AI生成脚本

AI生成脚本（MagicCode） 用于让你用一句自然语言描述需求，由 AI 自动生成对应的 Python 脚本并在工作流中直接执行。它本质是一个强制使用 Python 的代码节点，适合快速实现一次性的数据转换、计算或逻辑兜底，省去手写代码的成本。

指令标识：MagicCode
指令类型：AI 智能指令
指令描述：用自然语言生成并执行 Python 脚本

先选使用方式

工作流支持「可视化编排」和「代码编排」两种创建方式。AI生成脚本 在两种方式里都能用，核心都是执行一段 Python 脚本，区别只是脚本由 AI 生成还是你手写。

方式	怎么用	适合人群
可视化编排（推荐先学）	拖入「AI生成脚本」节点，用自然语言描述需求，点击生成后预览并运行	不熟悉代码、希望快速实现一次性逻辑的用户
代码编排（Python）	直接调用 bots.magicCode(script="...", outKey="...")，或干脆手写 Python	熟悉代码、需要精确控制脚本逻辑的用户

第一次使用建议先用可视化编排生成脚本跑通，再迁移到代码编排。下方「参数说明」同时给出界面字段和代码参数名，方便两种方式对应。

什么时候用？

• 需要做一段平台标准节点无法直接覆盖的数据处理或计算。
• 临时实现一次性逻辑，不想为它单独手写完整代码。
• 已有 Python 思路，但希望 AI 先帮你把骨架生成出来。

如果逻辑较重、需要长期维护，建议使用 执行代码（Python/JS） 节点手写并固化脚本。

使用前确认

• 用自然语言描述需求时，尽量写清楚输入是什么、要得到什么输出。
• 需要引用的上游数据，已经通过输入参数传入。
• 生成的脚本只能使用平台预置的 Python 包，复杂依赖可能不可用。
• 生成后务必先预览脚本逻辑，确认无误再运行。

可视化编排：从 0 到跑通

下面用一个常见场景演示：把上游节点返回的金额字符串清洗成数字并求和。

1. 在工作流画布中添加 AI生成脚本 节点。
2. 在 需求描述 中用自然语言写清楚需求，例如：

把输入的金额数组中每个元素去掉「元」和逗号，转成数字后求和，返回字段 total

3. 点击 生成，系统会给出一段 Python 脚本，检查逻辑是否符合预期。
4. 在 输入参数 中添加 amounts，值引用上游节点的金额数组。
5. 在 输出 中定义 total，点击运行查看结果。

参数说明

输入参数

界面名称	代码属性名	类型	必填	默认值	说明
需求描述	-	String	是	-	用自然语言描述要实现的逻辑，仅在可视化生成阶段使用
脚本	script	String	是	-	AI 生成或手写的脚本，入口为 def main(params)
入参	inputList	String	否	-	高级选项。传给脚本的动态参数，JSON 格式，脚本内通过 params.get("参数名") 获取，例如 [{"name":"param1","value":"test"}]
脚本语言	language	String	否	-	高级选项。脚本编程语言，支持 JavaScript、Python、Python3
输出参数	outputList	String	否	-	高级选项。需要从脚本结果中提取的输出参数配置，JSON 格式，例如 [{"name":"userName","value":"admin","type":"string","required":true}]

输出参数

界面名称	代码属性名	类型	必填	说明
输出	outKey	String	否	保存脚本返回结果的变量名。脚本需以字典形式返回，键名与输出配置一致

脚本的运行规范与 执行代码（Python/JS） 一致：入口函数必须是 def main(params)，返回值必须是字典。

成功标准

• AI生成脚本 节点运行结束后状态为成功。
• 运行日志中没有参数缺失、超时或执行失败等错误。
• 如果配置了输出变量，后续节点能够读取到符合预期的结果。
• 后续节点能够继续执行，流程没有因为该节点异常中断。

失败排查

现象 / 报错原文	可能原因	处理建议
生成的脚本逻辑不符合预期	需求描述不够清晰	把输入字段、输出字段、处理规则写得更具体，再重新生成
运行报 ModuleNotFoundError	使用了平台未预置的 Python 包	改用预置包实现，或拆分逻辑
输出变量取不到值	返回的字典键名与输出配置不一致	确保脚本 return 的键名与「输出」中配置的参数名完全一致
运行超时	脚本耗时过长或存在死循环	精简逻辑，避免大循环和阻塞操作

Python 代码编排

代码编排以 Python 为主。运行上下文由代码编排模板创建，示例里只需要关注业务指令本身。

AI生成脚本 本质是执行一段 Python，因此在代码编排里你可以直接把生成的脚本作为 script 传入：

result = bots.magicCode(
    script="""def main(params):
    amounts = params.get("amounts") or []
    total = 0
    for a in amounts:
        total += float(str(a).replace("元", "").replace(",", ""))
    return {"total": total}""",
    inputList='[{"name":"amounts","type":"array","value":"${upstream.amounts}"}]',
    outKey="magicResult",
)

在代码编排场景下，如果你已经能直接写 Python，通常无需经过「AI 生成」这一步——直接在脚本里写业务逻辑即可。「AI生成脚本」的核心价值体现在可视化编排里的「自然语言 → 脚本」生成体验。

常见问题

Q1：AI生成脚本和执行代码节点有什么区别？

A： 「AI生成脚本」强制使用 Python，并提供「自然语言 → 脚本」的生成能力，适合快速、一次性的逻辑；「执行代码（Python/JS）」需要你自己写代码，支持 Python 和 JavaScript，适合需要长期维护的逻辑。

Q2：生成的脚本能用哪些第三方库？

A： 与执行代码节点一致，仅支持平台预置的 Python 包，使用未预置的包会执行失败。

Q3：生成的脚本必须用 main 函数吗？

A： 是的，脚本入口必须是 def main(params)，并以字典形式返回结果。

相关指令

• 执行代码（Python/JS）
• 大模型节点