Docker MCP Server

Docker MCP サーバー

コードを分離された Docker コンテナ内で実行し、その結果を Claude などの言語モデルに返す、強力な Model Context Protocol（MCP）サーバーです。

特長

• 分離されたコード実行：メインシステムから分離された Docker コンテナ内でコードを実行します
• 複数言語のサポート：Docker イメージがあれば、あらゆる言語でコードを実行できます
• 複雑なスクリプトのサポート：単純なコマンドから複数行のスクリプト全体まで実行できます
• パッケージ管理：pip、npm、apt-get、または apk を使って依存関係をインストールします
• コンテナ管理：Docker コンテナを簡単に作成、一覧表示、クリーンアップできます
• 堅牢なエラー処理：タイムアウトを適切に管理し、フォールバック機能を備えています
• カラフルな出力：見やすく、色分けされたコンソールのフィードバックを表示します

必要条件

• Python 3.9+
• Docker がインストールされ、実行されていること
• fastmcp ライブラリ

インストール

1. このリポジトリをクローンします：

   git clone https://github.com/zaycruz/docker_mcp.git
   cd docker_mcp
   

2. 仮想環境を作成します：

   python -m venv venv
   source venv/bin/activate  # On Windows: venv\Scripts\activate
   

3. 必要なパッケージをインストールします：

   pip install -r requirements.txt
   

使い方

MCP Inspector の実行

サーバーの機能をテストして確認するには：

python run_server.py

MCP Inspector のインターフェースが、http://localhost:5173 でブラウザーに表示されます。

利用可能なツール

Docker MCP サーバーでは、次のツールを利用できます：

1. コンテナの一覧表示

すべての Docker コンテナとその詳細を一覧表示します：

• パラメーター：
  • show_all：停止中のコンテナを含むすべてのコンテナを表示するかどうか（省略可、デフォルト：True）

2. コンテナの作成

オプションの依存関係を指定して Docker コンテナを作成し、起動します：

• パラメーター：
  • image：使用する Docker イメージ（例："python:3.9-slim"、"node:16"）
  • container_name：コンテナに付ける一意の名前
  • dependencies：インストールするパッケージをスペース区切りで指定したリスト（省略可、例："numpy pandas"、"express lodash"）

3. 依存関係の追加

既存の Docker コンテナに追加のパッケージをインストールします：

• パラメーター：
  • container_name：対象コンテナの名前
  • dependencies：インストールするパッケージをスペース区切りで指定したリスト

4. コードの実行

実行中の Docker コンテナ内でコマンドを実行します：

• パラメーター：
  • container_name：対象コンテナの名前
  • command：コンテナ内で実行するコマンド

5. Python スクリプトの実行

実行中の Docker コンテナ内で複数行の Python スクリプトを実行します：

• パラメーター：
  • container_name：対象コンテナの名前
  • script_content：Python スクリプトの全内容
  • script_args：スクリプトに渡す省略可能な引数

6. コンテナのクリーンアップ

Docker コンテナを停止して削除します：

• パラメーター：
  • container_name：クリーンアップするコンテナの名前

例

基本的なワークフローの例

# 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 によるデータ分析の例

# 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 の例

# 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")

パッケージマネージャーのサポート

Docker MCP サーバーは、適切なパッケージマネージャーを自動的に検出して使用します：

• Python コンテナ：pip を使用します
• Node.js コンテナ：npm を使用します
• Debian/Ubuntu コンテナ：apt-get を使用します
• Alpine コンテナ：apk を使用します

イメージ名からパッケージマネージャーが明らかでないコンテナの場合、サーバーは利用可能なパッケージマネージャーの検出を試みます。

Claude およびその他の LLM との統合

この MCP サーバーは、Model Context Protocol をサポートする Claude およびその他の LLM と統合できます。fastmcp install コマンドを使って、Claude に登録してください：

fastmcp install src/docker_mcp.py

トラブルシューティング

• ポートがすでに使用中："Address already in use" エラーが表示された場合は、他の MCP Inspector インスタンスが実行されていないことを確認してください。
• Docker 接続の問題：docker --version を実行し、Docker が起動していることを確認してください。
• コンテナのタイムアウト：サーバーには、想定時間内に応答しないコンテナ向けのフォールバック機能が備わっています。
• パッケージのインストール失敗：指定したパッケージマネージャーに対して、パッケージ名が正しいことを確認してください。
• コンテナが見つからない：list_containers の結果が空の場合、Docker でまだコンテナが作成されていない可能性があります。

セキュリティに関する考慮事項

このサーバーはDockerコンテナ内でコードを実行し、ホストシステムからの隔離を実現します。ただし、次の点に注意してください。

• 追加のセキュリティ対策を講じずに、このサーバーを公開しないでください
• コンテナにホストのボリュームをマウントする際は注意してください
• DoS攻撃を防ぐため、コンテナのリソース制限を検討してください

ライセンス

MITライセンス

貢献

皆様からの貢献を歓迎します！お気軽にプルリクエストを送信してください。