代码沙盒 MCP 🐳

用于在 Docker 容器内执行代码的安全沙盒环境。此 MCP 服务器为 AI 应用程序提供安全隔离的代码运行环境，同时通过容器化确保安全性。

🌟 功能

• 灵活的容器管理：创建和管理用于代码执行的隔离 Docker 容器

• 自定义环境支持：使用任何 Docker 镜像作为执行环境

• 文件操作：主机和容器之间轻松传输文件和目录

• 命令执行：在容器环境中运行任何 shell 命令

• 实时日志记录：实时流式传输容器日志和命令输出

• 自动更新：内置更新检查和自动二进制更新

• 多平台：支持 Linux、macOS 和 Windows

Related MCP server: Docker MCP Server

🚀 安装

先决条件

• Docker 安装并运行

  • 在 Linux 上安装 Docker

  • 为 macOS 安装 Docker Desktop

  • 安装适用于 Windows 的 Docker Desktop

快速安装

Linux、MacOS

curl -fsSL https://raw.githubusercontent.com/Automata-Labs-team/code-sandbox-mcp/main/install.sh | bash

视窗

# Run in PowerShell
irm https://raw.githubusercontent.com/Automata-Labs-team/code-sandbox-mcp/main/install.ps1 | iex

安装程序将：

1. 检查 Docker 安装

2. 下载适合您系统的二进制文件

3. 创建必要的配置文件

手动安装

1. 从发布页面下载适合您平台的最新版本

2. 将二进制文件放在 PATH 中的目录中

3. 使其可执行（仅限类 Unix 系统）：

   chmod +x code-sandbox-mcp

🛠️ 可用工具

sandbox_initialize

初始化新的计算环境以执行代码。基于指定的 Docker 镜像创建容器。

参数：

• image （字符串，可选）：用作基础环境的 Docker 映像

  • 默认值：'python:3.12-slim-bookworm'

返回：

• 可以与其他工具一起使用来与此环境进行交互的container_id

copy_project

将目录复制到沙盒文件系统。

参数：

• container_id （字符串，必需）：从初始化调用返回的容器的 ID

• local_src_dir （字符串，必需）：本地文件系统中目录的路径

• dest_dir （字符串，可选）：沙盒环境中保存 src 目录的路径

write_file

将文件写入沙盒文件系统。

参数：

• container_id （字符串，必需）：从初始化调用返回的容器的 ID

• file_name （字符串，必需）：要创建的文件的名称

• file_contents （字符串，必需）：要写入文件的内容

• dest_dir （字符串，可选）：创建文件的目录（默认值：${WORKDIR}）

sandbox_exec

在沙盒环境中执行命令。

参数：

• container_id （字符串，必需）：从初始化调用返回的容器的 ID

• commands （数组，必需）：在沙盒环境中运行的命令列表

  • 例如：[“apt-get update”，“pip install numpy”，“python script.py”]

copy_file

将单个文件复制到沙盒文件系统。

参数：

• container_id （字符串，必需）：从初始化调用返回的容器的 ID

• local_src_file （字符串，必需）：本地文件系统中的文件路径

• dest_path （字符串，可选）：在沙盒环境中保存文件的路径

sandbox_stop

停止并删除正在运行的容器沙盒。

参数：

• container_id （字符串，必需）：要停止和删除的容器的 ID

**描述：**以 10 秒的超时时间正常停止指定的容器并将其与其卷一起删除。

容器日志资源

提供对容器日志的访问的动态资源。

资源路径： containers://{id}/logs
MIME 类型： text/plain
**描述：**将指定容器的所有容器日志作为单个文本资源返回。

🔐 安全功能

• 使用 Docker 容器的隔离执行环境

• 通过 Docker 容器约束进行资源限制

• 单独的 stdout 和 stderr 流

🔧 配置

克劳德桌面

安装程序会自动创建配置文件。如果您需要手动配置：

Linux

// ~/.config/Claude/claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "/path/to/code-sandbox-mcp",
            "args": [],
            "env": {}
        }
    }
}

macOS

// ~/Library/Application Support/Claude/claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "/path/to/code-sandbox-mcp",
            "args": [],
            "env": {}
        }
    }
}

视窗

// %APPDATA%\Claude\claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "C:\\path\\to\\code-sandbox-mcp.exe",
            "args": [],
            "env": {}
        }
    }
}

其他人工智能应用

对于支持 MCP 服务器的其他 AI 应用程序，请将其配置为使用code-sandbox-mcp二进制文件作为其代码执行后端。

🛠️ 开发

如果您想在本地构建项目或为其开发做出贡献，请参阅DEVELOPMENT.md 。

📝 许可证

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。