deterministic-calc Skill#

核心理念： 大模型擅长预测（猜），但不擅长确定性计算。本 Skill 将确定性计算固化为代码执行，避免模型"猜"结果。

---

🧠 问题背景#

❌ 错误用法：让模型直接计算#

text

用户：123456789 × 987654321 = ?
模型：（开始猜）大概是 121932631...（可能错）

✅ 正确用法：模型生成代码 → 执行 → 返回#

text

用户：123456789 × 987654321 = ?
模型：（生成代码）print(123456789 * 987654321)
执行：121932631112635269
返回：正确答案

---

📦 安装#

bash

npx clawhub install deterministic-calc

---

🛠️ 可用函数#

calculate(expression)#

执行数学表达式计算。

参数：

• expression (string): 数学表达式

返回：

json

{
  "success": true,
  "expression": "123456789 * 987654321",
  "result": 121932631112635269
}

---

run_python(code)#

执行 Python 代码并返回结果。

参数：

• code (string): Python 代码

返回：

json

{
  "success": true,
  "stdout": "121932631112635269\n",
  "stderr": "",
  "exit_code": 0
}

---

run_shell(command)#

执行 Shell 命令并返回结果。

参数：

• command (string): Shell 命令

返回：

json

{
  "success": true,
  "stdout": "...",
  "stderr": "",
  "exit_code": 0
}

---

safe_eval(expression)#

安全执行数学表达式（无代码注入风险）。

参数：

• expression (string): 数学表达式

返回：

json

{
  "success": true,
  "result": 42
}

---

📝 使用示例#

数学计算#

python

from deterministic_calc import calculate

result = calculate("123456789 * 987654321")
print(result["result"])  # 121932631112635269

复杂计算#

python

from deterministic_calc import run_python

code = """
import math
result = sum(i**2 for i in range(1000))
print(result)
"""
result = run_python(code)
print(result["stdout"])  # 332833500

Shell 命令#

python

from deterministic_calc import run_shell

result = run_shell("ls -la /tmp")
print(result["stdout"])

---

⚠️ 安全说明#

• calculate() 和 safe_eval() 是沙箱安全的
• run_python() 和 run_shell() 可执行任意代码，需谨慎使用
• 生产环境建议只暴露 calculate() 和 safe_eval()

---

📄 License#

MIT