Máy chủ MCP Code Executor MCP

Máy chủ “MCP Code Executor” làm gì?

MCP Code Executor là một máy chủ MCP (Model Context Protocol) cho phép các mô hình ngôn ngữ (LLM) thực thi mã Python trong một môi trường Python được chỉ định, như Conda, virtualenv hoặc UV virtualenv. Bằng cách kết nối trợ lý AI với các môi trường Python thực có thể thực thi, nó giúp thực hiện nhiều tác vụ phát triển cần chạy mã, quản lý thư viện và thiết lập môi trường động. Máy chủ này hỗ trợ sinh mã tăng dần để vượt qua giới hạn token, cho phép cài đặt phụ thuộc tức thì và cấu hình môi trường thực thi khi runtime. Các nhà phát triển có thể tận dụng công cụ này để tự động đánh giá mã, thử nghiệm các package mới và quản lý tính toán trong một môi trường kiểm soát, an toàn.

Danh sách Prompts

Không có template prompt cụ thể nào được liệt kê trong repository hoặc tài liệu.

Danh sách Resources

Không có resource cụ thể nào được mô tả trong repository hoặc tài liệu.

Danh sách Công cụ

• execute_code
  • Thực thi mã Python trong môi trường đã cấu hình. Phù hợp để chạy các đoạn mã ngắn và script.
• install_dependencies
  • Cài đặt các gói Python được chỉ định vào môi trường hiện tại, cho phép thêm thư viện động khi cần thiết.
• check_installed_packages
  • Kiểm tra các gói Python hiện đã cài đặt trong môi trường.

Các trường hợp sử dụng của MCP Server này

• Đánh giá mã tự động
  • LLM có thể thực thi và kiểm thử các đoạn mã Python trực tiếp, hữu ích trong giáo dục, review hoặc debug.
• Quản lý phụ thuộc động
  • Cài đặt các gói cần thiết tức thì, cho phép LLM tùy chỉnh môi trường thực thi cho các tác vụ hoặc thư viện chuyên biệt.
• Biệt lập môi trường
  • Chạy mã trong môi trường Conda hoặc virtualenv biệt lập, đảm bảo khả năng tái lập và tránh xung đột phụ thuộc.
• Sinh mã tăng dần
  • Hỗ trợ thực thi mã theo từng phần, giúp xử lý các khối mã lớn có thể vượt quá giới hạn token trong một phản hồi LLM.
• Khoa học dữ liệu và phân tích
  • Cho phép AI agent thực hiện phân tích dữ liệu, chạy mô phỏng hoặc trực quan hóa bằng cách thực thi mã với các thư viện Python khoa học phổ biến.

Cách thiết lập

Windsurf

1. Đảm bảo đã cài đặt Node.js.
2. Sao chép repository MCP Code Executor và build dự án.
3. Xác định vị trí file cấu hình máy chủ MCP của bạn.
4. Thêm máy chủ MCP Code Executor bằng đoạn JSON sau:

   {
     "mcpServers": {
       "mcp-code-executor": {
         "command": "node",
         "args": [
           "/path/to/mcp_code_executor/build/index.js"
         ],
         "env": {
           "CODE_STORAGE_DIR": "/path/to/code/storage",
           "ENV_TYPE": "conda",
           "CONDA_ENV_NAME": "your-conda-env"
         }
       }
     }
   }
   

5. Lưu file và khởi động lại Windsurf. Kiểm tra máy chủ đã sẵn sàng.

Bảo mật API Key (Ví dụ dùng biến môi trường)

{
  "mcpServers": {
    "mcp-code-executor": {
      "env": {
        "CODE_STORAGE_DIR": "/path/to/code/storage",
        "ENV_TYPE": "conda",
        "CONDA_ENV_NAME": "your-conda-env",
        "MY_SECRET_API_KEY": "${MY_SECRET_API_KEY}"
      },
      "inputs": {
        "apiKey": "${MY_SECRET_API_KEY}"
      }
    }
  }
}

