MCP 运行 Python 代码

内容跳转

文件

main

路径导航

1. pydantic-ai

/

mcp-run-python

/ 复制路径

目录操作

更多选项

目录操作

更多选项

最新提交

历史记录

历史记录

main

路径导航

1. pydantic-ai

/

mcp-run-python

/ 顶部

文件夹和文件

名称| 名称| 最新提交信息| 最新提交日期 ---|---|---|---

上级目录

.. src| src stubs| stubs .gitignore| .gitignore README.md| README.md build.ts| build.ts deno.json| deno.json deno.lock| deno.lock pyproject.toml| pyproject.toml test_mcp_servers.py| test_mcp_servers.py 查看所有文件

README.md

MCP Run Python

Model Context Protocol 服务，用于在沙箱中运行 Python 代码。

代码使用 Pyodide 在 Deno 中执行，因此与操作系统的其余部分隔离。

完整的文档请参阅 https://ai.pydantic.dev/mcp/run-python/。

服务器可以通过安装 deno 来运行：

deno run \
 -N -R=node_modules -W=node_modules --node-modules-dir=auto \
 jsr:@pydantic/mcp-run-python [stdio|sse|warmup]

其中：

• -N -R=node_modules -W=node_modules (等同于 --allow-net --allow-read=node_modules --allow-write=node_modules) 允许网络访问和对 ./node_modules 的读写访问。这是必需的，以便 pyodide 可以下载和缓存 Python 标准库和包
• --node-modules-dir=auto 告诉 deno 使用本地 node_modules 目录
• stdio 使用 Stdio MCP transport 运行服务器 — 适合在本地作为子进程运行该进程
• sse 使用 SSE MCP transport 运行服务器 — 将服务器作为 HTTP 服务器运行，以便在本地或远程连接
• warmup 将运行一个最小的 Python 脚本来下载和缓存 Python 标准库。 这对于检查服务器是否正确运行也很有用。

以下是使用 @pydantic/mcp-run-python 和 PydanticAI 的一个例子：

from pydantic_ai import Agent
from pydantic_ai.mcp import MCPServerStdio
import logfire
logfire.configure()
logfire.instrument_mcp()
logfire.instrument_pydantic_ai()
server = MCPServerStdio('deno',
  args=[
    'run',
    '-N',
    '-R=node_modules',
    '-W=node_modules',
    '--node-modules-dir=auto',
    'jsr:@pydantic/mcp-run-python',
    'stdio',
  ])
agent = Agent('claude-3-5-haiku-latest', mcp_servers=[server])

async def main():
  async with agent.run_mcp_servers():
    result = await agent.run('How many days between 2000-01-01 and 2025-03-18?')
  print(result.output)
  #> There are 9,208 days between January 1, 2000, and March 18, 2025.w
if __name__ == '__main__':
  import asyncio
  asyncio.run(main())