Jumpboot MCP

Jumpboot MCP服务器

MCP（模型上下文协议）服务器，用于封装 跳靴 Go库，使AI助手能够动态创建和管理Python环境、安装包和执行Python代码。

特性

• 环境管理：创建隔离的Python环境（完全独立于系统Python）
• 软件包安装：通过pip或conda或requirements.txt文件安装软件包
• 代码执行：运行Python代码片段或脚本文件
• REPL会话：维护具有保留状态的持久Python REPL会话
• 工作空间管理：用于写入文件、克隆存储库和执行脚本的持久代码文件夹
• 长时间运行的流程：生成GUI应用程序、服务器、游戏和其他持久Python进程
• 环境可移植性：冷冻和恢复环境以实现可重复性
• 服务器联合：通过mDNS发现并代理远程jumpboot mcp服务器

目录

• 安装
• 快速开始
• 运输选项
• 服务器联合（mDNS）
• Claude桌面配置
• Claude代码配置
• MCP工具参考
• 用法示例

安装

先决条件

• 转到1.21+
• Git

从源代码构建

git clone https://github.com/richinsley/jumpboot-mcp.git
cd jumpboot-mcp
go build -o jumpboot-mcp .

快速开始

本地使用（stdio）

在本地为Claude Desktop或Claude Code运行服务器：

./jumpboot-mcp

HTTP服务器

作为HTTP服务器运行以进行远程访问或容器：

./jumpboot-mcp -transport http -addr :8080

联合设置

运行一个在网络上声明自己的HTTP服务器：

# On a GPU server
./jumpboot-mcp -transport http -addr :8080 -note "GPU server for ML"

然后运行一个本地stdio实例，该实例可以发现并代理它：

# On your local machine - discovers gpu-server automatically
./jumpboot-mcp

运输选项

服务器联合（mDNS）

Jumpboot mcp支持通过mDNS（Bonjour/Avahi）自动发现服务。这实现了一个强大的联盟模型，其中：

1. HTTP服务器 在本地网络上宣布自己
2. Stdio客户端 发现HTTP服务器并代理其工具
3. 克劳德 查看所有带有前缀名称的工具（本地+远程）

mDNS标志

联邦是如何运作的

┌─────────────────┐     mDNS Discovery      ┌─────────────────────┐
│  Claude Desktop │ ◄──────────────────────►│  HTTP Server A      │
│  or Claude Code │                         │  (gpu-server)       │
│                 │     HTTP/MCP Protocol   │  -note "GPU for ML" │
│  ┌───────────┐  │ ◄─────────────────────► │                     │
│  │ stdio     │  │                         └─────────────────────┘
│  │ jumpboot  │  │
│  │ -mcp      │  │     mDNS Discovery      ┌─────────────────────┐
│  │           │  │ ◄──────────────────────►│  HTTP Server B      │
│  │ (local +  │  │                         │  (pi-cluster)       │
│  │  proxied  │  │     HTTP/MCP Protocol   │  -note "Raspberry"  │
│  │  tools)   │  │ ◄─────────────────────► │                     │
│  └───────────┘  │                         └─────────────────────┘
└─────────────────┘

Tools visible to Claude:
  - create_environment        (local)
  - run_code                  (local)
  - gpu-server:create_environment   (proxied)
  - gpu-server:run_code             (proxied)
  - pi-cluster:create_environment   (proxied)
  - pi-cluster:run_code             (proxied)

工具命名约定

远程工具的前缀是服务器的实例名称：

服务器注释增强了工具描述：

• 原件： "Create a new Python environment"
• 代理： "[GPU server for ML] Create a new Python environment"

联合设置示例

示例1:GPU服务器+本地计算机

在GPU服务器（配备CUDA的机器）上：

./jumpboot-mcp \
  -transport http \
  -addr :8080 \
  -instance-name gpu-server \
  -note "GPU server with CUDA for ML workloads"

在您的本地计算机上：

# Just run normally - it discovers gpu-server automatically
./jumpboot-mcp

# Output:
# Discovered 1 remote jumpboot-mcp service(s):
#   - gpu-server at http://192.168.1.100:8080/mcp (GPU server with CUDA for ML workloads)
#     Connected successfully
# Registered 26 proxied tools from remote servers

现在克劳德可以使用本地工具和 gpu-server:* 工具。

示例2：多个专用服务器

服务器1-机器学习工作负载：

./jumpboot-mcp -transport http -addr :8080 \
  -instance-name ml-server \
  -note "ML server with PyTorch/TensorFlow"