Claude

1. Đảm bảo Node.js đã được cài đặt.
2. Build MCP Code Executor theo hướng dẫn trong repository.
3. Mở file cấu hình máy chủ MCP cho Claude.
4. Thêm đoạn cấu hình sau:

   {
     "mcpServers": {
       "mcp-code-executor": {
         "command": "node",
         "args": [
           "/path/to/mcp_code_executor/build/index.js"
         ],
         "env": {
           "CODE_STORAGE_DIR": "/path/to/code/storage",
           "ENV_TYPE": "conda",
           "CONDA_ENV_NAME": "your-conda-env"
         }
       }
     }
   }
   

5. Lưu và khởi động lại Claude. Xác nhận máy chủ đã được liệt kê.

Cursor

1. Cài đặt Node.js.
2. Sao chép và build MCP Code Executor từ repository.
3. Chỉnh sửa cấu hình MCP của Cursor.
4. Thêm:

   {
     "mcpServers": {
       "mcp-code-executor": {
         "command": "node",
         "args": [
           "/path/to/mcp_code_executor/build/index.js"
         ],
         "env": {
           "CODE_STORAGE_DIR": "/path/to/code/storage",
           "ENV_TYPE": "conda",
           "CONDA_ENV_NAME": "your-conda-env"
         }
       }
     }
   }
   

5. Lưu và khởi động lại Cursor. Kiểm tra bằng cách chạy thử thực thi mã.

Cline

1. Đảm bảo Node.js khả dụng.
2. Build MCP Code Executor theo hướng dẫn trong README.
3. Xác định file cấu hình máy chủ MCP của Cline.
4. Thêm:

   {
     "mcpServers": {
       "mcp-code-executor": {
         "command": "node",
         "args": [
           "/path/to/mcp_code_executor/build/index.js"
         ],
         "env": {
           "CODE_STORAGE_DIR": "/path/to/code/storage",
           "ENV_TYPE": "conda",
           "CONDA_ENV_NAME": "your-conda-env"
         }
       }
     }
   }
   

5. Lưu và khởi động lại Cline. Kiểm tra máy chủ MCP đã hoạt động.

Lưu ý: Bạn cũng có thể sử dụng Docker. Dockerfile được cung cấp đã thử nghiệm cho kiểu môi trường venv-uv:

{
  "mcpServers": {
    "mcp-code-executor": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "mcp-code-executor"
      ]
    }
  }
}

Cách sử dụng MCP này trong flows

Sử dụng MCP trong FlowHunt

Để tích hợp MCP server vào workflow FlowHunt, hãy bắt đầu bằng cách thêm thành phần MCP vào flow và kết nối nó với AI agent của bạn:

Nhấp vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình hệ thống MCP, chèn thông tin máy chủ MCP của bạn theo định dạng JSON này:

{
  "mcp-code-executor": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Khi đã cấu hình, AI agent có thể sử dụng MCP này như một công cụ với đầy đủ các chức năng và khả năng. Hãy nhớ thay “mcp-code-executor” thành tên thực tế của máy chủ MCP của bạn và thay URL bằng địa chỉ máy chủ MCP của bạn.

Tổng quan

Ý kiến của chúng tôi

Máy chủ MCP này cung cấp các chức năng cần thiết và mạnh mẽ cho thực thi mã với tích hợp LLM, kèm hướng dẫn thiết lập và công cụ rõ ràng. Tuy nhiên, nó thiếu template prompt, resource cụ thể, và thông tin về roots hoặc sampling. Đối với MCP tập trung vào thực thi mã, đây là lựa chọn rất chắc chắn, đạt điểm cao về tiện ích thực tiễn và dễ tích hợp, nhưng mất điểm ở các tính năng MCP nâng cao và độ đầy đủ tài liệu.

MCP Score