Skip to main content
Glama
enesjakozh

MCP Python Toolbox

by gianlucamazza
OverviewSchemaRelated ServersScoreDiscussions
Python
Local
5

MCP Python 工具箱

模型上下文协议 (MCP) 服务器为 Python 开发提供了一套全面的工具，使像 Claude 这样的 AI 助手能够有效地使用 Python 代码和项目。

概述

MCP Python Toolbox 实现了一个模型上下文协议服务器，使 Claude 能够通过标准化接口执行 Python 开发任务。它使 Claude 能够：

  • 在工作区内读取、写入和管理文件

  • 分析、格式化和 lint Python 代码

  • 管理虚拟环境和依赖项

  • 安全地执行 Python 代码

Related MCP server: Hass-MCP

特征

文件操作（ FileOperations ）

  • 工作区目录中的安全文件操作

  • 路径验证以防止工作区外未经授权的访问

  • 使用特定于行的操作来读取和写入文件

  • 创建和删除文件和目录

  • 列出目录内容及其详细元数据（大小、类型、修改时间）

  • 写入文件时自动创建父目录

代码分析（ CodeAnalyzer ）

  • 使用 AST 解析和分析 Python 代码结构

  • 提取有关以下内容的详细信息：

    • 导入语句及其别名

    • 带有参数和装饰器的函数定义

    • 具有基类和方法的类定义

    • 全局变量赋值

  • 使用以下格式代码：

    • 黑色（默认）

    • PEP8（使用 autopep8）

  • 使用 Pylint 进行全面的代码检查，并提供详细的报告

项目管理（ ProjectManager ）

  • 使用 pip 支持创建和管理虚拟环境

  • 灵活的依赖管理：

    • 从 requirements.txt 安装

    • 从 pyproject.toml 安装

    • 支持特定软件包版本

  • 高级依赖关系处理：

    • 检查包之间的版本冲突

    • 列出所有已安装的软件包及其版本

    • 将软件包更新至特定版本

    • 从当前环境生成 requirements.txt

代码执行（ CodeExecutor ）

  • 在受控环境中执行 Python 代码

  • 使用项目的虚拟环境来实现一致的依赖关系

  • 代码执行的临时文件管理

  • 捕获 stdout、stderr 和退出代码

  • 支持自定义工作目录

安装

  1. 克隆存储库：

git clone https://github.com/gianlucamazza/mcp_python_toolbox.git cd mcp_python_toolbox

  1. 创建并激活虚拟环境：

python -m venv .venv source .venv/bin/activate # Linux/Mac # or .venv\Scripts\activate # Windows

  1. 以开发模式安装包：

pip install -e ".[dev]"

用法

作为 CLI 工具运行

启动服务器的最简单方法是使用 CLI：

# 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

使用 Claude Desktop 进行设置

Claude Desktop 可以自动启动并管理 MCP Python Toolbox 服务器。配置方法如下：

  1. 按照上述说明安装并设置 MCP Python 工具箱

  2. 在 Claude Desktop 的 MCP 工具配置中为 Python 工具箱添加一个配置条目：

"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. 自定义路径以匹配您的环境

  2. Claude Desktop 将在需要时自动启动 MCP 服务器

  3. Claude 现在可以通过 MCP 接口访问 Python 开发工具

程序化使用

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

核心模块示例

文件操作

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")

代码分析

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']}")

项目管理

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

代码执行

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']}")

发展

运行测试

pytest

类型检查

mypy src/mcp_python_toolbox

代码检查

pylint src/mcp_python_toolbox

格式化

black src/mcp_python_toolbox

贡献

  1. 分叉存储库

  2. 创建你的功能分支（ git checkout -b feature/amazing-feature ）

  3. 提交您的更改（ git commit -m 'Add some amazing feature' ）

  4. 推送到分支（ git push origin feature/amazing-feature ）

  5. 打开拉取请求

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。

致谢

  • 实现模型上下文协议规范

  • 采用现代 Python 开发工具和最佳实践构建

  • 使用行业标准格式化（Black）和 linting（Pylint）工具

This server cannot be installed

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

How are these scores calculated?

Resources

Appeared in Searches

New MCP Servers

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