$ loading_
在项目工作区中安全管理 Python 虚拟环境与依赖包操作。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"dev-env-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请在当前项目工作区中创建一个新的 Python 虚拟环境，并说明环境路径与 Python 版本。
返回虚拟环境创建结果，以及环境位置和 Python 版本信息。
请在该项目的虚拟环境中安装 requests 和 pandas，并列出安装结果与当前已安装版本。
返回依赖安装状态，并输出相关包的已安装版本清单。
请冻结当前虚拟环境中的依赖，生成可用于 requirements.txt 的包版本列表。
输出标准化的依赖版本清单，便于复现项目环境。
提供安全的文件与目录操作能力，支持 AI 自动化开发与工程流程执行。
帮助用户通过 MCP 管理 Conda 环境与软件包，简化开发与数据分析配置。
提供本地开发所需的文件、终端、编辑与安全会话管理能力。
帮助开发者快速脚手架并管理兼容 MCP 的服务端项目与开发环境。
通过 MCP 执行文件操作、管理 npm 包并检查配置安全与合规。
通过统一接口执行文件、数据库、网页与系统运维等基础设施操作。