Sandbox Fusion MCP 服务器

这是一个对接 Sandbox Fusion 的 MCP (Machine Code Protocol) 服务器实现，可以为大语言模型提供代码解释器功能。

功能特点

• 支持多种编程语言的代码执行
• 支持 Jupyter 笔记本执行
• 通过 stdio 交互方式与客户端通信
• 提供资源和工具 API 供大语言模型调用

支持的编程语言

• Python
• JavaScript/TypeScript
• Bash
• R
• Julia
• Go
• Java
• C++
• Rust
• PHP

安装

环境要求

• Python 3.10+
• Conda (推荐用于环境管理)

安装步骤

1. 克隆仓库

git clone https://github.com/happyZYM/sandbox-fusion-mcp.git
cd sandbox-fusion-mcp

2. 创建并激活 Conda 环境

conda env create -f environment.yml
conda activate mcp-sandbox-fusion

配置

服务器通过环境变量进行配置：

• SANDBOX_FUSION_ENDPOINT: Sandbox Fusion API 的端点地址，默认为 http://localhost:8000

运行

使用提供的启动脚本运行服务器：

./launch.sh

或者直接运行 Python 脚本：

python server.py

API 说明

资源 (Resources)

服务器提供以下资源：

1. sandbox://languages - 获取支持的编程语言列表
2. sandbox://endpoint - 获取当前配置的 Sandbox Fusion 端点信息

工具 (Tools)

服务器提供以下工具：

1. execute_code - 执行代码片段

   • 参数：
     • code (字符串): 要执行的代码
     • language (字符串，可选): 编程语言，默认为 "python"
     • timeout (整数，可选): 执行超时时间（秒）

2. execute_jupyter - 执行 Jupyter 笔记本

   • 参数：
     • notebook_content (字符串): Jupyter 笔记本内容（JSON 格式）
     • timeout (整数，可选): 执行超时时间（秒）

提示模板 (Prompts)

服务器提供以下提示模板：

1. code_execution_prompt - 代码执行提示模板

   • 参数：
     • language (字符串，可选): 编程语言，默认为 "python"
     • description (字符串，可选): 代码任务描述

2. jupyter_execution_prompt - Jupyter 笔记本执行提示模板

   • 参数：
     • description (字符串，可选): 笔记本任务描述

与客户端集成

MCP 服务器使用 stdio 交互方式与客户端通信，客户端可以通过 JSON-RPC 进行通信。

示例：列出可用工具

{"jsonrpc": "2.0", "method": "list_tools", "params": {}, "id": 1}

故障排除

如果遇到问题，请检查以下日志文件：

• mcp_server.log: 服务器主日志
• mcp_stderr.log: 标准错误输出日志

开发

项目结构

sandbox-fusion-mcp/
├── server.py      - MCP 服务器实现
├── launch.sh      - 启动脚本
├── environment.yml - Conda 环境配置
└── README.md      - 文档

添加新功能

要添加新的工具或资源，请按照以下模式修改 server.py：

@mcp_server.tool()
def your_tool_name(param1: str, param2: int = 0) -> str:
    """
    工具描述
    
    参数:
    - param1: 参数1描述
    - param2: 参数2描述
    """
    # 实现逻辑
    return json.dumps(result)

@mcp_server.resource("sandbox://your_resource")
def your_resource_function() -> str:
    """资源描述"""
    # 实现逻辑
    return json.dumps(result)

注意事项

• 确保 stderr 被重定向到日志文件，以免干扰 stdio 通信
• 工具函数应返回 JSON 字符串格式的结果
• 处理所有可能的异常，并在发生错误时返回有用的错误信息

许可证

MIT