Docker MCP Server

Docker MCP 服务

一个功能强大的 Model Context Protocol（MCP）服务，可在隔离的 Docker 容器中执行代码，并将结果返回给 Claude 等大模型。

功能特性

• 隔离的代码执行：在与主系统隔离的 Docker 容器中运行代码
• 多语言支持：使用 Docker 镜像执行任意语言的代码
• 复杂脚本支持：运行简单命令和完整的多行脚本
• 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
• 健壮的错误处理：提供灵活的超时管理和回退机制
• 彩色输出：提供清晰、带颜色的控制台反馈

要求

• Python 3.9+
• 已安装并运行 Docker
• fastmcp 库

安装

1. 克隆此仓库：

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

2. 创建虚拟环境：

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

3. 安装所需的软件包：

   pip install -r requirements.txt
   

用法

运行 MCP Inspector

测试并探索服务的功能：

python run_server.py

MCP Inspector 界面将在浏览器中打开，地址为 http://localhost:5173。

可用工具

Docker MCP 服务提供以下工具：

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 Docker 容器，可选择安装依赖项：

• 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）要安装的软件包列表，以空格分隔（例如，“numpy pandas”、“express lodash”）

3. 添加依赖项

在现有 Docker 容器中安装其他软件包：

• 参数：
  • container_name：目标容器的名称
  • dependencies：要安装的软件包列表，以空格分隔

4. 执行代码

在运行中的 Docker 容器内执行命令：

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

5. 执行 Python 脚本

在运行中的 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

停止并移除 Docker 容器：

• 参数：
  • container_name：要清理的容器名称

示例

基本工作流示例

# 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 服务会自动检测并使用合适的包管理器：

• 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

对于无法从镜像名称明显判断包管理器的容器，服务会尝试检测可用的包管理器。

与 Claude 和其他大模型集成

此 MCP 服务可以与支持 Model Context Protocol 的 Claude 和其他大模型集成。使用 fastmcp install 命令将其注册到 Claude：

fastmcp install src/docker_mcp.py

故障排除

• 端口已被占用：如果出现“Address already in use”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 确认 Docker 正在运行。
• 容器超时：对于未能在预期时间内响应的容器，服务包含回退机制。
• 软件包安装失败：检查软件包名称是否适用于指定的包管理器。
• 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

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

• 未采取额外安全措施时，不要将此服务公开
• 将主机卷挂载到容器中时，请务必小心
• 请考虑为容器设置资源限制，以防止 DoS 攻击

许可证

MIT 许可证

贡献

欢迎贡献！请随时提交 Pull Request。