MCP Code Executor 开源项目教程

MCP Code Executor 开源项目教程

mcp_code_executor The MCP Code Executor is an MCP server that allows LLMs to execute Python code within a specified Conda environment. 项目地址: https://gitcode.com/gh_mirrors/mc/mcp_code_executor

1. 项目介绍

MCP Code Executor 是一个开源的 MCP 服务器，允许在指定的 Python 环境中执行 Python 代码。这使得大型语言模型（LLMs）能够运行访问环境中定义的库和依赖项的代码。它还支持增量代码生成，以处理可能超出令牌限制的大型代码块。

2. 项目快速启动

环境准备

确保已经安装以下环境之一：

• Node.js
• Conda（及其环境）
• Python virtualenv
• UV virtualenv

克隆仓库

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

安装依赖

npm install

构建项目

npm run build

配置文件

在 MCP 服务器配置文件中添加以下内容：

使用 Node.js

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

使用 Docker

{
  "mcpServers": {
    "mcp-code-executor": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "mcp-code-executor"]
    }
  }
}

确保配置文件中的环境变量 CODE_STORAGE_DIR 和 ENV_TYPE 等正确指向了你的存储目录和环境类型。

3. 应用案例和最佳实践

执行代码

{
  "name": "execute_code",
  "arguments": {
    "code": "import numpy as np\nprint(np.random.rand(3,3))",
    "filename": "matrix_gen"
  }
}

安装依赖

{
  "name": "install_dependencies",
  "arguments": {
    "packages": ["numpy", "pandas", "matplotlib"]
  }
}

检查已安装的包

{
  "name": "check_installed_packages",
  "arguments": {
    "packages": ["numpy", "pandas", "non_existent_package"]
  }
}

动态配置环境

{
  "name": "configure_environment",
  "arguments": {
    "type": "conda",
    "conda_name": "new_env_name"
  }
}

处理大型代码块

1. 初始化一个文件

{
  "name": "initialize_code_file",
  "arguments": {
    "content": "def main():\nprint('Hello, world!')\n\nif __name__ == '__main__':\nmain()",
    "filename": "my_script"
  }
}

2. 追加代码

{
  "name": "append_to_code_file",
  "arguments": {
    "file_path": "/path/to/code/storage/my_script_abc123.py",
    "content": "\ndef another_function():\nprint('This was appended to the file')\n"
  }
}

3. 执行代码文件

{
  "name": "execute_code_file",
  "arguments": {
    "file_path": "/path/to/code/storage/my_script_abc123.py"
  }
}

4. 典型生态项目

MCP Code Executor 可以与多个生态项目配合使用，例如：

• 利用 GitHub Actions 实现自动化工作流。
• 使用 GitHub Copilot 来提高代码质量。
• 通过 GitHub Packages 管理包版本。

这些项目的集成可以进一步扩展 MCP Code Executor 的功能和应用场景。

mcp_code_executor The MCP Code Executor is an MCP server that allows LLMs to execute Python code within a specified Conda environment. 项目地址: https://gitcode.com/gh_mirrors/mc/mcp_code_executor