Token导航 LogoToken导航

MCP Server · AI代理

MCP Client Sandbox

MCP客户端沙盒环境用于监控MCP服务器行为并通过拦截所有请求来检测恶意服务器。

stdio官方级别未说明来源级核验工具 0
PythonAPI密钥AI代理

快速开始

作者 / 组织
niclimcy
提供方
niclimcy
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

MCP Client Sandbox 属于AI代理类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前要先准备 API Key。

分类

AI代理

传输方式

stdio

认证方式

API Key

部署方式

公开资料未说明

安装与配置

安装命令

uv run main.py

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

MCP客户端沙盒

沙盒环境,用于监控MCP服务器行为,并通过拦截MCP客户端中的所有请求来检测恶意服务器。

安装

此项目使用 uv 作为包管理器。

uv sync

用法

交互模式

1.配置MCP服务器

创建 servers.json 从 servers.example.json.格式中的环境变量 ${ENV_VAR} 将替换为当前环境中的值。

2.设置环境变量

创建 .env 从 .env.example.为您的人工智能提供商和中引用的任何环境变量定义API密钥 servers.json.

3.启动监控服务

uv run main.py

测试模式

使用MCP客户端运行测试 --test 旗帜。您可以传递一个或多个测试名称(以空格分隔)。测试文件位于 tests/ 目录,并按名称引用(加载器附加 .json).

快速使用:

uv run src/main.py --test  [ ...]

示例:存储库包含一个名为 chain_attack_test。它需要获取git子模块并构建两个基于Node.js的示例MCP服务器。按照以下步骤在本地运行它。

  1. 获取并初始化子模块:
# from the repo root
git submodule update --init --recursive
  1. 构建测试使用的恶意MCP服务器:
cd examples/malicious_git_chain_attack
npm ci
npm run build
cd -
  1. 构建测试使用的易受攻击的MCP服务器:
cd examples/vulnerable_git_mcp_server
npm ci
npm run build
cd -
  1. 创建一个 .env 在repo根目录中(您可以从以下位置复制 .env.example)并设置所需的环境变量。示例 .env 条目:
# API key for provider
GOOGLE_API_KEY=AIza****

# Absolute path to andbox environment used by this test
SANDBOX_PATH=/absolute/path/to/mcp-client-monitoring/sandbox
  1. 运行示例测试 chain_attack_test:
uv run src/main.py --test chain_attack_test

运行多个测试:

uv run src/main.py --test chain_attack_test another_test_name

故障排除和提示

  • 如果节点构建失败,请运行 npm ci 然后 npm run build 在失败示例文件夹中,检查构建输出。
  • 如果您收到有关缺少子模块或缺少示例服务器文件的错误,请重新运行:
git submodule update --init --recursive

查看日志

打印监控会话期间收集的所有日志:

uv run src/view_logs.py

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

安全监控Python本地部署沙盒环境恶意检测MCP协议

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备API Key,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到API Key的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
MCP Client Sandbox

MCP World · 本页

0stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

MCP Client Sandbox 怎么安装?

公开资料给出的安装命令是 uv run main.py,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

MCP Client Sandbox 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

MCP Client Sandbox 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Client Sandbox 需要 API Key 吗?

公开资料标注的认证方式是API Key,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

MCP Client Sandbox 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP