返回 MCP 目录
public公开dns本地运行

ipybox

ipybox是一个基于IPython和Docker的轻量级Python代码执行沙箱,支持安全地在本地或远程环境中运行代码,适用于AI代理的数据分析和代码执行场景。

article

README

🚀 ipybox

ipybox 是一个轻量级且安全的 Python 代码执行沙箱,它基于 IPythonDocker 构建。你可以在本地计算机上运行它,也可以在你选择的远程环境中运行。ipybox 专为需要安全执行代码的 AI 智能体而设计,例如用于数据分析用例,或者像在 freeact 智能体中执行代码操作。

🚀 快速开始

安装 ipybox Python 包

pip install ipybox

ipybox 容器中执行代码

import asyncio
from ipybox import ExecutionClient, ExecutionContainer

async def main():
    async with ExecutionContainer(tag="ghcr.io/gradion-ai/ipybox") as container:
        async with ExecutionClient(port=container.executor_port) as client:
            result = await client.execute("print('Hello, world!')")
            print(f"Output: {result.text}")

if __name__ == "__main__":
    asyncio.run(main())

✨ 主要特性

  • 在 Docker 容器内安全地执行代码
  • 通过可配置的防火墙 限制网络访问
  • 使用 IPython 内核进行有状态的代码执行
  • 实时流式输出代码执行结果
  • 在构建时或运行时安装 Python 包
  • 返回使用可视化库生成的绘图
  • 提供 MCP 服务器 接口,便于与 AI 智能体集成
  • 通过生成的客户端代码 调用 MCP 服务器
  • 支持灵活的部署选项,包括本地或远程部署
  • 提供 asyncio API 来管理执行环境

📚 详细文档

📦 MCP 服务器

ipybox 可以作为 MCP 服务器 进行安装。

{
  "mcpServers": {
    "ipybox": {
      "command": "uvx",
      "args": ["ipybox", "mcp"]
    }
  }
}

💻 使用示例

基础用法

import asyncio
from ipybox import ExecutionClient, ExecutionContainer

async def main():
    async with ExecutionContainer(tag="ghcr.io/gradion-ai/ipybox") as container:
        async with ExecutionClient(port=container.executor_port) as client:
            result = await client.execute("print('Hello, world!')")
            print(f"Output: {result.text}")

if __name__ == "__main__":
    asyncio.run(main())

高级用法

# 这里可以添加高级场景的说明,由于原文档未提供,暂不补充
import asyncio
from ipybox import ExecutionClient, ExecutionContainer

# 可以在这里编写高级用法的代码示例
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端