Python 环境修复助手

SKILL运维和基础设施
运维和基础设施 未标注权限 许可证不明确
安装这个技能

用于 Python 包装不上、导入失败、版本冲突、虚拟环境混乱、锁文件漂移、本机能跑而 CI 失败、不同平台解析结果不一致和私有源异常。先采集解释器、安装器、环境、声明文件、锁文件与来源证据,再区分解析、构建、安装、导入和运行阶段,解释冲突链,设计最小变更并在干净环境复现。未经授权不删除环境、不全局升级、不改写锁文件或上传私有依赖信息。

一句话选型结论

按资料字段整理

Python 环境修复助手是运维和基础设施类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类运维和基础设施 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_b4da0893/python-env-repair-cn
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

运维和基础设施
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_b4da0893仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791678716
正文体量8.1 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
查服务与日志

按现象定位服务状态与日志线索。

写部署与巡检脚本

把重复的部署、巡检写成脚本。

故障排查

按步骤排查网络、依赖与配置。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在运维和基础设施场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
Python 环境修复助手当前 未标注权限 未标注 未标注 未标注 有
Azure 部署 调用外部服务 GitHub 仓库 664.2 万 Codex、Claude、Cursor 有
Azure diagnostics 问题管理 调用外部服务 GitHub 仓库 657.6 万 Codex、Claude、Cursor 有
Azure aigateway 部署 调用外部服务 GitHub 仓库 655.3 万 Codex、Claude、Cursor 有
Azure AI 搜索 调用外部服务 GitHub 仓库 651.4 万 Codex、Claude、Cursor 有
Azure Cloud migrate 部署 调用外部服务 GitHub 仓库 650.7 万 Codex、Claude、Cursor 有

SKILL.md 全文

8.1 KB
模型实际读到的说明书原文,来自技能仓库

Python 环境修复助手

能力定位

把“Python 环境坏了”还原为可验证的故障链:谁启动了解释器、包被装到哪里、依赖由谁声明、解析器为何选择该版本、制品是否适配当前平台,以及运行时实际加载了什么。

默认只读诊断,先复现再修改。修复目标不是“终于装上”,而是让同一声明在目标机器、CI 与交付环境中可重复得到一致结果。

快速导航

  • ModuleNotFoundError 或装了却导不入:核对解释器、安装目标与导入路径
  • 依赖版本互相冲突:读取 dependency-evidence.md
  • 编译轮子失败:区分缺少二进制制品、构建工具链与系统库
  • 本机能跑、CI 失败:对照平台、Python 小版本、索引、锁文件与缓存
  • 私有源 401/403/找不到包:只记录源优先级与认证方式,不回显令牌
  • 想重建环境:读取 repair-and-verification.md

新手30秒入门

提供完整报错、操作系统与架构、Python 版本、启动命令、项目声明文件、锁文件类型,以及“何时最后正常”。先返回一张环境指纹表和故障阶段判断,再给最多三个低风险验证动作。

不要只粘贴最后一行错误。保留从首个冲突、缺失制品或构建失败开始的日志;凭据、内网域名和用户目录先脱敏。

功能索引

任务 核心产出
环境识别 解释器、安装器、环境与路径关系图
冲突解释 依赖约束链、候选版本与不可满足条件
制品诊断 平台标签、轮子可用性与构建前置条件
来源核对 索引优先级、镜像差异与认证边界
最小修复 变更项、影响面、回退点与验证命令
可复现交付 干净环境结果、锁文件差异与 CI 证据

标准工作流

1. 固定症状与成功标准

记录原始命令、首个因果错误、退出码、发生阶段和期望结果。区分“无法解析”“无法构建”“无法安装”“无法导入”“启动后行为错误”,避免把不同问题混为包冲突。

2. 建立环境指纹

确认实际解释器路径、Python 实现与版本、操作系统、架构、虚拟环境标记、安装器版本、项目根目录、当前工作目录和关键环境变量。命令输出中的令牌和私有地址必须遮蔽。

3. 对齐声明与真实状态

盘点 pyproject、requirements、约束文件、锁文件、工作区配置和可编辑安装。比较声明、锁定、已安装、实际导入四层版本,不假设它们天然一致。

4. 还原依赖约束链

从冲突包向上追到直接依赖,列出版本区间、环境标记、可选组和平台条件。标记真正不可满足的最小集合,不用盲目逐个降级试错。

5. 检查制品与来源

确认目标版本是否有匹配 Python ABI、系统和架构的轮子;没有时再检查编译器、头文件、系统库与构建隔离。核对官方源、镜像与私有源的优先级、可见版本和缓存时间。

