随着 AI 的能力越来越完善，已经可以让 AI 编写 Python 来实现不少功能了。很大程度上降低了制作桌面端自动化功能的门槛。
不过直接使用 Python 语言在 Windows 上不太容易分享和运行，比如我想分享一个 Python 脚本，其中的某些参数需要调整，还需要教别人怎么用命令行运行它。
即便有了 AI 编写代码，在实际运用到自动化动作上还是存在一些局限性。
本文分享一种思路，利用 Quicker 来管理和运行一些用于自动化处理的 Python 片段。
用 Quicker 作为 Python 执行器最大的好处是，这样可以借用 Quicker 动作中内置的图形界面来实现参数的传递、结果的展示。使用的时候也可以借助 Quicker 的各种触发器来实现一键触发。
首先，我们要先了解一下 Quicker 内置的运行 Python 代码动作：
使用 Quicker 的 Python 模块仍然需要你在系统中安装 Python 3 ，并且会自动从系统 PATH 环境变量中读取可用的 Python 运行库。（如果你不熟悉，可以直接在 Microsoft Store 中安装 Python 3.11）
在 Quicker 的动作里编写 Python 脚本时，你可以通过 quicker.context.GetVarValue('变量名') 来读取 Quicker 的变量。
quicker.context.GetVarValue('变量名')
在代码中，你还可以通过 quicker.context.SetVarValue('变量名',value) 更新 Quicker 的变量。
quicker.context.SetVarValue('text', 'hello world')
quicker.context.SetVarValue('list', ['hello1','hello2','hello3'])
quicker.context.SetVarValue('dict', {'a':1, 'b':2, 'day':'2022-1-1'})
了解了这一进一出的写法，中间具体用 Python 做什么，就可以自行发挥了。
举个例子，我用 AI 生成了一段 Python 脚本，我想做个小工具来统计一段文本中出现的单词频率。下面是一个 Python 脚本示例，它将从 Quicker 的 file_path 变量里读取文件内容并统计其中的单词频率，然后将结果写入 Quicker 的 word_counts 变量：