sandbox-executor

name	sandbox-executor
type	bundled
description	沙盒执行器 — 在安全隔离环境中运行 Python/Shell 脚本获取外部数据
version	1.0.0
modes	["agent","plan"]
context	{"keywords":["python","pip","爬虫","抓取","scrape","crawl","脚本","script","下载","安装","shell","bash","命令行","terminal","终端","pandas","numpy","requests","beautifulsoup","selenium","playwright","google play","app store","评论","reviews","数据采集","数据抓取","网页抓取","api调用","curl","wget"]}

沙盒执行器

当任务需要 Python 或 Shell 脚本（如安装第三方库、调用外部 API、网页抓取），使用 sandboxExec() 在安全沙盒中执行。

核心函数

var result = sandboxExec(language, code, options);

参数	类型	说明
language	string	"python" 或 "shell"
code	string	要执行的代码
options.pip	string[]	Python 依赖包列表（可选）
options.timeout	number	超时秒数，默认 60，最大 120

返回值

{
  "ok": true,
  "stdout": "脚本输出内容",
  "stderr": "错误信息（如有）",
  "exitCode": 0,
  "timedOut": false
}

使用模式

核心原则：sandboxExec 获取数据 → WPS JavaScript 写入表格

// 第一步：在沙盒中用 Python 获取数据
var result = sandboxExec("python", `
import json
from google_play_scraper import reviews, Sort

result, _ = reviews(
    'com.example.app',
    lang='zh',
    country='cn',
    sort=Sort.NEWEST,
    count=50
)
print(json.dumps(result, ensure_ascii=False, default=str))
`, { pip: ["google-play-scraper"], timeout: 90 });

if (!result.ok) return "Python 执行失败: " + result.error;

// 第二步：解析数据并写入表格
var data = JSON.parse(result.stdout);
var ws = Application.ActiveSheet;
ws.Range("A1").Value2 = "用户名";
ws.Range("B1").Value2 = "评分";
ws.Range("C1").Value2 = "评论";
ws.Range("D1").Value2 = "日期";

for (var i = 0; i < data.length; i++) {
  var row = i + 2;
  ws.Range("A" + row).Value2 = data[i].userName || "";
  ws.Range( + row). = data[i]. || ;
  ws.( + row). = (data[i]. || ).(, );
  ws.( + row). = data[i]. || ;
}
  + data. + ;

常见场景

网页数据抓取

var result = sandboxExec("python", `
import json, urllib.request
url = "https://api.example.com/data"
resp = urllib.request.urlopen(url)
data = json.loads(resp.read())
print(json.dumps(data))
`, { timeout: 30 });

使用第三方 Python 库

var result = sandboxExec("python", `
import json, pandas as pd
df = pd.read_csv("https://example.com/data.csv")
print(df.to_json(orient="records", force_ascii=False))
`, { pip: ["pandas"], timeout: 60 });

Shell 命令

var result = sandboxExec("shell", `
curl -s "https://api.exchangerate-api.com/v4/latest/USD" | python3 -c "
import sys, json
data = json.load(sys.stdin)
print(json.dumps(data['rates']))
"
`, { timeout: 30 });

关键规则

1. 始终在一个 JavaScript 代码块中完成：sandboxExec() 获取数据 + WPS API 写入表格
2. Python 输出必须是 JSON：在 Python 脚本末尾用 print(json.dumps(...)) 输出结构化数据
3. 检查 result.ok：沙盒执行可能失败，必须处理错误
4. pip 依赖声明在 options 中：不要在 Python 代码里写 os.system("pip install ...")
5. 超时保护：默认 60 秒，大数据量任务设 90-120 秒
6. 不要在沙盒中操作表格：沙盒是隔离环境，无法访问 WPS API。数据必须通过 JSON 传回

不适用场景

• 简单的 WPS 表格操作（直接用 JavaScript）
• 已有 Data Bridge 连接器的数据源（用 dataBridgePull）
• 需要持久化状态的服务（沙盒是一次性的）