L’action de fonction Python vous permet d’écrire des scripts Python personnalisés pour les transformations de données, le parsing et l’enrichissement de charge utile au sein de vos workflows.

Environnement Python

L’action de fonction Python s’exécute dans un environnement d’exécution restreint présentant les caractéristiques suivantes :

• Network access: Restricted
• Python version: 3.12.8
• Available libraries: In addition to the Python standard library, the following packages are available:

  Package	Version	Description
  python-dateutil	==2.9.0	Extensions to the standard Python datetime module
  python-hcl2	==7.3.1	A parser for HCL2
  PyYAML	==6.0.3	YAML parser and emitter for Python
  rsa	==4.9.1	Pure-Python RSA implementation

Structure du script

Tous les scripts Python doivent définir une fonction main qui accepte un paramètre ctx de type Context. Exemple :

from execution_context import Context

def main(*, ctx: Context):
  # Use ctx to access Trigger or Steps data
  workflow_name = ctx["WorkflowName"]
  return f"Running workflow {workflow_name!r}"

L’objet ctx permet d’accéder à toutes les variables de contexte du workflow, de manière similaire à la variable $ dans les expressions JavaScript. Utilisez un accès de type dictionnaire (par exemple, ctx["Steps"]["Step_name"]["variable"]) pour référencer les valeurs des étapes précédentes.

Ajouter une action de fonction Python

Dans le canevas de workflow :

1. Cliquez sur + pour ajouter une étape de workflow.
2. Recherchez Python.
3. Sélectionnez l’action Python pour l’ajouter à votre workflow.

Écrire des scripts Python avec l’IA

Vous pouvez utiliser Bits AI pour vous aider à écrire des scripts Python dans une étape de workflow.

Pour écrire un script avec Bits AI :

1. Ajoutez une étape Python à votre workflow.
2. Dans la section Inputs, cliquez sur Write Code with AI.
3. Saisissez une invite personnalisée ou sélectionnez l’une des invites exemples.
4. Au besoin, cliquez sur Test script pour générer un aperçu de l’étape du workflow.
5. Pour enregistrer le script, cliquez sur Accept changes. Pour continuer à modifier le script, cliquez sur Reject changes.
6. Cliquez sur X pour fermer la boîte de dialogue IA.
7. Saisissez un Description.
8. Cliquez sur Save.

Exemples de scripts

Analyser et transformer des données JSON

Cet exemple analyse une chaîne JSON provenant d’une étape précédente et extrait des champs spécifiques.

from execution_context import Context
import json

def main(*, ctx: Context):
    # Get JSON string from previous step
    json_string = ctx["Steps"]["Get_data"]["output"]

    # Parse and transform
    data = json.loads(json_string)
    return {
        "user_ids": [user["id"] for user in data["users"]],
        "total_count": len(data["users"])
    }

Travailler avec des dates et des horodatages

Cet exemple utilise la bibliothèque python-dateutil pour effectuer des calculs de date.

from execution_context import Context
from dateutil import parser, relativedelta
from datetime import datetime

def main(*, ctx: Context):
    # Parse a date string
    start_date = parser.parse(ctx["Trigger"]["date_string"])

    # Calculate date 30 days in the future
    future_date = start_date + relativedelta.relativedelta(days=30)

    return {
        "start": start_date.isoformat(),
        "end": future_date.isoformat(),
        "days_difference": 30
    }

Opérations cryptographiques

Cet exemple utilise la bibliothèque rsa pour chiffrer un message.

from execution_context import Context
import rsa
import base64

def main(*, ctx: Context):
    # Get message from workflow context
    message = ctx["Steps"]["Compose_message"]["text"]

    # Generate RSA key pair
    (public_key, private_key) = rsa.newkeys(512)

    # Encrypt message
    encrypted = rsa.encrypt(message.encode(), public_key)

    return {
        "encrypted_message": base64.b64encode(encrypted).decode(),
        "public_key": public_key.save_pkcs1().decode()
    }