Docker Code Sandbox

🚀 MCP Docker沙箱解釋器

MCP Docker沙箱解釋器是一個基於Docker的安全代碼執行環境，專為模型上下文協議（MCP）打造。它能讓AI助手在不直接訪問主機系統的情況下運行代碼，所有代碼都在隔離的Docker容器中執行，保障了代碼執行的安全性。

🚀 快速開始

該項目提供了一個安全的沙箱，用於通過Model Context Protocol (MCP) 執行代碼。它允許AI助手在無需直接訪問主機系統的情況下運行代碼，所有代碼均在隔離的Docker容器中執行。

graph LR
    A[Claude/Cursor] -->|發送代碼| B[MCP服務器]
    B -->|執行代碼| C[Docker沙箱]
    C -->|返回結果| A

✨ 主要特性

• 安全執行：代碼在具有嚴格安全限制的隔離Docker容器中運行
• 多語言支持：目前支持Python，其他語言易於擴展
• 資源限制：CPU和內存限制以防止濫用
• MCP集成：完全兼容Model Context Protocol
• 自動設置：處理容器創建、依賴安裝和清理

📦 安裝指南

安裝需求

• Docker（桌面或引擎）
• Python 3.10+
• MCP SDK (pip install mcp)
• Docker Python SDK (pip install docker)

安裝步驟

1. 克隆此倉庫：

   git clone https://github.com/yourusername/mcp-docker-interpreter.git
   cd mcp-docker-interpreter
   

2. 創建並激活虛擬環境：

   python -m venv .venv
   source .venv/bin/activate  # 在Windows上：.venv\Scripts\activate
   

3. 安裝依賴項：

   pip install -r requirements.txt
   

💻 使用示例

啟動MCP服務器

運行以下命令啟動服務器：

# 對於Colima用戶：
export DOCKER_HOST="unix:///Users/username/.colima/default/docker.sock"

# 運行服務器
uv run mcp dev main.py

與AI助手連接

你可以將此MCP服務器連接到支持Model Context Protocol的AI助手：

Cursor

在Cursor中，將以下內容添加到你的MCP設置中：

{
  "mcpServers": {
    "docker-sandbox": {
      "command": "python",
      "args": ["/絕對路徑/到/your/main.py"],
      "env": {
        "DOCKER_HOST": "unix:///path/to/your/docker.sock"
      }
    }
  }
}

將路徑替換為你的實際文件路徑。

Claude Desktop

與Cursor類似，將配置添加到Claude Desktop的MCP設置中。

MCP工具

此MCP服務器暴露了三個主要工具：

基礎用法

# initialize_sandbox：創建一個新的Docker容器用於代碼執行
參數：
- image: 要使用的Docker鏡像（默認："alpine:latest"）

# execute_code：在已初始化的沙箱中運行代碼
參數：
- code: 要執行的代碼字符串
- language: 代碼的語言（默認："python"）

# clean_container：清理不再需要的容器
無參數

📚 詳細文檔

工作原理

1. 初始化階段：

   • 創建並啟動一個Docker容器。
   • 配置基本的開發環境。

2. 執行階段：

   • 將代碼發送到容器中。
   • 在指定語言的環境中運行代碼。
   • 返回執行結果或錯誤信息。

3. 清理階段：

   • 定期檢查並清理不再需要的容器，以釋放資源。

安全考慮

• 隔離：所有代碼均在獨立的Docker容器中運行，防止惡意代碼影響主機系統。
• 限制：對CPU和內存使用設置上限，防止資源濫用。
• 監控：支持即時監控和終止異常行為的進程。

開發信息

• 該項目基於Docker SDK for Python構建，提供了強大的容器管理功能。
• 完全兼容Model Context Protocol，可與其他MCP工具和服務集成。