
mcp-server-docker Servidor MCP
El servidor mcp-server-docker MCP permite a los asistentes de IA gestionar contenedores Docker mediante lenguaje natural. Integra este MCP con FlowHunt y otros ...

Ejecuta, prueba y gestiona código de forma segura en un entorno sandbox potenciado por Docker con Code Sandbox MCP Server para FlowHunt. Ideal para IA, automatización y flujos de trabajo de desarrollo seguros.
FlowHunt proporciona una capa de seguridad adicional entre tus sistemas internos y las herramientas de IA, dándote control granular sobre qué herramientas son accesibles desde tus servidores MCP. Los servidores MCP alojados en nuestra infraestructura pueden integrarse perfectamente con el chatbot de FlowHunt, así como con plataformas de IA populares como ChatGPT, Claude y varios editores de IA.
El Servidor Code Sandbox MCP (Model Context Protocol) es una herramienta especializada diseñada para proporcionar a asistentes de IA y aplicaciones un entorno seguro y aislado para ejecutar código. Utilizando la contenerización de Docker, permite una ejecución segura gestionando contenedores flexibles y desechables que ejecutan código generado por usuarios o IA. Este enfoque de sandbox garantiza alta seguridad, evitando que el código afecte al sistema anfitrión o filtre datos sensibles. El servidor facilita varios flujos de trabajo de desarrollo, incluyendo la ejecución de comandos shell, transferencia de archivos y transmisión de registros, todo dentro de imágenes Docker personalizadas o elegidas por el usuario. Al exponer estas capacidades a través del protocolo MCP, Code Sandbox MCP ayuda a los desarrolladores de IA a automatizar, probar y gestionar código de forma segura y eficiente, desbloqueando capacidades avanzadas para agentes de IA y herramientas de desarrollo.
No se mencionan plantillas de prompt explícitamente en el repositorio o la documentación.
No se describen recursos MCP explícitos en el repositorio o la documentación.
~/.windsurf/config.json).mcpServers:{
"mcpServers": {
"code-sandbox": {
"command": "npx",
"args": ["@Automata-Labs-team/code-sandbox-mcp@latest"]
}
}
}
Utiliza variables de entorno para almacenar claves sensibles:
{
"mcpServers": {
"code-sandbox": {
"command": "npx",
"args": ["@Automata-Labs-team/code-sandbox-mcp@latest"],
"env": {
"API_KEY": "${API_KEY}"
},
"inputs": {
"apiKey": "${API_KEY}"
}
}
}
}
{
"mcpServers": {
"code-sandbox": {
"command": "npx",
"args": ["@Automata-Labs-team/code-sandbox-mcp@latest"]
}
}
}
{
"mcpServers": {
"code-sandbox": {
"command": "npx",
"args": ["@Automata-Labs-team/code-sandbox-mcp@latest"]
}
}
}
{
"mcpServers": {
"code-sandbox": {
"command": "npx",
"args": ["@Automata-Labs-team/code-sandbox-mcp@latest"]
}
}
}
Nota: Usa siempre variables de entorno para gestionar elementos sensibles de configuración como claves API. Consulta el ejemplo anterior para ver cómo configurar
envyinputsen tu configuración.
Uso de MCP en FlowHunt
Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza añadiendo el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración MCP del sistema, inserta los datos de tu servidor MCP utilizando este formato JSON:
{
"code-sandbox": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Una vez configurado, el agente de IA podrá utilizar este MCP como herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar “code-sandbox” por el nombre real de tu servidor MCP y reemplazar la URL por la de tu propio servidor MCP.
| Sección | Disponibilidad | Detalles/Notas |
|---|---|---|
| Resumen | ✅ | |
| Lista de Prompts | ⛔ | No se encontraron plantillas de prompt |
| Lista de Recursos | ⛔ | No se encontraron recursos MCP explícitos |
| Lista de Herramientas | ✅ | Gestión de contenedores, operaciones de archivos, ejecución de comandos, registro, etc. |
| Asegurando Claves API | ✅ | Ejemplo proporcionado para usar variables de entorno en config JSON |
| Soporte de Sampling (menos importante en la evaluación) | ⛔ | No se menciona soporte de sampling |
Este servidor MCP proporciona funcionalidad robusta y esencial para la ejecución segura de código utilizando contenerización, y ofrece instrucciones prácticas de configuración. Sin embargo, carece de documentación explícita para plantillas de prompt MCP y primitivas de recursos, lo que limita su usabilidad plug-and-play en algunos contextos MCP. La presencia de una licencia clara, desarrollo activo y un buen número de estrellas/forks incrementan su fiabilidad. Roots y sampling no se mencionan ni soportan.
Puntuación: 7/10. Excelente para ejecución segura de código y flujos de trabajo de desarrollo, pero se beneficiaría de una documentación más rica nativa MCP y definiciones de recursos/prompts.
| ¿Tiene LICENCIA? | ✅ (MIT) |
|---|---|
| ¿Tiene al menos una herramienta? | ✅ |
| Número de Forks | 29 |
| Número de Estrellas | 203 |
Experimenta ejecución de código segura, flexible y automatizada con el Servidor Code Sandbox MCP de FlowHunt. Perfecto para agentes de IA, desarrolladores y entornos educativos.

El servidor mcp-server-docker MCP permite a los asistentes de IA gestionar contenedores Docker mediante lenguaje natural. Integra este MCP con FlowHunt y otros ...

Integra FlowHunt con Code Sandbox MCP para ejecutar código de forma segura en contenedores Docker aislados, gestionar entornos de desarrollo y potenciar la auto...

El servidor MCP Containerd conecta el runtime de Containerd con el Model Context Protocol (MCP), permitiendo que agentes de IA y flujos de automatización gestio...
Consentimiento de Cookies
Usamos cookies para mejorar tu experiencia de navegación y analizar nuestro tráfico. See our privacy policy.