项目简介

MCP Code Executor 是一个基于 Model Context Protocol (MCP) 的服务器，旨在为大型语言模型（LLM）提供在特定 Conda 环境中执行 Python 代码的能力。通过此服务器，LLM 可以安全地运行代码，并利用 Conda 环境中预装的库和依赖项，从而扩展 LLM 的功能边界。

主要功能点

Python 代码执行: 允许 LLM 动态执行 Python 代码片段。
Conda 环境隔离: 代码在预配置的 Conda 环境中运行，确保环境隔离和依赖管理。
可配置代码存储: 可以自定义代码文件存储目录，方便管理和审计。

安装步骤

克隆仓库

git clone https://github.com/bazinga012/mcp_code_executor.git

进入项目目录

cd mcp_code_executor

安装依赖 确保已安装 Node.js 和 npm。运行以下命令安装项目依赖：
```
npm install
```
构建项目 运行以下命令编译 TypeScript 代码：
```
npm run build
```

服务器配置

要将 MCP Code Executor 服务器添加到 MCP 客户端配置中，您需要提供以下 JSON 配置信息。请根据您的实际环境修改以下参数：

{
  "mcpServers": {
    "mcp-code-executor": {
      "command": "node",
      "args": [
        "/path/to/mcp_code_executor/build/index.js"
      ],
      "env": {
        "CODE_STORAGE_DIR": "/path/to/code/storage",
        "CONDA_ENV_NAME": "your-conda-env"
      }
    }
  }
}

参数说明:

server name: 'mcp-code-executor' (服务器名称，客户端配置中用于引用)
command: 'node' (启动服务器的命令，这里使用 Node.js 运行)
args: '["/path/to/mcp_code_executor/build/index.js"]' (启动命令的参数，指向编译后的 'index.js' 文件路径，请替换为实际路径)
env: 环境变量配置
- CODE_STORAGE_DIR: '"/path/to/code/storage"' (代码存储目录的绝对路径，请替换为您希望存储代码的目录)
- CONDA_ENV_NAME: '"your-conda-env"' (Conda 环境名称，请替换为您希望代码运行的 Conda 环境名称)

注意:

请将 '/path/to/mcp_code_executor' 替换为您克隆仓库的绝对路径。
请将 '/path/to/code/storage' 替换为您希望存储代码的目录的绝对路径。
请将 'your-conda-env' 替换为您要使用的 Conda 环境的名称。
确保配置的 Conda 环境已经创建并安装了所需的 Python 库。

基本使用方法

配置完成后，LLM 客户端可以通过 MCP 协议调用 'execute_code' 工具来执行 Python 代码。

工具名称: 'execute_code'

工具描述: 'Execute Python code in the specified conda environment'

工具输入参数:

{
  "type": "object",
  "properties": {
    "code": {
      "type": "string",
      "description": "Python code to execute"
    },
    "filename": {
      "type": "string",
      "description": "Optional: Name of the file to save the code (default: generated UUID)"
    }
  },
  "required": ["code"]
}

LLM 在 Prompt 中可以通过指定工具名称 'execute_code' 和代码内容来调用此服务器执行 Python 代码，服务器将返回代码执行的结果。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息