WorkBuddy 不只是"会写代码"，更关键的是能执行代码。它内置了四种语言运行时，在受限沙箱中执行命令，让你从"看方案"直接跳到"拿结果"。无论是运维排障、数据分析、自动化脚本还是项目构建，代码执行都是核心引擎。

🛡️沙箱机制说明

WorkBuddy 的代码执行并非直接在宿主机上裸跑，而是在受限沙箱中执行。沙箱机制的核心设计：

• 资源隔离：每个执行任务在独立的沙箱环境中运行，任务之间互不影响
• 权限分级：普通操作自动执行，高危操作需要用户手动授权确认
• 超时保护：每个任务默认 2 分钟超时，防止无限循环或死锁
• 输出捕获：stdout 和 stderr 都会被完整捕获并返回，超过 2000 行自动截断
• 工作目录：沙箱的工作目录默认为当前项目根目录，可通过参数指定

🖥️四种语言环境配置

环境检测

你可以让 WorkBuddy 检测当前环境信息：

# 检测 Bash 环境
> 运行 bash -c "echo $BASH_VERSION && which python3 && which node"

# 检测 Python 环境
> 运行 python3 -c "import sys; print(sys.version); import pandas; print('pandas:', pandas.__version__)"

# 检测 Node 环境
> 运行 node -e "console.log(process.version); console.log(process.arch)"

🔒安全边界：高危操作确认

WorkBuddy 将操作分为三个安全级别：

绿级：自动执行

无副作用的只读操作，无需确认：

ls, cat, head, tail, grep, find    # 文件查看
git status, git log, git diff       # Git 只读
python3 -c "..."                    # 纯计算脚本
node -e "..."                       # 纯计算脚本
curl -I (HEAD 请求)                 # 网络探测

黄级：需确认执行

有副作用但可逆的操作，WorkBuddy 会提示并等待确认：

git add, git commit                 # Git 写操作
npm install, pip install            # 安装依赖
mkdir, cp, mv                       # 文件管理
docker start, docker restart        # 容器操作

红级：必须授权

不可逆或高风险操作，必须用户手动授权：

rm -rf                              # 递归删除
DROP TABLE, TRUNCATE                # 数据库危险操作
docker rm, docker system prune      # 容器/镜像删除
git push --force                    # 强制推送
chmod 777                           # 危险权限修改
curl -X DELETE (删除 API)           # 破坏性 HTTP 请求

💻执行示例

Bash 示例

# 查看磁盘使用情况
> 查看一下当前目录的磁盘使用情况

# 查找大文件
> 找出 /var/log 下大于 100MB 的文件

# 分析 Nginx 访问日志
> 统计 access.log 中最近 1 小时各状态码的数量

PowerShell 示例

# 查看 Windows 服务状态
> 查看所有正在运行的 Windows 服务

# 检查 IIS 站点
> 列出 IIS 上所有的网站及其绑定信息

# 查询事件日志
> 查看系统事件日志中最近 24 小时的错误

Python 示例

# 数据分析
> 用 pandas 读取 sales.csv，按月份汇总销售额，给出统计摘要

# 爬虫脚本
> 写一个 Python 脚本，抓取这个页面的所有链接

# 批量处理 Excel
> 把 data/ 下所有 Excel 文件的第一个 sheet 合并成一个总表

Node.js 示例

# 前端构建
> 运行 npm run build 构建前端项目

# JSON 数据处理
> 用 Node 脚本把这个 JSON 文件里的数据按日期排序并去重

# API 批量调用
> 写一个 Node 脚本，批量调用这个 API 并收集响应时间

⚡性能与限制

🎯最佳实践

1. 选择合适的语言

• 系统运维→ Bash（Linux/macOS）或 PowerShell（Windows）
• 数据处理→ Python（pandas/numpy 生态最成熟）
• 前端/JSON→ Node.js（原生 JSON 支持，npm 生态）
• 不确定时→ Python（通用性最强，库最丰富）

2. 先测试再执行

对有风险的操作，先用 Ask 模式让 WorkBuddy 解释命令会做什么，确认后再切到 Craft 执行：

# Ask 模式：先问清楚
> 这个 sed 命令会做什么？ sed -i 's/old/new/g' config.yaml

# 确认后 Craft 模式执行
> /craft
> 执行这个 sed 命令

3. 善用管道组合

Shell 的管道（pipe）是强大武器，一行命令胜过十行脚本：

# 找出最耗内存的进程
> 运行 ps aux | sort -nrk 4 | head -10

# 统计日志中各 HTTP 状态码数量
> 运行 cat access.log | awk '{print $9}' | sort | uniq -c | sort -rn

4. 长时间任务拆分

超过 2 分钟的任务，拆分为多个步骤分步执行，避免超时：

# 不要：一次性处理 100 个文件
> 批量压缩 images/ 下所有图片

# 要：分批处理
> 先处理 images/ 下前 20 个图片
> 再处理下一批 20 个

5. 输出重定向到文件

大量输出时，重定向到文件再读取，避免截断丢失信息：

> 把命令输出保存到 /tmp/result.txt，然后读取前 100 行

🔄与其他能力组合

代码执行很少单独使用，最常见的组合模式：

• 文件操作 + 代码执行：读取配置 → 执行脚本 → 写回结果（最经典组合）
• 代码执行 + 联网搜索：搜索解决方案 → 编写脚本 → 执行验证
• 代码执行 + 数据可视化：Python 分析数据 → 生成 SVG 图表
• 代码执行 + MCP：从外部服务拉数据 → 本地处理 → 推送结果