Docker Code Sandbox

🚀 MCP Docker沙箱解释器

MCP Docker沙箱解释器是一个基于Docker的安全代码执行环境，专为模型上下文协议（MCP）打造。它能让AI助手在不直接访问主机系统的情况下运行代码，所有代码都在隔离的Docker容器中执行，保障了代码执行的安全性。

🚀 快速开始

该项目提供了一个安全的沙箱，用于通过Model Context Protocol (MCP) 执行代码。它允许AI助手在无需直接访问主机系统的情况下运行代码，所有代码均在隔离的Docker容器中执行。

graph LR
    A[Claude/Cursor] -->|发送代码| B[MCP服务器]
    B -->|执行代码| C[Docker沙箱]
    C -->|返回结果| A

✨ 主要特性

• 安全执行：代码在具有严格安全限制的隔离Docker容器中运行
• 多语言支持：目前支持Python，其他语言易于扩展
• 资源限制：CPU和内存限制以防止滥用
• MCP集成：完全兼容Model Context Protocol
• 自动设置：处理容器创建、依赖安装和清理

📦 安装指南

安装需求

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

安装步骤

1. 克隆此仓库：

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

2. 创建并激活虚拟环境：

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

3. 安装依赖项：

   pip install -r requirements.txt
   

💻 使用示例

启动MCP服务器

运行以下命令启动服务器：

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

# 运行服务器
uv run mcp dev main.py

与AI助手连接

你可以将此MCP服务器连接到支持Model Context Protocol的AI助手：

Cursor

在Cursor中，将以下内容添加到你的MCP设置中：

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

将路径替换为你的实际文件路径。

Claude Desktop

与Cursor类似，将配置添加到Claude Desktop的MCP设置中。

MCP工具

此MCP服务器暴露了三个主要工具：

基础用法

# initialize_sandbox：创建一个新的Docker容器用于代码执行
参数：
- image: 要使用的Docker镜像（默认："alpine:latest"）

# execute_code：在已初始化的沙箱中运行代码
参数：
- code: 要执行的代码字符串
- language: 代码的语言（默认："python"）

# clean_container：清理不再需要的容器
无参数

📚 详细文档

工作原理

1. 初始化阶段：

   • 创建并启动一个Docker容器。
   • 配置基本的开发环境。

2. 执行阶段：

   • 将代码发送到容器中。
   • 在指定语言的环境中运行代码。
   • 返回执行结果或错误信息。

3. 清理阶段：

   • 定期检查并清理不再需要的容器，以释放资源。

安全考虑

• 隔离：所有代码均在独立的Docker容器中运行，防止恶意代码影响主机系统。
• 限制：对CPU和内存使用设置上限，防止资源滥用。
• 监控：支持实时监控和终止异常行为的进程。

开发信息

• 该项目基于Docker SDK for Python构建，提供了强大的容器管理功能。
• 完全兼容Model Context Protocol，可与其他MCP工具和服务集成。