服务器2-数据处理：

./jumpboot-mcp -transport http -addr :8080 \
  -instance-name data-server \
  -note "Data server with Pandas/Spark"

服务器3-网络抓取：

./jumpboot-mcp -transport http -addr :8080 \
  -instance-name scraper \
  -note "Scraping server with Selenium/Playwright"

本地stdio客户端：

./jumpboot-mcp
# Discovers all three servers, registers:
#   - Local tools (26)
#   - ml-server:* tools (26)
#   - data-server:* tools (26)
#   - scraper:* tools (26)
# Total: 104 tools available to Claude

示例3：禁用发现/公告

不带mDNS的HTTP服务器（仅手动配置）：

./jumpboot-mcp -transport http -addr :8080 -mdns-announce=false

没有发现的Stdio客户端（仅限本地工具）：

./jumpboot-mcp -mdns-discover=false

验证mDNS公告

在macOS上：

dns-sd -B _jumpboot-mcp._tcp

在Linux上（使用avahi）：

avahi-browse -r _jumpboot-mcp._tcp

Docker部署

塑造形象

docker build -t jumpboot-mcp .

基本HTTP服务器

docker run -p 8080:8080 jumpboot-mcp

使用持久存储（推荐）

docker run -p 8080:8080 \
  -v jumpboot-data:/root/.jumpboot-mcp \
  jumpboot-mcp

该卷在容器重新启动时保留缓存的micromamba库和环境。

mDNS公告

要使mDNS在Docker中工作，请使用主机网络：

docker run --network host \
  -v jumpboot-data:/root/.jumpboot-mcp \
  jumpboot-mcp \
  -transport http -addr :8080 \
  -instance-name docker-server \
  -note "Docker container with Python environments"

注： --network host mDNS多播工作需要。在macOS Docker Desktop上，主机网络有局限性-考虑直接运行二进制文件。

使用HTTPS

docker run -p 8443:8443 \
  -v jumpboot-data:/root/.jumpboot-mcp \
  -v /path/to/certs:/certs:ro \
  jumpboot-mcp \
  -transport http -addr :8443 \
  -tls-cert /certs/cert.pem \
  -tls-key /certs/key.pem

Docker Compose

基本HTTP服务器

version: '3.8'
services:
  jumpboot-mcp:
    build: .
    ports:
      - "8080:8080"
    volumes:
      - jumpboot-data:/root/.jumpboot-mcp
    restart: unless-stopped

volumes:
  jumpboot-data:

使用mDNS（主机网络）

version: '3.8'
services:
  jumpboot-mcp:
    build: .
    network_mode: host
    volumes:
      - jumpboot-data:/root/.jumpboot-mcp
    command:
      - "-transport"
      - "http"
      - "-addr"
      - ":8080"
      - "-instance-name"
      - "docker-jumpboot"
      - "-note"
      - "Docker Python environment server"
    restart: unless-stopped

volumes:
  jumpboot-data:

多个服务器

version: '3.8'
services:
  ml-server:
    build: .
    network_mode: host
    volumes:
      - ml-data:/root/.jumpboot-mcp
    command: ["-transport", "http", "-addr", ":8080", "-instance-name", "ml-server", "-note", "ML workloads"]

  data-server:
    build: .
    network_mode: host
    volumes:
      - data-data:/root/.jumpboot-mcp
    command: ["-transport", "http", "-addr", ":8081", "-instance-name", "data-server", "-note", "Data processing"]

volumes:
  ml-data:
  data-data:

Claude桌面配置

Claude Desktop使用stdio传输。在以下位置配置：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• 视窗: %APPDATA%\Claude\claude_desktop_config.json
• Linux: ~/.config/claude/claude_desktop_config.json

仅限本地（无联邦）

{
  "mcpServers": {
    "jumpboot": {
      "command": "/path/to/jumpboot-mcp",
      "args": ["-mdns-discover=false"]
    }
  }
}

与联邦（推荐）

{
  "mcpServers": {
    "jumpboot": {
      "command": "/path/to/jumpboot-mcp",
      "args": []
    }
  }
}

这将：

1. 在stdio模式下启动本地jumpboot mcp
2. 通过mDNS发现网络上的任何HTTP跳转mcp服务器
3. 具有前缀名称的代理远程工具（例如。， gpu-server:run_code)

