Docker MCP 服务器

强大的模型上下文协议 (MCP) 服务器，在隔离的 Docker 容器中执行代码并将结果返回给 Claude 等语言模型。

特征

隔离代码执行：在与主系统分离的 Docker 容器中运行代码
多语言支持：使用 Docker 镜像以任何语言执行代码
复杂脚本支持：运行简单命令和完整的多行脚本
软件包管理：使用 pip、npm、apt-get 或 apk 安装依赖项
容器管理：轻松创建、列出和清理 Docker 容器
强大的错误处理：优雅的超时管理和回退机制
彩色输出：清晰、彩色编码的控制台反馈

要求

Python 3.9+
Docker 安装并运行
fastmcp 库

安装

克隆此存储库：
git clone https://github.com/yourusername/docker_mcp_server.git cd docker_mcp_server
创建虚拟环境：
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate
安装所需的软件包：
pip install -r requirements.txt

用法

运行 MCP 检查器

要测试和探索服务器的功能：

python run_server.py

MCP Inspector 界面将在您的浏览器中打开，网址为http://localhost:5173 。

可用工具

Docker MCP 服务器提供以下工具：

1. 列出容器

列出所有 Docker 容器及其详细信息：

参数：
- show_all ：（可选）是否显示所有容器（包括已停止的容器）（默认值：True）

2.创建容器

创建并启动具有可选依赖项的 Docker 容器：

参数：
- image ：要使用的 Docker 镜像（例如“python:3.9-slim”、“node:16”）
- container_name ：容器的唯一名称
- dependencies ：（可选）要安装的软件包的空格分隔列表（例如，“numpy pandas”，“express lodash”）

3.添加依赖项

在现有的 Docker 容器中安装其他软件包：

参数：
- container_name ：目标容器的名称
- dependencies ：要安装的软件包的空格分隔列表

4.执行代码

在正在运行的 Docker 容器内执行命令：

参数：
- container_name ：目标容器的名称
- command ：容器内执行的命令

5.执行Python脚本

在正在运行的 Docker 容器内执行多行 Python 脚本：

参数：
- container_name ：目标容器的名称
- script_content ：完整的 Python 脚本内容
- script_args ：传递给脚本的可选参数

6.清理容器

停止并删除 Docker 容器：

参数：
- container_name ：要清理的容器的名称

示例

基本工作流程示例

# 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")

Python数据分析示例

# 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 示例

# 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")

包管理器支持

Docker MCP 服务器会自动检测并使用适当的包管理器：

Python 容器：使用pip
Node.js 容器：使用npm
Debian/Ubuntu 容器：使用apt-get
Alpine 容器：使用apk

对于从图像名称中无法明显看出包管理器的容器，服务器会尝试检测可用的包管理器。

与 Claude 及其他法学硕士课程的整合

此 MCP 服务器可以与 Claude 以及其他支持模型上下文协议 (MCP) 的 LLM 集成。使用fastmcp install命令将其注册到 Claude：

fastmcp install src/docker_mcp.py

故障排除

端口已在使用中：如果您看到“地址已在使用中”错误，请确保没有其他 MCP Inspector 实例正在运行。
Docker 连接问题：使用docker --version验证 Docker 是否正在运行。
容器超时：服务器包含针对未在预期时间范围内响应的容器的回退机制。
软件包安装失败：检查指定软件包管理器的软件包名称是否正确。
未找到容器：如果 list_containers 没有显示结果，Docker 可能尚未创建任何容器。

安全注意事项

此服务器在 Docker 容器中执行代码，从而与主机系统隔离。但是，请谨慎操作：

在没有采取额外安全措施的情况下，请勿公开此服务器
将主机卷安装到容器中时要小心
考虑容器的资源限制以防止 DoS 攻击

执照

MIT 许可证

贡献

欢迎贡献代码！欢迎提交 Pull 请求。

Docker MCP Server

Integrations