mcpField
M
Mcp Code Executor Server

Mcp Code Executor Server

本地服务
github.com/mouadenna开发工具278 周前更新

关于 Mcp Code Executor Server

Mcp Code Executor Server 让 AI Agent 在隔离环境中运行 Java、Python、JavaScript、TypeScript 和 C++ 代码。它为指定语言自动编译,并通过 MCP 工具返回程序输出和错误。

主要功能

  1. 01支持五种编程语言执行
  2. 02隔离执行并限制资源
  3. 03为 Java、C++ 和 TypeScript 自动编译
  4. 04返回编译和运行时错误
  5. 05清理临时文件并设置超时

适用场景

  1. 01运行 AI Agent 提交的代码
  2. 02测试多种支持语言的代码片段
  3. 03检查编译和运行时错误

MCP 相关

该服务向 MCP 客户端提供代码执行工具。客户端提交语言和代码后,可接收执行输出或错误信息。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"code-executor-server": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"build"
]
}
}
}
启动命令docker run -i --rm build

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
ocibuild

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

MCP Code Executor Server

一款功能强大的 Model Context Protocol(MCP) 服务,可让 AI Agent 在安全、隔离的环境中使用多种编程语言执行代码。


🚀 概述

MCP Code Executor Server 通过提供统一的 MCP 工具端点,规范了 AI 模型连接各种编程运行时的方式。它允许 AI 助手:

  1. 提交受支持语言的代码。
  2. 在受控的沙箱环境中执行代码。
  3. 接收输出,包括编译错误或运行时错误。

🔑 主要功能

  • 多语言支持:Java、Python、JavaScript、TypeScript 和 C++。
  • 安全执行:使用资源限制(CPU、内存、超时时间)的隔离容器。
  • MCP 集成:符合 MCP 规范的服务,便于客户端发现。
  • 自动编译:为 Java、C++ 和 TypeScript 处理编译并运行。
  • 详细的错误反馈:返回编译时和运行时错误消息。
  • 资源清理:自动删除临时文件,并强制执行超时时间。

📐 架构

MCP Code Executor Server 采用客户端-服务端模型:

  • MCP 客户端:连接到此服务的协议客户端。
  • MCP 服务:此应用,提供代码执行工具。
  • 沙箱运行时:为每个请求创建的容器或隔离进程。

代码执行架构


🏁 快速开始

前置条件
  • Java 17+
  • Python 3.8+
  • Node.js 和 npm
  • g++ 或其他 C++ 编译器
本地设置
  1. 克隆仓库:

    git clone https://github.com/yourusername/mcp-code-executor-server.git
    cd mcp-code-executor-server
    
  2. 构建并运行:

    # Build the project
    ./mvnw clean package
    
    # Start the server
    ./mvnw spring-boot:run
    

服务默认监听端口 8080。

使用 Docker

为实现隔离,请在 Docker 中运行:

# Build Docker image
docker build -t mcp-code-executor .

# Run container
docker run -p 8080:8080 mcp-code-executor

或使用 Docker Compose:

docker-compose up -d

🛠️ 连接 MCP 客户端

  1. 启动兼容 MCP 的 AI 客户端。
  2. 将其指向 http://localhost:8080。
  3. 发现并调用 code-execution 工具。

MCP 请求示例:

{
  "language": "python",
  "code": "print('Hello, world!')\nprint('hello again')"
}

🤝 参与贡献

欢迎贡献!


📄 许可证

Apache License 2.0。详情请参阅 LICENSE 文件。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。