MCP代码执行器

MCP 代码执行器是一个 MCP 服务器，允许 LLM 在指定的 Python 环境中执行 Python 代码。这使得 LLM 能够运行代码并访问环境中定义的库和依赖项。它还支持增量代码生成，以处理可能超出令牌限制的大型代码块。

特征

• 从 LLM 提示执行 Python 代码

• 支持增量代码生成以克服令牌限制

• 在指定环境中运行代码（Conda、virtualenv 或 UV virtualenv）

• 在需要时安装依赖项

• 检查软件包是否已安装

• 在运行时动态配置环境

• 可配置代码存储目录

Related MCP server: Python MCP Sandbox

先决条件

• Node.js 已安装

• 以下之一：

  • 安装了 Conda 并创建了所需的 Conda 环境

  • Python虚拟环境

  • UV虚拟环境

设置

1. 克隆此存储库：

2. 导航到项目目录：

3. 安装 Node.js 依赖项：

4. 构建项目：

配置

要配置 MCP Code Executor 服务器，请将以下内容添加到 MCP 服务器配置文件中：

使用 Node.js

使用 Docker

注意： Dockerfile 仅针对 venv-uv 环境类型进行了测试。其他环境类型可能需要额外配置。

环境变量

必需变量

• CODE_STORAGE_DIR ：存储生成的代码的目录

环境类型（选择一种设置）

• 对于 Conda：

  • ENV_TYPE ：设置为conda

  • CONDA_ENV_NAME ：要使用的 Conda 环境的名称

• 对于标准虚拟环境：

  • ENV_TYPE ：设置为venv

  • VENV_PATH ：virtualenv 目录的路径

• 对于 UV Virtualenv：

  • ENV_TYPE ：设置为venv-uv

  • UV_VENV_PATH ：UV 虚拟环境目录的路径

可用工具

MCP 代码执行器为 LLM 提供以下工具：

1. execute_code

在配置的环境中执行 Python 代码。最适合短代码片段。

2. install_dependencies

在环境中安装 Python 包。

3. check_installed_packages

检查环境中是否已安装包。

4. configure_environment

动态改变环境配置。

5. get_environment_config

获取当前环境配置。

6. initialize_code_file

创建一个新的 Python 文件，其中包含初始内容。对于可能超出 token 限制的较长代码，请将此作为第一步。

7. append_to_code_file

将内容附加到现有的 Python 代码文件。使用此功能可以向使用 initialise_code_file 创建的文件添加更多代码。

8. execute_code_file

执行现有的 Python 文件。此操作是使用 initialize_code_file 和 append_to_code_file 构建代码后的最后一步。

9. read_code_file

读取现有 Python 代码文件的内容。在附加更多内容或执行文件之前，使用此方法验证文件的当前状态。

用法

配置完成后，MCP 代码执行器将允许 LLM 通过在指定的CODE_STORAGE_DIR中生成文件并在配置的环境中运行它来执行 Python 代码。

LLM 可以通过在其提示中引用此 MCP 服务器来生成和执行代码。

处理大型代码块

对于可能超出 LLM 令牌限制的较大代码块，请使用增量代码生成方法：

1. 使用initialize_code_file初始化具有基本结构的文件

2. 使用append_to_code_file在后续调用中添加更多代码

3. 如果需要，使用read_code_file验证文件内容

4. 使用execute_code_file执行完整代码

这种方法允许 LLM 编写复杂的、多部分的代码，而不会遇到令牌限制。

向后兼容性

此软件包保持与早期版本的向后兼容性。使用旧版本且仅指定了 Conda 环境的用户无需更改配置即可继续使用。

贡献

欢迎贡献！请打开一个问题或提交一个拉取请求。

执照

该项目已获得 MIT 许可。