Python Sandbox

🚀 MCP Sandbox

mcp-sandbox 是一個基於 Docker 的安全沙盒環境，專為運行和管理 Python 代碼而設計。它藉助容器化技術提供隔離的執行環境，確保每個任務獨立運行，互不干擾。同時，該工具支持 Python 包的安裝與管理，還能處理各類生成的文件，並通過 HTTP 鏈接方便地訪問這些文件。

🚀 快速開始

你可以在 mcp sandbox 上嘗試該項目。

✨ 主要特性

• Docker 隔離：每個執行的任務都在獨立的 Docker 容器中運行，確保環境安全。
• 包管理：支持安裝和管理常用的 Python 包（如 numpy、pandas 等）。
• 文件處理：能夠生成和存儲各種文件類型，並通過 HTTP 鏈接直接訪問。

📦 安裝指南

1. 克隆倉庫：

   git clone https://github.com/yourusername/mcp-sandbox.git
   

2. 進入項目目錄：

   cd mcp-sandbox
   

3. 啟動服務：

   npm run dev
   

💻 使用示例

基礎用法

以下是一個示例工作流程：

# 1. 使用 list_sandboxes() 檢查可用的沙盒環境。如果沒有可用沙盒，使用 create_sandbox() 創建一個新的，獲取 sandbox_id。
sandbox_id = None
sandboxes = list_sandboxes()
if not sandboxes:
    sandbox_id = create_sandbox()
else:
    sandbox_id = sandboxes[0]

# 2. 使用 install_package(sandbox_id, package_name) 安裝所需的包（如 numpy、pandas 等）。
package_name = "numpy"
install_package(sandbox_id, package_name)

# 3. 使用 check_install_status(sandbox_id, package_name) 驗證包的安裝狀態。如果正在安裝中，請稍後再次檢查。
status = check_install_status(sandbox_id, package_name)
while status == "installing":
    import time
    time.sleep(1)
    status = check_install_status(sandbox_id, package_name)

# 4. 使用 execute_code(sandbox_id, code) 執行代碼，返回輸出、錯誤和生成文件的鏈接。
code = "import numpy; print(numpy.__version__)"
output, error, file_links = execute_code(sandbox_id, code)

📚 詳細文檔

可用工具

以下是可用的主要工具及其功能描述：

MCP 示例配置

適用於 Claude 的示例配置

{
  "mcpServers": {
    "mcpSandbox": {
      "command": "npx",
      "args": ["-y", "supergateway", "--sse",  "http://localhost:8000/sse"]
    }
  }
}

在線演示的 MCP 示例配置

{
  "mcpServers": {
    "mcpSandbox": {
      "command": "npx",
      "args": ["-y", "supergateway", "--sse",  "http://115.190.87.78/sse?api_key=<API_KEY>"]
    }
  }
}

根據您的環境，可能需要調整 serverUrl。

📄 許可證

本項目採用 Apache 2.0 許可證。