python-session-mcp

유지되는 세션에서 Python을 실행하고 이를 Model Context Protocol을 통해 LLM 클라이언트에 노출합니다.

저자: Dr Merwan Roudane

차별점

세션이 유지됩니다. 한 호출에서 로드된 DataFrame은 다음 호출에도 그대로 남아 있으므로 분석을 매번 전체를 다시 보내는 대신 단계적으로 구축할 수 있습니다.

서버의 인터프리터가 아니라 사용자의 인터프리터입니다. 서버는 pandas가 없는 기본 Python 환경에 설치되어 있을 수 있습니다. 사용자 코드를 실행하는 인터프리터는 별도로 선택됩니다: conda 또는 Anaconda 설치가 있으면 우선 사용되며, PYTHON_MCP_INTERPRETER가 이를 재정의합니다.

충돌은 프로세스 하나의 비용만 발생합니다. 코드는 서버가 아닌 워커에서 실행됩니다. 메모리를 소진하거나, sys.exit를 호출하거나, C 확장을 충돌시켜도 워커가 교체되고 서버는 계속 실행됩니다. 또한 사용자 코드는 서버의 stdin에서 분리되는데, MCP에서 이 stdin은 JSON-RPC 스트림 자체입니다.

Related MCP server: LLM Python Code Sandbox

설치

pip install python-session-mcp

라이브러리 사용

from python_mcp import PythonRunner

with PythonRunner() as py:
    py.run("import pandas as pd, statsmodels.api as sm")
    py.run("df = pd.read_csv('macro.csv')")
    print(py.run("df.describe()"))

    py.run("m = sm.OLS(df['y'], sm.add_constant(df[['x','z']])).fit()")
    print(py.run("m.summary()"))
    print(py.value("m.params.to_dict()"))    # a real Python dict

마지막 표현식은 REPL처럼 표시되므로 df.head() 단독으로도 print() 없이 프레임을 표시합니다.

MCP 서버 사용

{
  "mcpServers": {
    "python": {
      "command": "python-session-mcp",
      "env": { "PYTHON_MCP_INTERPRETER": "C:\\Users\\you\\anaconda3\\python.exe" }
    }
  }
}

도구

세션

코드 실행

데이터

추정

차트

오류

실패 시 예외와 사용자 코드의 줄을 명시하고 세션을 그대로 유지합니다:

Python error: NameError on line 2: name 'undefined_name' is not defined

실패 전에 출력된 내용은 실패와 함께 보고됩니다. 그 출력이 실패를 설명하는 경우가 많기 때문입니다.

그림

플롯은 텍스트로 반환할 수 없습니다. 그린 다음 저장하세요:

py.run("import matplotlib; matplotlib.use('Agg')")
py.run("import matplotlib.pyplot as plt; plt.plot(df['x'], df['y'], 'o')")
py.save_figure("figures/scatter.png")     # missing folders are created

알아두면 좋은 점

• 인터프리터는 서버의 것과 별개입니다. 패키지가 있다고 가정하기 전에 python_status를 확인하세요.

• 상태는 편리함과 위험을 동시에 가져옵니다. 이름이 유지되므로 이전 단계의 오래된 변수가 다음 단계에 조용히 영향을 줄 수 있습니다. 새로운 작업을 시작할 때는 reset_namespace를 사용하세요.

• run_python은 주어진 모든 것을 실행합니다. 사용자 환경에서, 사용자의 파일 접근 권한으로 말입니다. 이것이 바로 이 도구의 목적이며, 신중하게 사용할 가치가 있습니다.

• 마지막 표현식이 출력됩니다. 긴 DataFrame은 슬라이싱하지 않으면 전체가 출력됩니다.

테스트

python tests/test_live.py     # 41 tests

지속성, 줄 번호가 포함된 오류 보고, JSON 왕복, 그림 저장, 사용자 코드가 워커를 완전히 종료시킨 후의 복구, 그리고 알려진 계수로 생성된 데이터에 대한 모든 데이터 및 추정 도구를 다룹니다.

동일한 데이터에 대해 EViews와 대조한 결과, 회귀 결과는 출력된 모든 자릿수에서 일치합니다 -- 계수, R-squared, Durbin-Watson, 그리고 Breusch-Godfrey 및 Jarque-Bera 통계량 모두 마찬가지입니다.

라이선스

MIT. Copyright (c) 2026 Merwan Roudane.