Skip to main content
Glama

MCP Python ツールボックス

Python 開発用の包括的なツール セットを提供する Model Context Protocol (MCP) サーバー。これにより、Claude のような AI アシスタントが Python コードやプロジェクトを効果的に操作できるようになります。

概要

MCP Python Toolboxは、モデルコンテキストプロトコルサーバーを実装しており、クロードは標準化されたインターフェースを通じてPython開発タスクを実行できます。これにより、クロードは以下のことが可能になります。

  • ワークスペース内でのファイルの読み取り、書き込み、管理

  • Python コードを分析、フォーマット、リンティングする

  • 仮想環境と依存関係を管理する

  • Pythonコードを安全に実行する

Related MCP server: Hass-MCP

特徴

ファイル操作 ( FileOperations )

  • ワークスペースディレクトリ内での安全なファイル操作

  • ワークスペース外への不正アクセスを防ぐためのパス検証

  • 行単位の操作でファイルを読み書きする

  • ファイルとディレクトリの作成と削除

  • 詳細なメタデータ(サイズ、タイプ、変更時刻)を含むディレクトリの内容を一覧表示します

  • ファイル書き込み時の親ディレクトリの自動作成

コード分析 ( CodeAnalyzer )

  • AST を使用して Python コード構造を解析する

  • 以下の詳細情報を抽出します:

    • インポート文とそのエイリアス

    • 引数とデコレータを使用した関数定義

    • 基本クラスとメソッドを使用したクラス定義

    • グローバル変数の割り当て

  • 次を使用してコードをフォーマットします。

    • 黒(デフォルト)

    • PEP8 (autopep8 を使用)

  • Pylintを使用した包括的なコードリンティングと詳細なレポート

プロジェクト管理 ( ProjectManager )

  • pip サポートを使用して仮想環境を作成および管理します

  • 柔軟な依存関係管理:

    • requirements.txt からインストールする

    • pyproject.tomlからインストールする

    • 特定のパッケージバージョンのサポート

  • 高度な依存関係の処理:

    • パッケージ間のバージョンの競合を確認する

    • インストールされているすべてのパッケージをバージョンとともに一覧表示します

    • パッケージを特定のバージョンに更新する

    • 現在の環境から requirements.txt を生成する

コード実行 ( CodeExecutor )

  • 制御された環境でPythonコードを実行する

  • 一貫した依存関係のためにプロジェクトの仮想環境を使用する

  • コード実行のための一時ファイル管理

  • stdout、stderr、終了コードをキャプチャする

  • カスタム作業ディレクトリのサポート

インストール

  1. リポジトリをクローンします。

git clone https://github.com/gianlucamazza/mcp_python_toolbox.git cd mcp_python_toolbox
  1. 仮想環境を作成してアクティブ化します。

python -m venv .venv source .venv/bin/activate # Linux/Mac # or .venv\Scripts\activate # Windows
  1. 開発モードでパッケージをインストールします。

pip install -e ".[dev]"

使用法

CLIツールとして実行

サーバーを起動する最も簡単な方法は、CLI を使用することです。

# Start with current directory as workspace python -m mcp_python_toolbox # Or specify a workspace directory python -m mcp_python_toolbox --workspace /path/to/your/project

Claude Desktop の設定

Claude Desktopは、MCP Python Toolboxサーバーを自動的に起動・管理できます。設定方法は以下の通りです。

  1. 上記の説明に従ってMCP Python Toolboxをインストールしてセットアップします。

  2. Claude Desktop の MCP ツール構成に Python Toolbox の構成エントリを追加します。

"python-toolbox": { "command": "/Users/username/path/to/mcp_python_toolbox/.venv/bin/python", "args": [ "-m", "mcp_python_toolbox", "--workspace", "/Users/username/path/to/workspace" ], "env": { "PYTHONPATH": "/Users/username/path/to/mcp_python_toolbox/src", "PATH": "/opt/homebrew/bin:/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin", "VIRTUAL_ENV": "/Users/username/path/to/mcp_python_toolbox/.venv", "PYTHONHOME": "" } }
  1. 環境に合わせてパスをカスタマイズする

  2. Claude Desktopは必要に応じてMCPサーバーを自動的に起動します。

  3. クロードはMCPインターフェースを通じてPython開発ツールにアクセスできるようになりました

プログラムによる使用

from mcp_python_toolbox import PythonToolboxServer server = PythonToolboxServer(workspace_root="/path/to/your/project") server.setup() server.run()

コアモジュールの例

ファイル操作

from mcp_python_toolbox.core import FileOperations file_ops = FileOperations(workspace_root="/path/to/project") # Read file contents content = file_ops.read_file("src/example.py") # Read specific lines lines = file_ops.read_file("src/example.py", start_line=10, end_line=20) # Write to file file_ops.write_file("output.txt", "Hello, World!") # Append to file file_ops.write_file("log.txt", "New entry\n", mode='a') # List directory contents contents = file_ops.list_directory("src") for item in contents: print(f"{item['name']} - {item['type']} - {item['size']} bytes")

コード分析

from mcp_python_toolbox.core import CodeAnalyzer analyzer = CodeAnalyzer(workspace_root="/path/to/project") # Analyze Python file structure analysis = analyzer.parse_python_file("src/example.py") print(f"Found {len(analysis['functions'])} functions") print(f"Found {len(analysis['classes'])} classes") # Format code formatted = analyzer.format_code(code, style='black') # Lint code issues = analyzer.lint_code("src/example.py") for issue in issues: print(f"Line {issue['line']}: {issue['message']}")

プロジェクト管理

from mcp_python_toolbox.core import ProjectManager pm = ProjectManager(workspace_root="/path/to/project") # Create virtual environment pm.create_virtual_environment() # Install dependencies pm.install_dependencies() # from requirements.txt or pyproject.toml pm.install_dependencies("requirements-dev.txt") # from specific file # Check for conflicts conflicts = pm.check_dependency_conflicts() if conflicts: print("Found dependency conflicts:") for conflict in conflicts: print(f"{conflict['package']} requires {conflict['requires']}") # Update packages pm.update_package("requests") # to latest pm.update_package("flask", version="2.0.0") # to specific version

コード実行

from mcp_python_toolbox.core import CodeExecutor executor = CodeExecutor(workspace_root="/path/to/project") code = ''' def greet(name): return f"Hello, {name}!" print(greet("World")) ''' result = executor.execute_code(code) print(f"Output: {result['stdout']}") print(f"Errors: {result['stderr']}") print(f"Exit code: {result['exit_code']}")

発達

テストの実行

pytest

型チェック

mypy src/mcp_python_toolbox

リンティング

pylint src/mcp_python_toolbox

書式設定

black src/mcp_python_toolbox

貢献

  1. リポジトリをフォークする

  2. 機能ブランチを作成します( git checkout -b feature/amazing-feature

  3. 変更をコミットします ( git commit -m 'Add some amazing feature' )

  4. ブランチにプッシュする ( git push origin feature/amazing-feature )

  5. プルリクエストを開く

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細については LICENSE ファイルを参照してください。

謝辞

  • モデルコンテキストプロトコル仕様を実装する

  • 最新のPython開発ツールとベストプラクティスに基づいて構築

  • 業界標準のフォーマット(Black)およびリンティング(Pylint)ツールを使用

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/gianlucamazza/mcp_python_toolbox'

If you have feedback or need assistance with the MCP directory API, please join our Discord server