production-ready API"
# 使用样式参数控制输出格式
aipypro run --style concise "create summary report"

实践4: 结果验证

# 生成测试代码
aipypro run "create unit tests for the generated function"
# 验证输出
aipypro run "validate the analysis results"

故障排除

常见问题1: 命令执行失败

症状: 命令执行无响应或报错 解决方案:

1. 检查AipyPro安装: aipypro --version
2. 验证Python环境: python --version
3. 查看详细错误: aipypro run --verbose "your command"

常见问题2: 生成的代码有错误

症状: 生成的Python代码无法运行 解决方案:

1. 提供更详细的指令描述
2. 使用--style debug参数生成调试信息
3. 分步执行复杂任务

常见问题3: 依赖包缺失

症状: 导入错误或模块未找到 解决方案:

1. 使用helper脚本安装依赖

python scripts/aipypro_helper.py --install-packages pandas matplotlib

2. 在指令中指定依赖

aipypro run "using pandas, analyze the data"

常见问题4: 性能问题

症状: 执行缓慢或内存占用高 解决方案:

1. 简化指令，分步执行
2. 使用--task optimize参数
3. 检查系统资源使用情况

技能包结构

目录结构

aipypro-skill/
├── SKILL.md                    # 主技能文档（本文件）
├── README.md                   # 项目README
├── scripts/
│   └── aipypro_helper.py      # Python辅助脚本
├── references/
│   ├── command_reference.md   # 完整命令参考
│   └── examples.md           # 使用示例
└── assets/
    └── task_template.json     # 任务配置模板

文件说明

1. SKILL.md: 完整的技能描述和使用指南
2. aipypro_helper.py: 辅助脚本，提供额外功能
3. command_reference.md: 详细的命令参考文档
4. examples.md: 丰富的使用示例
5. task_template.json: 任务配置模板

版本历史

v1.0.0 (2024-03-13)

• 初始版本发布
• 包含基础技能文档
• 提供基本示例和命令参考

v1.1.0 (计划中)

• 增加更多高级示例
• 优化helper脚本功能
• 添加性能优化指南

贡献指南

如何贡献

1. Fork项目仓库
2. 创建功能分支
3. 提交更改
4. 创建Pull Request

代码规范

• 遵循PEP 8代码风格
• 添加适当的注释和文档
• 包含单元测试

文档要求

• 使用Markdown格式
• 包含使用示例
• 提供清晰的说明

许可证

本项目采用MIT许可证。详细信息请查看LICENSE文件。

支持与反馈

获取帮助

• 查看详细文档: references/目录
• 运行示例: 参考examples.md
• 使用helper脚本: python scripts/aipypro_helper.py --help

报告问题

• GitHub Issues: [项目Issues页面]
• 邮件支持: [e-mail]
• 社区论坛: [社区链接]

提供反馈

我们欢迎任何形式的反馈，包括:

• 功能建议
• 错误报告
• 使用体验分享
• 改进建议

---

最后更新: 2024年3月13日 维护者: AipyPro技能包团队