Back to MCP directory
publicPublicdnsLocal runtime

mcp_code_executor

MCP代码执行器是一个允许LLM在指定Conda环境中执行Python代码的服务器。

article

README

🚀 MCP 代码执行器

MCP 代码执行器是一个 MCP 服务器,它能让大语言模型 (LLM) 在指定的 Conda 环境中执行 Python 代码。借助该执行器,LLM 可在具备 Conda 环境所定义的库和依赖项的条件下运行代码。

smithery badge

🚀 快速开始

先决条件

  • 已安装 Node.js
  • 已安装 Conda
  • 已创建所需的 Conda 环境

设置步骤

  1. 克隆此仓库:
git clone https://github.com/bazinga012/mcp_code_executor.git
  1. 切换到项目目录:
cd mcp_code_executor
  1. 安装 Node.js 依赖项:
npm install
  1. 构建项目:
npm run build

配置

要配置 MCP 代码执行器服务器,请在 MCP 服务器配置文件中添加以下内容:

{
  "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"
      }
    }
  }
}

替换占位符:

  • /path/to/mcp_code_executor :请替换为您克隆仓库的绝对路径
  • /path/to/code/storage :请替换为您希望存储代码的目录
  • your-conda-env :请替换为要运行代码的 Conda 环境名称

使用说明

配置完成后,MCP 代码执行器将允许 LLM 在指定的 CODE_STORAGE_DIR 目录中生成文件,并在 CONDA_ENV_NAME 定义的 Conda 环境中运行代码。LLM 可以通过在提示中引用此 MCP 服务器来生成和执行代码。

✨ 主要特性

  • 允许从 LLM 提示中执行 Python 代码
  • 在指定的 Conda 环境中运行代码
  • 可配置的代码存储目录
help

Runtime guide

cloud

Hosted runtime

Hosted servers run from a provider-managed environment. You usually connect the MCP client to the hosted endpoint or follow the provider's authorization flow, without keeping a local process alive

  1. Open provider connection page
  2. Authorize or copy endpoint
  3. Connect from your MCP client
terminal

Local runtime / other methods

Local servers run on your own machine or infrastructure. You normally copy the server_config into your MCP client, install the required package, and provide env variables from env_schema when needed

  1. Copy server_config
  2. Install required package
  3. Fill env variables and restart client