🔧 解决了什么痛点？

1. Python环境依赖管理复杂

   • ❌ 传统方式：手动创建虚拟环境、pip install、处理版本冲突

   • ✅ 本方案：自动检测并安装依赖（通过requirements.txt），避免手动操作

2. 跨环境执行困难

   • ❌ 传统方式：需手动配置环境变量、激活虚拟环境、处理路径问题

   • ✅ 本方案：自动合并环境变量，智能处理虚拟环境路径，无需手动activate

3. 中文编码/乱码问题

   • ❌ 传统方式：需在脚本中硬编码sys.stdout.reconfigure(encoding='utf-8')

   • ✅ 本方案：强制UTF-8输出，自动处理编码问题

4. 临时文件管理麻烦

   • ❌ 传统方式：手动创建/删除临时脚本，容易遗留垃圾文件

   • ✅ 本方案：自动生成并清理临时文件，确保无残留
     
     

     ⚡ 节省哪些繁琐操作？

     传统方式	本方案
     手动venv创建 + pip install	自动检测并安装依赖
     手动写activate脚本	自动封装虚拟环境激活
     手动设置PYTHONIOENCODING	内置UTF-8编码支持
     手动管理临时文件	运行后自动清理
     手动调试环境变量	可视化合并与传递

     ---

     🚀 如何使用子程序？

     1. 基本配置（必填）

     • pythonCode：填写要执行的Python代码（支持多行）

     • venvPath（可选）：指定虚拟环境路径，若不存在会自动创建

     2. 高级配置（可选）

     • requirements：依赖列表（格式同requirements.txt），自动安装，下面是一个例子👇

       text

       
       

       requests>=2.26
       pandas==1.5.3

     • MergeEnvironmentVariables：合并额外环境变量（每行KEY=VALUE），下面是一个例子👇

       env

       
       

       API_KEY=123456
       DEBUG_MODE=true

     3. 执行与调试

     • 输出变量：

       • pythonResult：脚本打印内容

       • errorMessage：错误信息（如有）

       • installLog：依赖安装日志

     
     

     📌 典型使用场景

     1. 快速验证代码片段

        • 直接粘贴代码，无需搭建完整环境

     2. 部署带依赖的脚本

        • 提交requirements.txt自动初始化环境

     3. 跨机器执行自动化任务

        • 环境变量配置一次，多处复用

          
          

          一个使用该子程序的动作示意：https://getquicker.net/Sharedaction?code=0d04b921-d8a4-4af9-f004-08dd80eb2d4d