自定义发现超时

如果您的网络发现速度较慢：

{
  "mcpServers": {
    "jumpboot": {
      "command": "/path/to/jumpboot-mcp",
      "args": ["-discover-timeout", "10s"]
    }
  }
}

多个显式服务器（无mDNS）

如果您无法使用mDNS，请直接配置多个服务器：

{
  "mcpServers": {
    "jumpboot-local": {
      "command": "/path/to/jumpboot-mcp",
      "args": ["-mdns-discover=false"]
    }
  }
}

注： Claude Desktop不直接支持HTTP传输。对于没有mDNS的HTTP服务器，使用联邦方法，使用本地stdio实例来发现它们。

Claude代码配置

Claude Code支持stdio和HTTP传输。

通过CLI配置

添加本地stdio服务器：

claude mcp add jumpboot /path/to/jumpboot-mcp

使用联盟添加本地stdio：

claude mcp add jumpboot /path/to/jumpboot-mcp
# Federation happens automatically via mDNS

直接添加远程HTTP服务器：

claude mcp add jumpboot-gpu --transport http http://gpu-server:8080/mcp

通过.mcp.json配置

创建 .mcp.json 在项目根目录或主目录中：

当地与联邦（推荐）

{
  "mcpServers": {
    "jumpboot": {
      "command": "/path/to/jumpboot-mcp"
    }
  }
}

仅限本地（未发现）

{
  "mcpServers": {
    "jumpboot": {
      "command": "/path/to/jumpboot-mcp",
      "args": ["-mdns-discover=false"]
    }
  }
}

直接HTTP连接（无联合）

{
  "mcpServers": {
    "jumpboot-remote": {
      "type": "url",
      "url": "http://gpu-server:8080/mcp"
    }
  }
}

多个直接连接

{
  "mcpServers": {
    "jumpboot-local": {
      "command": "/path/to/jumpboot-mcp",
      "args": ["-mdns-discover=false"]
    },
    "jumpboot-gpu": {
      "type": "url",
      "url": "http://gpu-server:8080/mcp"
    },
    "jumpboot-data": {
      "type": "url",
      "url": "http://data-server:8080/mcp"
    }
  }
}

注： 对于直接HTTP连接，工具名称没有前缀。如果要自动添加前缀，请使用联邦（stdio和mDNS）。

混合设置：联邦+直接

{
  "mcpServers": {
    "jumpboot": {
      "command": "/path/to/jumpboot-mcp"
    },
    "jumpboot-cloud": {
      "type": "url",
      "url": "https://cloud-server.example.com:8443/mcp"
    }
  }
}

这为您提供了：

• stdio实例中的本地工具
• 通过mDNS自动发现局域网服务器（前缀名称）
• 直接连接到云服务器（无前缀名称）

MCP工具参考

环境管理（5个工具）

包管理（3个工具）

代码执行（2个工具）

REPL会话（4个工具）

工作空间管理（8个工具）

过程管理（4个工具）

用法示例

基本工作流程

1. create_environment(name="myenv", python_version="3.11") → env_id
2. install_packages(env_id="...", packages=["numpy", "pandas"])
3. run_code(env_id="...", code="import numpy; print(numpy.__version__)")

使用远程服务器

1. gpu-server:create_environment(name="ml-env", python_version="3.11") → env_id
2. gpu-server:install_packages(env_id="...", packages=["torch", "transformers"])
3. gpu-server:run_code(env_id="...", code="import torch; print(torch.cuda.is_available())")

REPL会话

1. repl_create(env_id="...", session_name="analysis") → session_id
2. repl_execute(session_id="...", code="x = 42")
3. repl_execute(session_id="...", code="print(x)")  # prints 42

长时间运行的进程

1. workspace_write_file(env_id="...", filename="server.py", content="...")
2. spawn_process(env_id="...", script_path="server.py", capture_output=true)
3. process_output(process_id="...", tail_lines=50)
4. kill_process(process_id="...")

响应格式

所有工具都返回JSON：

{"success": true, "data": {...}, "error": null}

或者出错：

{"success": false, "data": null, "error": "descriptive error message"}

数据存储

所有数据都存储在 ~/.jumpboot-mcp/envs/:

~/.jumpboot-mcp/envs/
├── bases/                    # Cached micromamba bases
│   ├── base_3.11/
│   └── base_3.12/
└── {env-uuid}/              # User environments (venvs)
    ├── bin/
    ├── lib/
    └── workspace/           # Persistent workspace

依赖项

• -Python环境管理
• -MCP协议实现
• -mDNS服务发现

许可证

麻省理工学院