项目简介

本项目 'isolated-pymcp' 提供了一个安全、隔离的容器环境，结合了 Model Context Protocol (MCP) 和 Language Server Protocol (LSP) 的能力，旨在为大型语言模型 (LLM) 客户端提供强大的Python代码执行和代码智能（如代码补全、分析）功能。它通过标准化的MCP协议暴露这些能力，确保交互的安全性和可控性。

主要功能点

安全执行Python代码: 提供一个隔离的沙箱环境，允许LLM通过MCP调用预定义的工具来运行Python代码，并返回执行结果，保障主机系统安全。
代码智能集成: 桥接 Language Server Protocol (LSP) 功能，使LLM能够利用LSP服务器（如 'pylsp'）进行代码分析、导航、补全等，提升代码理解和生成能力。
模块化架构: 包含Pydantic Run-Python（负责代码执行）和MultilspyLSP（负责LSP桥接）等核心组件，这些组件作为MCP服务器或工具运行在隔离环境中。
标准化协议: 所有功能通过标准的JSON-RPC消息和MCP协议进行通信，方便与各种LLM客户端集成。
会话管理与能力声明: 服务器端支持MCP协议的会话初始化和工具能力声明，客户端可以查询服务器支持的功能。

安装步骤

克隆仓库: 将 'isolated-pymcp' 仓库克隆到本地。
安装依赖: 项目使用 'make' 命令管理流程。确保您的系统安装了 'make'、'Docker' 或 'Podman'、'deno' 以及 'gh CLI' (用于 secrets 管理)。
初始化目录和配置: 运行以下命令创建必要的目录并生成配置文件：
```
make dirs
make tangle
```

设置 Secrets: 根据项目需求设置敏感信息（如API Key），通常使用 'gh CLI' 管理。

gh auth login
./scripts/setup_secrets.sh # 或手动设置 gh secret edit

构建容器镜像: 运行命令构建包含MCP服务器组件的容器镜像：
```
make build
```
运行容器: 启动包含MCP服务器的容器：
```
make run
```
容器启动后，MCP服务器将在其中运行，通常通过标准I/O (stdio) 提供服务。

服务器配置（供MCP客户端参考）

MCP客户端需要配置连接到此服务器的方式。对于通过标准I/O (stdio) 启动MCP Run-Python服务的情况，客户端通常需要指定启动服务器进程的命令及其参数。

配置信息示例（客户端配置时需填写对应参数，无需直接复制此JSON）：

{
  "server_name": "Isolated Python Environment", // 服务器名称，方便识别
  "transport": "stdio",                      // 传输协议：标准I/O
  "command": "deno",                         // 启动服务器的命令
  "args": [                                  // 启动命令的参数列表
    "run",
    "-N",
    "-R=node_modules",
    "-W=node_modules",
    "--node-modules-dir=auto",
    "--allow-read",
    "jsr:@pydantic/mcp-run-python",         // Deno模块，提供MCP Python执行工具
    "stdio"                                 // 指定使用标准I/O进行通信
  ]
  // 如果需要LSP功能或有其他TCP/IP端口服务，可能需要额外的配置段
}

客户端使用这些配置信息来启动服务器进程，并通过stdio通道发送和接收MCP协议（JSON-RPC格式）的消息。

基本使用方法

一旦服务器容器通过 'make run' 启动，MCP客户端即可连接。

连接与初始化: 客户端连接到服务器进程（通常通过标准I/O），发送 'initialize' 请求开始会话。
列出工具: 客户端可以发送 'list_tools' 请求来发现服务器提供的工具，例如 'run_python_code'。

调用工具: 客户端发送 'tools/call' 请求来调用特定工具。例如，调用 'run_python_code' 工具并传入要执行的Python代码作为参数：

{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "run_python_code",
    "arguments": {
      "python_code": "print(\"Hello, MCP!\")\nresult = 1 + 1\nresult"
    }
  },
  "id": 1
}

服务器将执行代码并返回包含结果的JSON-RPC响应。

使用Make命令测试: 仓库提供了一些 'make' 命令来演示客户端交互：
- 'make test': 验证MCP服务器连接。
- 'make analyze ALGO=fibonacci': 示例调用MCP工具来分析特定算法文件。

通过这些步骤，LLM客户端可以利用该隔离环境安全地执行Python代码和获取代码智能信息。

关键词

信息