MCP Python Interpreter專案

MCP工具

MCP Python Interpreter專案

mcp-python-interpreter 是一個功能全面且設計精良的模型內容協定 (Model Context Protocol, MCP) 伺服器。它的核心目標是為大型語言模型 (LLM) 提供一個功能完備、可互動的 Python 開發與執行環境。

這個專案的價值在於，它不僅僅是一個簡單的「程式碼執行器」，而是為 AI 助理提供了一整套如同人類開發者所使用的工具鏈，涵蓋了從環境管理、套件安裝、檔案操作到程式碼執行的完整工作流程。它將 AI 助理從一個只能「紙上談兵」的程式碼生成者，變成了一個能夠在真實環境中動手解決問題的「Python 開發工程師」。

核心價值：為你的 AI 助理配備一把全能的 Python 瑞士軍刀

透過 mcp-python-interpreter，你可以讓 AI 助理完成一系列複雜的、連貫的開發任務：

• 「請先幫我檢查系統上有哪些可用的 Python 環境。」
• 「在我的 conda-env-3.11 環境中，安裝 pandas 和 matplotlib 這兩個套件。」
• 「然後，讀取 /path/to/your/work/dir 目錄下的 data.csv 檔案。」
• 「編寫一個 Python 腳本來分析這些數據，並將結果儲存為 result.json。」
• 「最後，執行這個腳本。」

主要功能與特色

此專案提供了一套高度整合且實用性極強的工具集：

1. 完整的環境與套件管理:

   • list_python_environments: 能夠偵測並列出系統上所有可用的 Python 環境，包括系統自帶的 Python 和不同的 Conda 環境。
   • list_installed_packages: 可以查詢指定環境中已經安裝了哪些套件。
   • install_package: 能夠動態地為指定環境安裝新的 Python 套件。

2. 靈活的程式碼執行:

   • run_python_code: 執行一小段即時的 Python 程式碼片段。
   • run_python_file: 執行一個已經存在的 .py 腳本檔案。

3. 強大的檔案操作能力:

   • read_file: 能夠讀取任何類型的檔案，對於文字檔會顯示內容，對於二進位檔案（如圖片）會以十六進位形式呈現，非常智慧。
   • write_file / write_python_file: 建立或覆寫檔案，支援文字和二進位內容。
   • list_directory: 列出指定目錄下的檔案。

4. 高度重視安全性:

   • 在啟動伺服器時，強制要求使用者透過 --dir 參數指定一個工作目錄。
   • 所有的檔案讀寫和程式碼執行操作都被嚴格限制在這個目錄內，有效防止 AI 意外或惡意地存取系統其他位置的檔案，構成了一個安全的「沙箱」。

安裝與設定

此專案是基於 Python 開發的，安裝和設定流程非常清晰：

1. 安裝: 專案已打包為 Python 套件，可透過 pip 或新興的 uv 工具一鍵安裝。
2. 設定: 在 AI 助理（如 Claude Desktop）的 MCP 設定檔中，加入啟動命令。最關鍵的參數是 --dir，用以指定安全的工作目錄。使用者也可以透過 --python-path 指定預設使用的 Python 解譯器路徑。

總結來說，mcp-python-interpreter 是一個一站式的 Python MCP 解決方案。它不僅提供了基礎的程式碼執行能力，更將環境管理、套件管理和安全的檔案操作融為一體，為 AI 助理打造了一個功能完整、安全可控的 Python 工作平台，極大地提升了 AI 在自動化、資料處理和軟體開發等領域的實用價值。

• MCP平台來源: github
• 連結: https://github.com/yzfly/mcp-python-interpreter

立即試用MCP工具