Saltar al contenido principal
El intérprete de código permite a un agente ejecutar código en un sandbox administrado. Úsalo para realizar cálculos, transformar datos, convertir formatos, generar gráficos y cualquier otra tarea que sea mejor hacer con código que con lenguaje natural.

Habilita el intérprete de código

En Agent Builder, habilita Run Code en la sección Capabilities y luego guarda los cambios. El agente decide cuándo ejecutar código en función de la solicitud del usuario y de las instrucciones del agente.

Idiomas compatibles

El sandbox es un entorno Unix con dos entornos de ejecución de propósito general y algunas utilidades de shell:
  • Python 3: la opción predeterminada para las tareas de datos.
  • Node.js (JavaScript): cuando un agente prefiere JS para la tarea.
  • Bash y sh: scripting de shell para encadenar comandos y hacer E/S rápidas.
  • AWK y sed: procesamiento de texto orientado a líneas.
  • bc: matemáticas de precisión arbitraria.
Los agentes recurren primero a Python para cualquier tarea que implique análisis, transformación o cálculo de datos.
Reserva las herramientas de shell para las tareas que de verdad se beneficien de un comando de una sola línea.

Archivos

Los usuarios pueden subir archivos a una conversación; el intérprete de código puede acceder a ellos en el directorio de trabajo del sandbox. El código también puede generar archivos de salida (CSV, gráficos, archivos comprimidos) que aparecen en la conversación como archivos adjuntos descargables.

Aislamiento del sandbox

Cada ejecución se realiza en un sandbox efímero, sin acceso a la red ni almacenamiento persistente. Las sesiones no comparten estado: las variables y los archivos de una ejecución no se trasladan a la siguiente, a menos que el agente los vuelva a cargar explícitamente. Se aplican límites de recursos propios del plan (memoria, archivos por ejecución y cuotas mensuales de solicitudes). Los errores y stderr se muestran en la conversación junto con stdout.

Cuándo usarlo

Usa el intérprete de código cuando la respuesta requiera un cálculo determinista que un modelo de lenguaje no pueda producir de forma fiable solo con razonamiento. Los casos típicos incluyen:
  • Analizar un archivo CSV o JSON que el usuario haya subido.
  • Calcular estadísticas descriptivas o ejecutar una simulación rápida.
  • Convertir entre formatos (Parquet, JSON, CSV).
  • Generar un gráfico a partir de los resultados de una consulta.
Evítalo para tareas que el modelo ya pueda responder con el contexto disponible. La ejecución de código añade latencia y consume cuota.
Última modificación el 10 de junio de 2026