MCP Run Isolated Python

用于沙盒Python代码执行的MCP服务器

此MCP服务器允许您的LLM安全地执行python代码并返回结果，包括文件。 该代码在可配置的沙盒环境中执行，具有很强的默认值，如无网络访问和严重 有限的文件写入权限。

它非常适合LLM遇到幻觉的复杂用例。例如，需要很多东西的东西 在数学领域，LLM是出了名的挑剔，或者如果你想生成很酷的图形。 如果你这样做，你的法学硕士将永远能够计算草莓中“r”的数量！

快速开始

MCP-通过Docker（推荐）

WIP支持不是最优的，因为人择沙盒运行时目前只在特权docker中运行 配置。 等待他们为容器添加适当的支持，现有的选项似乎什么也没做：D

如果你仍然想使用它，这是命令： docker run --privileged .

之后，您可以直接传递CLI设置，dockerfile使用入口点启动服务器并监听 所有参数。

注：

• Docker会自动为运行时创建一个单独的UV-python解释器，所以你不必传递它：）
• 要控制python版本和包，请使用docker build args PYTHON_VERSION 和 PYTHON_DEPENDENCIES （空格

单独列表）

MCP-通过直接托管

pip install mcp-run-isolated-python

然后，只需运行命令即可启动服务器： mcp-run-isolated-python

作为python包

这种方法通常不建议用于任何生产用途，因为它删除了许多此类项目的安全功能。

但如果你喜欢危险的生活，或者你是唯一一个使用它的人，或者你正在构建一个超快速的原型——这很好，应该是安全的，因为它仍然在使用沙盒代码执行。

from mcp_run_isolated_python import CodeSandbox, CodeSandboxSettings

settings = CodeSandboxSettings(...)

# sync use
with CodeSandbox(settings=settings) as sandbox:
    result = sandbox.eval("print(1 + 1)")
    print(result)
    
# async use
async with CodeSandbox(settings=settings) as sandbox:
    result = await sandbox.eval("print(1 + 1)")
    print(result)

______________________________________________________________________

为什么是这个工具？

我建立这个是出于对现有生态系统的沮丧。 大多数现有工具都没有将重点放在安全上，如果你生活在企业环境中，这是不可能的 或者希望在您自己的计算机上为多个用户使用此功能。

安全注意事项

这个工具的设计非常注重安全性——毕竟，让LLM不受限制地访问代码执行器是相当不错的 风险。 为了加强安全性，强烈建议在隔离容器中使用此服务器，如docker。

安全功能

• 使用 srt，一个人为限制LLM访问而构建的shell沙盒，更多

信息 这里 - 删除网络访问 - 删除对任何不允许的文件夹的写入权限 - 删除对指定文件夹的读取权限 - 限制对unix套接字的访问

• 使用docker将主机系统与执行代码的系统隔离开来
• 删除LLM进程的所有env变量

公开的安全问题

• 读取主机系统上的文件内容-需要使用srt设置逐案限制

与（一些）其他工具的比较

真的太多了，数不清。 我在这里没有包括大多数人，因为大多数人根本不关心沙盒。

以下是我认为与安全性最相关的内容。