execute_cloud_skill

Nach Skriptpfad und Revision ausführen

Wählen Sie einen aktiven Skill, pinnen Sie eine Revision fest, wenn Reproduzierbarkeit wichtig ist, und benennen Sie eine Komponente vom Typ script. Die Ausführung erfordert memory:write und gibt eine typisierte Ausführungshülle zurück.

Öffentliches MCP-Tool

execute_cloud_skill

Zweck

Eine geprüfte Skriptkomponente aus einer festgepinnten Skill-Revision in einer isolierten Sicherheits-Sandbox ausführen und die typisierten Ergebnisse zurückgeben.

Wann zu verwenden

Ein deterministisches Python- oder Bash-Skript aus einem Skill nach Auswahl der gewünschten Revision ausführen.
Ein abgegrenztes JSON-Eingabeobjekt übergeben und das typisierte Ergebnis inklusive Exit-Code und Ausgabedaten verarbeiten.
Wiederverwendbare Verfahren als ausführbare Komponenten nutzen, anstatt Skriptcode in den Agenten-Prompt zu kopieren.

Wann NICHT zu verwenden

Führen Sie keine Referenz-, Beispiel-, Vorlagen- oder Dokumentkomponenten aus; nur type='script' ist zulässig.
Verlassen Sie sich in der Produktion nicht auf unsichere lokale Ausführungsmodi; ohne funktionierende Bubblewrap-Isolation gilt fail-closed (SANDBOX_UNAVAILABLE).
Verwenden Sie es nicht für beliebige Host-Befehle, Netzwerkzugriffe oder unbegrenzte Hintergrundprozesse; die Sandbox erzwingt Grenzwerte für Namensräume, Umgebung, Zeit, Speicher und Ausgabe.
Verzichten Sie nicht auf das Festpinnen von Revisionen, wenn Reproduzierbarkeit wichtig ist; eine explizite Revisionsangabe verhindert das unbemerkte Ausführen neuerer Snapshots.

Erforderlicher Scope

memory:write ist auf der MCP-Oberfläche erforderlich, da die Skriptausführung eine autorisierte Operation darstellt.
Das Skill muss innerhalb des authentifizierten persönlichen oder Team-Bereichs aufgelöst werden; bereichsübergreifende IDs geben ACCESS_DENIED zurück.

Parameter

Name	Typ	Beschreibung
`script_path`	string	Logischer Pfad oder Komponenten-ID des auszuführenden Skripts.
`slug`	string · Standard: empty	Slug zur Auflösung des aktiven Skills.
`skill_id`	string · Standard: empty	Stabile Skill-ID als Alternative zum Slug.
`revision_id`	string · Standard: empty	Optionale festgepinnte Revision; andernfalls wird die veröffentlichte, danach die neueste Revision gewählt.
`input_args`	object · Standard: empty object	JSON-kompatible Eingabedaten, die an stdin des Skripts übergeben werden.
`timeout_seconds`	integer · Standard: 30	Ausführungs-Timeout, beschränkt durch ExecutionLimits auf 1 bis 60 Sekunden.

Rückgabeschema

Ein JSON CloudSkillResponseEnvelope mit kind='execution' und data mit execution_id, skill_id, revision_id, script_path, runtime, status, exit_code, stdout, stderr, Kürzungsindikatoren, optionalen output_data, duration_ms, memory_peak_bytes, cpu_time_ms, Zeitstempeln und error_kind.

Beispiele

Eine festgepinnte Skriptkomponente ausführen

execute_cloud_skill({
  slug: "deployment-procedure",
  revision_id: "revision-id-from-root-recall",
  script_path: "scripts/check.py",
  input_args: { environment: "staging" },
  timeout_seconds: 30
})

Fehler

ACCESS_DENIED, SKILL_NOT_FOUND oder SKILL_ARCHIVED: Das Skill kann im Bereich des Aufrufers nicht aufgelöst werden.
REVISION_NOT_FOUND: Die angeforderte Revision existiert nicht oder gehört nicht zu diesem Skill.
SCRIPT_NOT_FOUND oder INVALID_COMPONENT_TYPE: Der Pfad fehlt oder bezeichnet keine Skriptkomponente.
SANDBOX_UNAVAILABLE: Der Host verfügt über keinen funktionierenden Bubblewrap-Isolations-Treiber und unsicherer Fallback ist deaktiviert.
EXECUTION_TIMEOUT, RESOURCE_EXHAUSTED oder SCRIPT_EXECUTION_ERROR: Watchdog, Ressourcenlimits oder Skript-Fehler beendeten die Ausführung.

recall_cloud_skill — Das Skill erkunden und Revision/Ressource vor der Ausführung festpinnen.
save_cloud_skill — Verfahren und Skriptkomponenten erstellen, die ausgeführt werden können.
recall_context — Begrenzten Agentenkontext rund um die Ausführungsaufgabe zusammenstellen.

Quelle: Cloud Skills