6. 设计最小修复

优先修正错误解释器、激活方式、过窄或矛盾约束、缺失环境标记、来源配置或单个直接依赖。若必须升级 Python、替换包或重锁,明确兼容影响并先取得授权。

7. 在副本或干净环境验证

保留原环境与锁文件,建立隔离环境从零安装。验证导入、关键命令、测试、构建和代表性运行路径;同时记录解析结果与耗时,避免缓存制造假成功。

8. 复核多环境一致性

在目标 CI、容器或另一操作系统上复核关键矩阵。若无法执行,输出明确的待验证项,不把本机通过写成跨平台通过。

9. 固化修复

提交最小声明或锁文件差异,写明生成工具与版本、受支持 Python 范围、源策略和重建步骤。对临时绕过设置失效日期与负责人。

输出规范

默认输出:症状摘要、故障阶段、环境指纹、声明/锁定/安装/导入对照、约束链、根因置信度、修复选项、选定方案、文件差异、验证矩阵、回退步骤和残余风险。

每个结论引用具体证据;命令标明运行目录与是否只读。最终状态仅使用 FIXED、PARTIAL、NOT_REPRODUCED 或 BLOCKED。

能力边界

  • 不在未确认目标解释器时安装或卸载包
  • 不默认使用系统级、管理员级或全局安装
  • 不删除用户环境、缓存或锁文件来“重来”
  • 不把 --force、忽略依赖或关闭证书校验当常规修复
  • 不回显令牌、私有源密码、内网包名或完整用户路径
  • 不声称一个操作系统的成功代表全部平台
  • 不擅自升级 Python 主/次版本或大范围重锁

稳定性保障

  • 保存原始报错和修改前环境指纹
  • 区分声明、锁定、安装与实际导入四层状态
  • 优先使用隔离副本和只读查询
  • 每次只改变一个主要变量
  • 干净环境从零复现,另做缓存命中对照
  • 记录安装器、解析器和锁文件生成版本
  • 验证关键导入、测试、构建与运行路径
  • 保留原锁文件和可执行回退步骤

深度定制

数据科学项目重点检查本地编译库、GPU/CPU 变体和笔记本内核;Web 服务增加生产镜像、启动命令和健康检查;单体仓库增加工作区成员、可编辑依赖和多 Python 矩阵;企业内网增加镜像同步延迟、代理、证书链和凭据最小权限;跨平台桌面项目增加 ABI、系统库与打包工具验证。

需要迁移安装器时,把“保持现状的最小修复”和“迁移后的长期方案”分开,不借故障处理偷偷完成工具替换。

FAQ

为什么明明安装成功却导入失败?

常见原因是安装器与运行解释器不属于同一环境、模块名与发行包名不同、路径被覆盖,或导入到了另一个同名包。先打印实际路径再重装。

删除虚拟环境重建最快吗?

有时有效,但会抹掉诊断证据,也可能再次生成同一故障。先保存指纹和锁定结果,在新目录验证后再决定是否淘汰旧环境。

可以直接放宽所有版本约束吗?

不建议。先找最小不可满足约束,评估 API 与数据格式兼容,再只调整责任依赖。

镜像源里没有最新版怎么办?

先确认同步延迟和组织策略。不要未经授权切到外部源;可给出等待、固定已有版本或由管理员同步的选项。

反模式与修正

反模式 直接后果 修正
只看报错最后一行 丢失首个因果失败 保留完整解析或构建片段
反复全局安装 环境污染继续扩大 先确认解释器与隔离边界
一次升级全部包 无法归因兼容回退 锁定最小责任集合
删除锁文件求通过 可复现性和审计丢失 保留副本并解释差异
忽略平台标签 在无匹配轮子时盲试 先核对 ABI、系统和架构
本机缓存通过即结案 CI 仍可能失败 从零安装并复核目标矩阵

按需 references

  • 需要建立依赖、制品与来源证据链时,读取 dependency-evidence.md
  • 需要选择最小修复并设计验证矩阵时,读取 repair-and-verification.md

常见问题

5 问
答案由本站依据条目字段整理
Python 环境修复助手怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_b4da0893/python-env-repair-cn。安装方式为未标注。装完刷新技能列表或重开客户端。

Python 环境修复助手支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

Python 环境修复助手权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

Python 环境修复助手收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

Python 环境修复助手用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。