Code Sandbox MCP

代码沙盒MCP🐳

](https://smithery.ai/server/@Automata-Labs-team/code-sandbox-mcp)

用于在Docker容器中执行代码的安全沙盒环境。此MCP服务器为AI应用程序提供了一个安全和隔离的环境来运行代码，同时通过容器化维护安全性。

🌟 特性

• 灵活的集装箱管理：创建和管理用于代码执行的隔离Docker容器
• 自定义环境支持：使用任何Docker镜像作为执行环境
• 文件操作：在主机和容器之间轻松传输文件和目录
• 命令执行：在容器化环境中运行任何shell命令
• 实时日志记录：实时流式传输容器日志和命令输出
• 自动更新：内置更新检查和自动二进制更新
• 多平台：支持Linux、macOS和Windows

🚀 安装

先决条件

• Docker已安装并正在运行

- - -

快速安装

Linux、MacOS

curl -fsSL https://raw.githubusercontent.com/Automata-Labs-team/code-sandbox-mcp/main/install.sh | bash

视窗

# Run in PowerShell
irm https://raw.githubusercontent.com/Automata-Labs-team/code-sandbox-mcp/main/install.ps1 | iex

安装程序将：

1. 检查Docker安装
2. 下载适合您系统的二进制文件
3. 创建必要的配置文件

手动安装

1. 从以下网址下载适用于您平台的最新版本 发布页面
2. 将二进制文件放在PATH中的一个目录中
3. 使其可执行（仅限类Unix系统）：

   chmod +x code-sandbox-mcp

🛠️ 可用工具

sandbox_initialize

初始化新的计算环境以执行代码。 基于指定的Docker镜像创建容器。

参数：

• image （string，可选）：用作基础环境的Docker镜像

- 默认值：“python:3.12-lim-bookworm”

退货：

• container_id 可以与其他工具一起使用以与此环境交互

copy_project

将目录复制到沙盒文件系统。

参数：

• container_id （string，必填）：初始化调用返回的容器ID
• local_src_dir （string，必填）：本地文件系统中目录的路径
• dest_dir （string，可选）：沙盒环境中保存src目录的路径

write_file

将文件写入沙盒文件系统。

参数：

• container_id （string，必填）：初始化调用返回的容器ID
• file_name （string，必填）：要创建的文件的名称
• file_contents （string，必填）：要写入文件的内容
• dest_dir （字符串，可选）：创建文件的目录（默认值：${WORKDIR}）

sandbox_exec

在沙盒环境中执行命令。

参数：

• container_id （string，必填）：初始化调用返回的容器ID
• commands （array，必填）：在沙盒环境中运行的命令列表

- 示例：\[“apt-get-update”，“pip install-numpy”，“python-script.py”\]

copy_file

将单个文件复制到沙盒文件系统。

参数：

• container_id （string，必填）：初始化调用返回的容器ID
• local_src_file （string，必填）：本地文件系统中文件的路径
• dest_path （string，可选）：在沙盒环境中保存文件的路径

sandbox_stop

停止并删除正在运行的容器沙盒。

参数：

• container_id （string，必填）：要停止和删除的容器的ID

说明： 优雅地停止指定的容器，超时10秒，并将其连同卷一起删除。

容器日志资源

提供对容器日志访问的动态资源。

资源路径： containers://{id}/logs\ MIME类型： text/plain\ 说明： 将指定容器中的所有容器日志作为单个文本资源返回。

🔐 安全功能

• 使用Docker容器的隔离执行环境
• 通过Docker容器约束实现资源限制
• 分离stdout和stderr流

🔧 配置

克劳德桌面

安装程序会自动创建配置文件。如果需要手动配置它：

Linux

// ~/.config/Claude/claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "/path/to/code-sandbox-mcp",
            "args": [],
            "env": {}
        }
    }
}

macOS

// ~/Library/Application Support/Claude/claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "/path/to/code-sandbox-mcp",
            "args": [],
            "env": {}
        }
    }
}

视窗

// %APPDATA%\Claude\claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "C:\\path\\to\\code-sandbox-mcp.exe",
            "args": [],
            "env": {}
        }
    }
}

其他人工智能应用

对于支持MCP服务器的其他AI应用程序，请将其配置为使用 code-sandbox-mcp 二进制作为其代码执行后端。

🛠️ 发展

如果您想在本地构建项目或为其开发做出贡献，请参阅 Developpent.md.

📝 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。