$ loading_
在 Docker 容器中执行 Python、管理依赖环境并处理文件操作
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCP Python Interpreter with Docker" 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 Docker 容器中运行以下 Python 代码：读取 /workspace/sales.csv，删除空值与重复行，将日期列转换为 YYYY-MM-DD 格式，并输出清洗后的文件到 /workspace/sales_clean.csv，同时返回处理前后行数统计。
返回执行结果、清洗统计信息，并生成可下载的清洗后 CSV 文件。
请在隔离的 Docker 环境中安装 requests 和 pandas，执行 /workspace/app.py，并检查是否有运行错误；如果报错，请输出完整错误信息并给出修复建议。
返回依赖安装结果、程序运行日志、错误信息及修复建议。
请在 Docker 容器中编写并执行 Python 脚本：遍历 /workspace/reports 目录下所有 .txt 文件，统计每个文件的字数与关键词“error”出现次数，最后生成汇总表 /workspace/report_summary.csv。
返回脚本执行结果，并生成包含各文件统计数据的汇总 CSV。
让 AI 通过安全接口管理 Docker 容器、日志、监控与系统诊断。
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。
用自然语言远程管理与编排 Docker 环境，简化容器运维操作。
通过自然语言管理 Docker 容器，执行运行、查看、停止、删除与日志查询等操作。
提供安全隔离的 Python 会话执行环境，支持运行代码、管理状态与读写文件。
安全执行 Python 代码，并结合 AI 与 MCP 工具完成分析和自动化任务