Docker MCP 서버

격리된 Docker 컨테이너에서 코드를 실행하고 Claude와 같은 언어 모델에 결과를 반환하는 강력한 MCP(Model Context Protocol) 서버입니다.

특징

격리된 코드 실행 : 메인 시스템과 분리된 Docker 컨테이너에서 코드 실행
다국어 지원 : Docker 이미지를 사용하여 모든 언어로 코드 실행
복잡한 스크립트 지원 : 간단한 명령과 완전한 다중 줄 스크립트를 모두 실행합니다.
패키지 관리 : pip, npm, apt-get 또는 apk를 사용하여 종속성 설치
컨테이너 관리 : Docker 컨테이너를 쉽게 생성, 나열 및 정리
강력한 오류 처리 : 우아한 시간 초과 관리 및 대체 메커니즘
다채로운 출력 : 명확하고 색상으로 구분된 콘솔 피드백

요구 사항

파이썬 3.9 이상
Docker 설치 및 실행 중
fastmcp 라이브러리

설치

이 저장소를 복제하세요:지엑스피1
가상 환경 만들기:
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate
필요한 패키지를 설치하세요:
pip install -r requirements.txt

용법

MCP 검사기 실행

서버의 기능을 테스트하고 탐색하려면:

python run_server.py

MCP Inspector 인터페이스는 브라우저에서 http://localhost:5173 에서 열립니다.

사용 가능한 도구

Docker MCP 서버는 다음과 같은 도구를 제공합니다.

1. 컨테이너 나열

모든 Docker 컨테이너와 해당 세부 정보를 나열합니다.

매개변수 :
- show_all : (선택 사항) 중지된 컨테이너를 포함한 모든 컨테이너를 표시할지 여부(기본값: True)

2. 컨테이너 생성

선택적 종속성을 사용하여 Docker 컨테이너를 만들고 시작합니다.

매개변수 :
- image : 사용할 Docker 이미지(예: "python:3.9-slim", "node:16")
- container_name : 컨테이너의 고유 이름
- dependencies : (선택 사항) 설치할 패키지의 공백으로 구분된 목록(예: "numpy pandas", "express lodash")

3. 종속성 추가

기존 Docker 컨테이너에 추가 패키지를 설치합니다.

매개변수 :
- container_name : 대상 컨테이너의 이름
- dependencies : 설치할 패키지의 공백으로 구분된 목록

4. 코드 실행

실행 중인 Docker 컨테이너 내에서 명령을 실행합니다.

매개변수 :
- container_name : 대상 컨테이너의 이름
- command : 컨테이너 내부에서 실행할 명령

5. Python 스크립트 실행

실행 중인 Docker 컨테이너 내에서 여러 줄의 Python 스크립트를 실행합니다.

매개변수 :
- container_name : 대상 컨테이너의 이름
- script_content : 전체 Python 스크립트 내용
- script_args : 스크립트에 전달할 선택적 인수

6. 청소용 용기

Docker 컨테이너를 중지하고 제거합니다.

매개변수 :
- container_name : 정리할 컨테이너의 이름

예시

기본 워크플로우 예제

# 1. List existing containers to see what's already running
list_containers()

# 2. Create a new container
create_container(
    image="python:3.9-slim", 
    container_name="python-example", 
    dependencies="numpy pandas"
)

# 3. Execute a command in the container
execute_code(
    container_name="python-example", 
    command="python -c 'import numpy as np; print(\"NumPy version:\", np.__version__)'"
)

# 4. Add more dependencies later
add_dependencies(
    container_name="python-example", 
    dependencies="matplotlib scikit-learn"
)

# 5. List containers again to confirm status
list_containers(show_all=False)  # Only show running containers

# 6. Clean up when done
cleanup_container(container_name="python-example")

파이썬 데이터 분석 예제

# 1. Create a container with dependencies
create_container(
    image="python:3.9-slim", 
    container_name="python-test", 
    dependencies="numpy pandas matplotlib"
)

# 2. Execute a Python script
script = """
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# Create some data
data = pd.DataFrame({
    'x': np.random.randn(100),
    'y': np.random.randn(100)
})

print(f"Data shape: {data.shape}")
print(f"Data correlation: {data.corr().iloc[0,1]:.4f}")
"""
execute_python_script(container_name="python-test", script_content=script)

# 3. Add additional dependencies later if needed
add_dependencies(container_name="python-test", dependencies="scikit-learn")

# 4. Verify container is running
list_containers(show_all=False)

# 5. Clean up when done
cleanup_container(container_name="python-test")

Node.js 예제

# 1. Check for existing Node.js containers
list_containers()

# 2. Create a Node.js container
create_container(
    image="node:16", 
    container_name="node-test", 
    dependencies="express axios"
)

# 3. Execute a Node.js script
execute_code(
    container_name="node-test", 
    command="node -e \"console.log('Node.js version: ' + process.version); console.log('Express installed: ' + require.resolve('express'));\""
)

# 4. Add more dependencies
add_dependencies(container_name="node-test", dependencies="lodash moment")

# 5. Clean up when done
cleanup_container(container_name="node-test")

패키지 관리자 지원

Docker MCP 서버는 적절한 패키지 관리자를 자동으로 감지하여 사용합니다.

Python 컨테이너 : pip 사용
Node.js 컨테이너 : npm 사용
Debian/Ubuntu 컨테이너 : apt-get 사용
알파인 컨테이너 : apk 사용

이미지 이름으로 패키지 관리자가 명확하지 않은 컨테이너의 경우, 서버는 사용 가능한 패키지 관리자를 감지하려고 시도합니다.

Claude 및 기타 LLM과 통합

이 MCP 서버는 Claude 및 모델 컨텍스트 프로토콜을 지원하는 다른 LLM과 통합될 수 있습니다. fastmcp install 명령을 사용하여 Claude에 등록하세요.

fastmcp install src/docker_mcp.py

문제 해결

포트가 이미 사용 중임 : "주소가 이미 사용 중" 오류가 표시되면 다른 MCP Inspector 인스턴스가 실행 중이 아닌지 확인하세요.
Docker 연결 문제 : docker --version 으로 Docker가 실행 중인지 확인하세요.
컨테이너 시간 초과 : 서버에는 예상 시간 내에 응답하지 않는 컨테이너에 대한 대체 메커니즘이 포함되어 있습니다.
패키지 설치 실패 : 지정된 패키지 관리자에 대한 패키지 이름이 올바른지 확인하세요.
컨테이너를 찾을 수 없습니다 . list_containers에 결과가 표시되지 않으면 Docker에서 아직 컨테이너를 생성하지 않았을 수 있습니다.

보안 고려 사항

이 서버는 Docker 컨테이너에서 코드를 실행하여 호스트 시스템과 격리합니다. 하지만 다음 사항에 유의해야 합니다.

추가적인 보안 조치 없이 이 서버를 공개적으로 노출하지 마십시오.
호스트 볼륨을 컨테이너에 마운트할 때는 주의하세요.
DoS 공격을 방지하기 위해 컨테이너의 리소스 제한을 고려하세요.

특허

MIT 라이센스

기여하다

기여를 환영합니다! 풀 리퀘스트를 제출해 주세요.

Docker MCP Server

Integrations