Integrations
Allows LLMs to execute Python code within a specified Conda environment with access to libraries and dependencies
MCP-Code-Executor
Der MCP Code Executor ist ein MCP-Server, der es LLMs ermöglicht, Python-Code in einer bestimmten Python-Umgebung auszuführen. Dadurch können LLMs Code mit Zugriff auf die in der Umgebung definierten Bibliotheken und Abhängigkeiten ausführen.
Merkmale
- Ausführen von Python-Code aus LLM-Eingabeaufforderungen
- Führen Sie Code in einer angegebenen Umgebung aus (Conda, virtualenv oder UV virtualenv).
- Installieren Sie Abhängigkeiten bei Bedarf
- Überprüfen Sie, ob Pakete bereits installiert sind
- Dynamisches Konfigurieren der Umgebung zur Laufzeit
- Konfigurierbares Code-Speicherverzeichnis
Voraussetzungen
- Node.js installiert
- Eine der folgenden Möglichkeiten:
- Conda installiert und gewünschte Conda-Umgebung erstellt
- Python virtuelle Umgebung
- UV-virtuelle Umgebung
Aufstellen
- Klonen Sie dieses Repository:
- Navigieren Sie zum Projektverzeichnis:
- Installieren Sie die Node.js-Abhängigkeiten:
- Erstellen Sie das Projekt:
Konfiguration
Um den MCP Code Executor-Server zu konfigurieren, fügen Sie Ihrer MCP-Server-Konfigurationsdatei Folgendes hinzu:
Verwenden von Node.js
Verwenden von Docker
Hinweis: Das Dockerfile wurde nur mit dem Umgebungstyp venv-uv getestet. Für andere Umgebungstypen sind möglicherweise zusätzliche Konfigurationen erforderlich.
Umgebungsvariablen
Erforderliche Variablen
CODE_STORAGE_DIR
: Verzeichnis, in dem der generierte Code gespeichert wird
Umgebungstyp (wählen Sie eine Konfiguration aus)
- Für Conda:
ENV_TYPE
: Aufconda
setzenCONDA_ENV_NAME
: Name der zu verwendenden Conda-Umgebung
- Für Standard-Virtualenv:
ENV_TYPE
: Aufvenv
setzenVENV_PATH
: Pfad zum Virtualenv-Verzeichnis
- Für UV Virtualenv:
ENV_TYPE
: Aufvenv-uv
einstellenUV_VENV_PATH
: Pfad zum UV-Virtualenv-Verzeichnis
Verfügbare Tools
Der MCP Code Executor stellt LLMs die folgenden Tools zur Verfügung:
1. execute_code
Führt Python-Code in der konfigurierten Umgebung aus.
2. install_dependencies
Installiert Python-Pakete in der Umgebung.
3. check_installed_packages
Überprüft, ob in der Umgebung bereits Pakete installiert sind.
4. configure_environment
Ändert die Umgebungskonfiguration dynamisch.
5. get_environment_config
Ruft die aktuelle Umgebungskonfiguration ab.
Verwendung
Nach der Konfiguration ermöglicht der MCP Code Executor LLMs die Ausführung von Python-Code, indem er eine Datei im angegebenen CODE_STORAGE_DIR
generiert und sie innerhalb der konfigurierten Umgebung ausführt.
LLMs können Code generieren und ausführen, indem sie in ihren Eingabeaufforderungen auf diesen MCP-Server verweisen.
Abwärtskompatibilität
Dieses Paket ist abwärtskompatibel mit früheren Versionen. Benutzer früherer Versionen, die nur eine Conda-Umgebung angegeben haben, können ohne Änderungen an ihrer Konfiguration weiterarbeiten.
Beitragen
Beiträge sind willkommen! Bitte melden Sie ein Problem oder senden Sie einen Pull Request.
Lizenz
Dieses Projekt ist unter der MIT-Lizenz lizenziert.
You must be authenticated.
local-only server
The server can only run on the client's local machine because it depends on local resources.
Tools
Ermöglicht LLMs, Python-Code in einer angegebenen Conda-Umgebung auszuführen und ermöglicht den Zugriff auf die erforderlichen Bibliotheken und Abhängigkeiten für eine effiziente Codeausführung.
- Merkmale
- Voraussetzungen
- Aufstellen
- Konfiguration
- Verfügbare Tools
- Verwendung
- Abwärtskompatibilität
- Beitragen
- Lizenz
Related Resources
Related MCP Servers
- AsecurityAlicenseAqualityA Pyodide server for executing Python code by Large Language Models (LLMs) via the Model Context Protocol (MCP).Last updated -53TypeScriptMIT License
Fused MCP Agentsofficial
-securityAlicense-qualityA Python-based MCP server that allows Claude and other LLMs to execute arbitrary Python code directly through your desktop Claude app, enabling data scientists to connect LLMs to APIs and executable code.Last updated -23MIT License- AsecurityFlicenseAqualityA Python server implementing the Model Context Protocol to provide customizable prompt templates, resources, and tools that enhance LLM interactions in the continue.dev environment.Last updated -2Python
- AsecurityFlicenseAqualityA Model Context Protocol server that allows LLMs to interact with Python environments, execute code, and manage files within a specified working directory.Last updated -98Python