使用说明

项目简介

MCP Python解释器是一个基于Model Context Protocol (MCP) 的服务器实现,旨在为大型语言模型 (LLM) 提供与Python环境交互的能力。通过此服务器,LLM可以执行Python代码、读写文件、管理Python环境和安装软件包,从而扩展LLM的功能边界,使其能够处理更复杂的任务,例如数据分析、代码生成和自动化脚本执行等。

主要功能点

  • Python环境管理:列出和使用系统及Conda环境中的Python环境。
  • 代码执行:在指定Python环境中执行Python代码或脚本。
  • 包管理:列出已安装的Python包,并在指定环境中安装新的包。
  • 文件操作
    • 读取各种类型的文件(文本、代码、二进制),支持大小限制和安全检查。
    • 写入文本和二进制文件,支持覆盖保护。
  • Prompt模板:提供用于常见Python任务的Prompt模板,例如函数创建和代码调试。

安装步骤

  1. 安装Python包: 使用pip或uv命令安装MCP Python解释器。推荐使用uv以获得更快的安装速度。

    pip install mcp-python-interpreter

    uv install mcp-python-interpreter
  2. 安装uv (如果使用uv安装): 如果选择使用uv安装,请确保已安装uv。如果没有安装,可以按照以下步骤安装:

    curl -LsSf https://astral.sh/uv/install.sh | sh

    对于Windows系统,请使用PowerShell:

    powershell -ExecutionPolicy Bypass -Command "iwr -useb https://astral.sh/uv/install.ps1 | iex"

服务器配置

要将MCP Python解释器配置为MCP服务器供客户端(例如Claude Desktop)使用,您需要在客户端的配置文件中添加服务器信息。以下是Claude Desktop的配置示例,请添加到您的 'claude_desktop_config.json' 文件中的 '"mcpServers"' 部分:

{
  "mcpServers": {
    "python-interpreter": {
      "command": "uvx",
      "args": [
        "mcp-python-interpreter",
        "--dir",
        "/path/to/your/work/dir",  //  请替换为您希望作为工作目录的路径,所有文件操作将限制在此目录下
        "--python-path",
        "/path/to/your/python"   // 可选:指定要使用的Python解释器路径,默认为系统默认Python
      ],
      "env": {
        "MCP_ALLOW_SYSTEM_ACCESS": 0  //  安全设置:0 表示禁止系统级文件访问,1 表示允许 (请谨慎使用)
      }
    }
  }
}

配置参数说明:

  • '"server name"': 'python-interpreter' (服务器名称,客户端用于识别和调用)
  • '"command"': 'uvx' (启动命令,如果使用pip安装,可能是 'python' 或 'python3')
  • '"args"': 启动参数列表:
    • '"mcp-python-interpreter"': MCP Python解释器启动脚本
    • '"--dir"': '/path/to/your/work/dir' (必需,指定服务器的工作目录,所有文件操作都将限制在此目录下,请替换为实际路径)
    • '"--python-path"': '/path/to/your/python' (可选,指定Python解释器路径,如果省略则使用默认Python)
  • '"env"': 环境变量:
    • '"MCP_ALLOW_SYSTEM_ACCESS"': '0' (安全选项,'0' 禁用系统级文件访问,仅允许访问工作目录内的文件;'1' 允许访问系统级文件,请谨慎使用)

配置完成后,重启MCP客户端,客户端应该能够检测到并连接到MCP Python解释器服务器。

基本使用方法

配置完成后,您可以在MCP客户端中通过自然语言指令来调用MCP Python解释器的功能。以下是一些使用示例,您可以直接在支持MCP协议的LLM客户端中输入这些指令:

  • "列出我系统上可用的Python环境"
  • "在conda-base环境中运行这段Python代码: print('Hello, world!')"
  • "创建一个名为 'hello.py' 的新Python文件,其中包含一个打招呼的函数"
  • "读取我的 'data.json' 文件的内容"
  • "写入一个新的配置文件,内容为..."
  • "列出我的系统Python环境中安装的所有包"
  • "在我的系统Python环境中安装requests包"
  • "运行 data_analysis.py 脚本,参数为 --input=data.csv --output=results.csv"

请注意,所有文件操作都将限制在您配置的工作目录内,以确保安全性和隔离性。

信息

分类

开发者工具