我正在尝试实现一个使用 DuckDB 在文本数据上执行 SQL 查询（SELECT 语句）的工具/插件。
当我在本地环境中运行 python -m main 以调试插件时，能够成功运行查询工具，如附图所示。
然而，当我将此插件打包并上传/安装到我的本地 OSS 版本或 https://cloud.dify.ai/ 上时，工作流在 DuckDB 节点处理约五分钟之后就会终止。
我怀疑 DuckDB 的大二进制文件大小以及类似因素可能影响了我所遇到的问题。
您能否告诉我关于在工具/插件（沙箱）中可以使用的 Python 库的限制？
在我们的云版本中，由于安全考虑，大多数库默认情况下未安装，数据库连接和HTTP连接等操作也默认被禁用，请注意我们正在使用默认的ssrf_proxy模板。
感谢您的评论。
我的理解是否正确：云版本对可以使用的 Python 库存在限制，而插件无法绕过这些限制？
如果我需要构建一个使用插件中不可用的库的工作流，那么最佳实践是否是通过在 Dify 外部实现基于 API 的扩展（例如使用 Cloudflare Workers）来替代使用插件？
在自托管（非云）版本的 Dify 中，是否可以通过修改 ssrf_proxy 设置或其他配置更改来避免这些限制？
我的理解是否正确，即云版本对可以使用的 Python 库有限制，且插件无法绕过这些限制？
我们不会在云版本中限制特定的库，这些限制是在 squid.conf 中配置的，而在运行器（即 AWS Lambda 容器）中，也可能存在其自身的限制。
如果我需要构建一个使用插件无法使用的库的工作流，那么最好是在 Dify 之外通过 API 扩展（例如使用 Cloudflare Workers）来实现，而不是使用插件吗？
很遗憾，是的。
在自托管（非云）版本的 Dify 中，是否可以通过修改 ssrf_proxy 设置或其他配置更改来避免这些限制？
是的，大多数库需要特定的端口来连接其他服务，如数据库、Elasticsearch 等。
感谢您的评论。
DuckDB（https://duckdb.org/）只是一个用于执行查询（SELECT 语句）的引擎，因此它不需要连接任何外部服务，也不需要通过特定端口进行通信。
我已经确认可以在 AWS Lambda 中使用 https://duckdb.org/docs/stable/clients/python/overview 执行查询，所以我怀疑这可能是 Dify 的沙箱环境中的特定问题。
例如，是否存在某些限制，比如无法使用像 pandas 这样的大型库？
关于沙箱，您可以阅读上面的文档。
0,1,3,8,9,10,11,12,13,14,15,16,16,24,25,35,39,60,96,102,105,106,110,131,186,201,202,217,228,230,231,233,234,257,262,270,273,291,318,334。您需要对比上一步中额外的系统调用编号。您可以使用简单的脚本或询问LLM来实现这一点。在这种情况下，额外的系统调用编号为 5, 17, 28, 63, 204, 237, 281, 435。谢谢。
没有出现诸如“xxx.so: 无法打开共享对象文件：没有那个文件或目录”或“操作不允许”之类的错误；它只是等待五分钟然后退出，因此我不确定它是否真的违反了任何系统调用限制。
不过，由于问题只在打包后出现——调试运行正常，但打包版本会让我等待五分钟——我会检查是否可能存在其他原因。
也许这与 PLUGIN_MAX_EXECUTION_TIMEOUT 有关，但它的设置值是 600。我不确定在我们的云环境中这个值是否合适，但如果你无法在规定时间内获取结果，那么该设置可能会终止执行。