Skip to main content
Glama
deenesjakoruzh
bazinga012

MCP Code Executor

by bazinga012
OverviewInspectSchemaRelated ServersScoreDiscussions
JavaScript
Local

MCP 코드 실행기

대장간 배지

MCP 코드 실행기는 LLM이 지정된 Python 환경 내에서 Python 코드를 실행할 수 있도록 하는 MCP 서버입니다. 이를 통해 LLM은 환경에 정의된 라이브러리 및 종속성에 접근하여 코드를 실행할 수 있습니다. 또한 토큰 제한을 초과할 수 있는 대규모 코드 블록을 처리하기 위한 증분 코드 생성을 지원합니다.

특징

  • LLM 프롬프트에서 Python 코드 실행

  • 토큰 제한을 극복하기 위한 증분 코드 생성 지원

  • 지정된 환경(Conda, virtualenv 또는 UV virtualenv) 내에서 코드 실행

  • 필요할 때 종속성을 설치하세요

  • 패키지가 이미 설치되어 있는지 확인하세요

  • 런타임에 환경을 동적으로 구성합니다.

  • 구성 가능한 코드 저장 디렉토리

Related MCP server: Python MCP Sandbox

필수 조건

  • Node.js가 설치됨

  • 다음 중 하나:

    • 원하는 Conda 환경이 생성된 Conda가 설치됨

    • 파이썬 가상환경

    • UV 가상 환경

설정

  1. 이 저장소를 복제하세요:

지엑스피1

  1. 프로젝트 디렉토리로 이동합니다.

cd mcp_code_executor

  1. Node.js 종속성을 설치하세요.

npm install

  1. 프로젝트를 빌드하세요:

npm run build

구성

MCP 코드 실행기 서버를 구성하려면 MCP 서버 구성 파일에 다음을 추가하세요.

Node.js 사용하기

{ "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" } } } }

Docker 사용

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

참고: Dockerfile은 venv-uv 환경 유형에서만 테스트되었습니다. 다른 환경 유형에는 추가 구성이 필요할 수 있습니다.

환경 변수

필수 변수

  • CODE_STORAGE_DIR : 생성된 코드가 저장될 디렉토리

환경 유형(설정 하나 선택)

  • Conda의 경우:

    • ENV_TYPE : conda 로 설정

    • CONDA_ENV_NAME : 사용할 Conda 환경의 이름

  • 표준 가상 환경의 경우:

    • ENV_TYPE : venv 로 설정

    • VENV_PATH : virtualenv 디렉토리 경로

  • UV Virtualenv의 경우:

    • ENV_TYPE : venv-uv 로 설정

    • UV_VENV_PATH : UV virtualenv 디렉토리 경로

사용 가능한 도구

MCP 코드 실행기는 LLM에 다음과 같은 도구를 제공합니다.

1. execute_code

구성된 환경에서 Python 코드를 실행합니다. 짧은 코드 조각에 가장 적합합니다.

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

2. install_dependencies

환경에 Python 패키지를 설치합니다.

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

3. check_installed_packages

패키지가 이미 환경에 설치되어 있는지 확인합니다.

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

4. configure_environment

환경 구성을 동적으로 변경합니다.

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

5. get_environment_config

현재 환경 구성을 가져옵니다.

{ "name": "get_environment_config", "arguments": {} }

6. initialize_code_file

초기 내용을 포함하는 새 Python 파일을 생성합니다. 토큰 제한을 초과할 수 있는 긴 코드의 첫 번째 단계로 사용하세요.

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

7. append_to_code_file

기존 Python 코드 파일에 내용을 추가합니다. 이 기능을 사용하면 initialize_code_file로 만든 파일에 코드를 추가할 수 있습니다.

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

8. execute_code_file

기존 Python 파일을 실행합니다. 이 단계는 initialize_code_file 및 append_to_code_file을 사용하여 코드를 작성한 후 마지막 단계로 사용하세요.

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

9. read_code_file

기존 Python 코드 파일의 내용을 읽습니다. 이 기능을 사용하면 파일을 추가하거나 실행하기 전에 파일의 현재 상태를 확인할 수 있습니다.

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

용법

MCP 코드 실행기를 구성하면 지정된 CODE_STORAGE_DIR 에 파일을 생성하고 구성된 환경 내에서 실행하여 LLM이 Python 코드를 실행할 수 있습니다.

LLM은 프롬프트에서 이 MCP 서버를 참조하여 코드를 생성하고 실행할 수 있습니다.

대용량 코드 블록 처리

LLM 토큰 제한을 초과할 수 있는 더 큰 코드 블록의 경우 증분 코드 생성 방식을 사용하세요.

  1. initialize_code_file 사용하여 기본 구조로 파일을 초기화합니다 .

  2. append_to_code_file 사용하여 후속 호출에 더 많은 코드를 추가합니다.

  3. 필요한 경우 read_code_file 사용하여 파일 내용을 확인하세요.

  4. execute_code_file 사용하여 전체 코드를 실행합니다.

이 접근 방식을 사용하면 LLM은 토큰 제한에 걸리지 않고 복잡하고 여러 부분으로 구성된 코드를 작성할 수 있습니다.

이전 버전과의 호환성

이 패키지는 이전 버전과의 하위 호환성을 유지합니다. Conda 환경만 지정한 이전 버전 사용자는 구성을 변경하지 않고도 계속 작업할 수 있습니다.

기여하다

기여를 환영합니다! 이슈를 개설하거나 풀 리퀘스트를 제출해 주세요.

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다.

One-click Deploy
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

How are these scores calculated?

Resources

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/bazinga012/mcp_code_executor'

If you have feedback or need assistance with the MCP directory API, please join our Discord server