$ loading_
在沙箱中安全执行 Python 代码片段，用于计算、分析与快速验证逻辑。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp_python_exec_server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请在安全沙箱中执行以下 Python 代码，验证这个去重函数是否正确，并给出输出结果：
def unique_items(items):
return list(set(items))
print(unique_items([1,2,2,3,1]))返回代码执行结果，并说明函数是否达到预期效果。
在沙箱中运行 Python，计算下面销售数据的总和、平均值和最大值，并输出清晰结果：sales = [120, 150, 98, 210, 175]
输出总和、平均值、最大值等数据统计结果。
请在受限环境中执行一段 Python 测试代码，检查这个除法函数在输入 0 时是否报错，并展示测试结果：
def divide(a, b):
return a / b
print(divide(10, 0))返回执行报错或结果，帮助用户识别边界条件问题。
可安全执行 Python 代码并管理依赖包，支持分析、自动化与开发调试任务。
在受限沙箱中安全执行 Python 代码，并返回结果与生成文件。
在安全沙箱中运行 Python 代码并按需安装依赖，便于快速实验与数据处理
通过安全执行命令、管理知识与集成插件，帮助团队构建可扩展的 AI 工具工作流。
让 AI 直接运行 Python、管理文件与依赖，完成分析、开发和自动化任务。
用于分析浏览器扩展安全性，支持漏洞检测、签名校验与代码审查评估。