> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Code interpreter

> Ejecución de código en un entorno aislado en ClickHouse Agents

export const Image = ({img, alt, size}) => {
  return <Frame>
      <img src={img} alt={alt} />
    </Frame>;
};

export const galaxyOnClick = eventName => () => {
  try {
    if (typeof window !== "undefined" && window.galaxy && eventName) {
      window.galaxy.track(eventName, {
        interaction: "click"
      });
    }
  } catch (e) {}
};

export const BetaBadge = ({link, galaxyTrack, galaxyEvent}) => {
  if (link) {
    return <a href={link} target="_blank" rel="noopener noreferrer" className="betaBadge" onClick={galaxyTrack && galaxyEvent ? galaxyOnClick(galaxyEvent) : undefined}>
                <Icon />
                <span>Beta</span>
            </a>;
  }
  return <div className="betaBadge">
            <Icon />
            <span>
                Beta feature. 
                <u>
                    <a href="/docs/beta-and-experimental-features#beta-features">
                        Learn more.
                    </a>
                </u>
            </span>
        </div>;
};

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.

<div id="enable-it">
  ## Habilita el intérprete de código
</div>

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.

<Image img="https://mintcdn.com/private-7c7dfe99-fix-nav-issues/huP88Vza7bEG09HU/images/cloud/agent-builder/run-code/run-code.png?fit=max&auto=format&n=huP88Vza7bEG09HU&q=85&s=06891a5870718ef780f120e541ba171f" alt="Sección Run Code del panel Capabilities, con la casilla Run Code habilitada y un botón Upload to Code Environment" size="sm" width="616" height="1412" data-path="images/cloud/agent-builder/run-code/run-code.png" />

<div id="supported-languages">
  ## Idiomas compatibles
</div>

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.

<Tip>
  Reserva las herramientas de shell para las tareas que de verdad se beneficien de un comando de una sola línea.
</Tip>

<div id="files">
  ## Archivos
</div>

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.

<div id="sandbox-isolation">
  ## Aislamiento del sandbox
</div>

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`.

<div id="when-to-use-it">
  ## Cuándo usarlo
</div>

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.

<Tip>
  Evítalo para tareas que el modelo ya pueda responder con el contexto disponible.
  La ejecución de código añade latencia y consume cuota.
</Tip>