$ loading_
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。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCP Python Executor" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 Python 读取一个 CSV 文件，统计每列缺失值数量，并输出前 10 行预览。如果缺少依赖，请安装所需包。
返回可执行结果，包括缺失值统计、数据预览，以及所安装依赖的说明。
请安装 requests 和 pandas，然后写一段 Python 示例代码，验证它们可以正常导入并输出版本号。
返回安装状态、测试代码执行结果，以及各库的版本信息。
请用 Python 编写一个脚本，遍历指定文件夹中的所有 .txt 文件，统计每个文件的字数，并汇总为一个 CSV 文件。
返回完整脚本或执行结果，生成按文件统计的 CSV 汇总文件。
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。
在隔离无 root 容器中安全执行 Python 代码，并支持 MCP 代理以精简工具上下文。
通过 MCP 连接 Jupyter 环境，帮助执行代码、分析数据并交互式探索结果。
通过终端命令、Python执行与文件操作，帮助用户完成本地开发与自动化任务。
通过跨语言实战示例学习 MCP 基础并构建安全可扩展的 AI 工作流。
让大模型安全执行 pandas 数据分析并生成交互式可视化结果。