mcpField
M
mcp-server-colab-exec

mcp-server-colab-exec

本地服务
github.com/pdwi2020开发工具933 周前更新

关于 mcp-server-colab-exec

mcp-server-colab-exec 是面向 MCP 客户端的服务,可分配 Google Colab GPU 运行时并执行 Python 代码。适合需要运行 CUDA、PyTorch 或 TensorFlow 任务、但没有本地 GPU 硬件的 AI 助手。

主要功能

  1. 01在 Colab GPU 上执行内联 Python
  2. 02运行工作区中的 .py 文件
  3. 03执行代码并下载生成的文件
  4. 04选择 T4 或 L4 加速器

适用场景

  1. 01在云端运行 CUDA 或 PyTorch 代码
  2. 02执行本地脚本并查看输出与错误
  3. 03训练模型并下载权重等产物

MCP 相关

该服务向 MCP 客户端提供代码执行工具,可通过 Google OAuth2 访问 Colab GPU 运行时。

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": {
"pdwi2020-mcp-server-colab-exec": {
"command": "uvx",
"args": [
"mcp-server-colab-exec"
]
}
}
}
启动命令uvx mcp-server-colab-exec

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
pypimcp-server-colab-exec0.1.0

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-server-colab-exec

可分配 Google Colab GPU 运行时(T4/L4)并在其中执行 Python 代码的 MCP 服务。让任何兼容 MCP 的 AI 助手——Claude Code、Claude Desktop、Gemini CLI、Cline 等——都能运行 GPU 加速代码(CUDA、PyTorch、TensorFlow),无需本地 GPU 硬件。

前置条件

  • Python 3.10+
  • 可访问 Google Colab 的 Google 账号
  • 首次运行时,会打开浏览器窗口以获取 OAuth2 授权。令牌会缓存到 ~/.config/colab-exec/token.json,供后续运行使用。

安装

pip install mcp-server-colab-exec

或者使用 uvx 直接运行:

uvx mcp-server-colab-exec

配置

Claude Code

添加到项目的 .mcp.json 或 ~/.claude/.mcp.json:

{
  "mcpServers": {
    "colab-exec": {
      "command": "mcp-server-colab-exec"
    }
  }
}

或者通过 CLI:

claude mcp add colab-exec mcp-server-colab-exec
Claude Desktop

添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "colab-exec": {
      "command": "mcp-server-colab-exec"
    }
  }
}
Gemini CLI
gemini mcp add colab-exec -- mcp-server-colab-exec

工具

colab_execute

在 Colab GPU 运行时上执行内联 Python 代码。

参数类型默认值说明
codestring—要执行的 Python 代码(必填)
acceleratorstring"T4"GPU 类型:"T4"(免费)或 "L4"(高级)
timeoutint300最大执行时间(秒)

返回包含每个单元格的输出、错误和标准错误流的 JSON。

colab_execute_file

在 Colab GPU 运行时上执行本地 .py 文件。

参数类型默认值说明
file_pathstring—本地 .py 文件的路径(必填)
acceleratorstring"T4"GPU 类型:"T4"(免费)或 "L4"(高级)
timeoutint300最大执行时间(秒)

安全策略:file_path 必须是当前工作区(cwd)内的 .py 文件。

colab_execute_notebook

执行代码并收集所有生成的产物(图像、CSV、模型等)。

参数类型默认值说明
codestring—要执行的 Python 代码(必填)
output_dirstring—用于存放下载产物的本地目录(必填)
acceleratorstring"T4"GPU 类型:"T4"(免费)或 "L4"(高级)
timeoutint300最大执行时间(秒)

产物会以 zip 文件形式下载并解压到 output_dir。 解压前会验证 zip 文件成员,以防止路径遍历和写入特殊文件。

示例

检查 GPU 是否可用:

colab_execute(code="import torch; print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0))")

运行 nvidia-smi:

colab_execute(code="import subprocess; print(subprocess.run(['nvidia-smi'], capture_output=True, text=True).stdout)")

训练模型并下载权重:

colab_execute_notebook(
    code="import torch; model = torch.nn.Linear(10, 1); torch.save(model.state_dict(), '/tmp/model.pt')",
    output_dir="./outputs"
)

身份验证

首次使用时,服务会打开浏览器窗口以获取 Google OAuth2 授权。访问令牌和刷新令牌会缓存到 ~/.config/colab-exec/token.json。后续运行会使用缓存的令牌并自动刷新。

OAuth2 客户端凭据与官方 Google Colab VS Code 扩展([email protected])使用的相同。这些凭据有意公开。

故障排除

“GPU 配额已超限” — Colab 有使用限制。请稍后重试,或改用其他 Google 账号。

“创建内核会话超时” — 运行时启动耗时过长。请重试——Colab 在使用高峰期有时会出现延迟。

“身份验证失败” — 删除 ~/.config/colab-exec/token.json 并重新进行身份验证。

OAuth 浏览器窗口未打开 — 请确保你正在有浏览器的环境中运行。对于无头服务,先在有浏览器的机器上进行身份验证,然后复制令牌文件。

许可证

MIT

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。