MCP代码沙箱

一种MCP服务器，用于在Docker容器内执行代码时创建安全的代码沙箱环境。

cloud-platformsvirtualizationsecurity-and-iam

695 查看 · 2026-07-07 更新

简介

一种MCP服务器，用于在Docker容器内执行代码时创建安全的代码沙箱环境。

简介

一种MCP服务器，用于在Docker容器内执行代码时创建安全的代码沙箱环境。

代码沙箱 MCP 🐳

一个在 Docker 容器内执行代码的安全沙箱环境。这个 MCP 服务器为 AI 应用程序提供了一个安全且隔离的运行代码环境，同时通过容器化保持安全性。

🌟 特性

灵活的容器管理：创建和管理用于代码执行的隔离 Docker 容器
自定义环境支持：使用任何 Docker 镜像作为你的执行环境
文件操作：轻松地在主机和容器之间传输文件和目录
命令执行：在容器化环境中运行任意 shell 命令
实时日志：实时流式传输容器日志和命令输出
自动更新：内置更新检查和自动二进制更新
多平台支持：支持 Linux、macOS 和 Windows

🚀 安装

先决条件

已安装并运行 Docker

快速安装

Linux, MacOS

curl -fsSL https://raw.githubusercontent.com/Automata-Labs-team/code-sandbox-mcp/main/install.sh | bash

Windows

# Run in PowerShell
irm https://raw.githubusercontent.com/Automata-Labs-team/code-sandbox-mcp/main/install.ps1 | iex

安装程序将：

检查 Docker 是否已安装
下载适用于您系统的适当二进制文件
创建必要的配置文件

手动安装

从发布页面下载适用于您的平台的最新版本
将二进制文件放置在您的 PATH 中的一个目录里
使其可执行（仅限类 Unix 系统）：
```
chmod +x code-sandbox-mcp
```

🛠️ 可用工具

`sandbox_initialize`

初始化一个新的计算环境以供代码执行。基于指定的 Docker 镜像创建一个容器。

参数：

image (字符串, 可选): 用作基础环境的 Docker 镜像
- 默认: 'python:3.12-slim-bookworm'

返回值：

container_id 可与其他工具一起使用以与此环境交互

`copy_project`

将目录复制到沙箱文件系统中。

参数：

container_id (字符串, 必需): 从初始化调用返回的容器 ID
local_src_dir (字符串, 必需): 本地文件系统中的目录路径
dest_dir (字符串, 可选): 在沙箱环境中保存源目录的路径

`write_file`

向沙箱文件系统写入文件。

参数：

container_id (字符串, 必需): 从初始化调用返回的容器 ID
file_name (字符串, 必需): 要创建的文件名
file_contents (字符串, 必需): 写入文件的内容
dest_dir (字符串, 可选): 创建文件的目录 (默认: ${WORKDIR})

`sandbox_exec`

在沙箱环境中执行命令。

参数：

container_id (字符串，必填)：从初始化调用返回的容器ID
commands (数组，必填)：要在沙箱环境中运行的命令列表
- 示例：["apt-get update", "pip install numpy", "python script.py"]

`copy_file`

将单个文件复制到沙箱文件系统中。

参数：

container_id (字符串，必填)：从初始化调用返回的容器ID
local_src_file (字符串，必填)：本地文件系统的文件路径
dest_path (字符串，可选)：在沙箱环境中保存文件的路径

`sandbox_stop`

停止并移除正在运行的容器沙箱。

参数：

container_id (字符串，必填)：要停止和移除的容器ID

描述： 优雅地停止指定的容器，并设置10秒超时，同时移除其卷。

容器日志资源

提供访问容器日志的动态资源。

资源路径： containers://{id}/logs
MIME类型： text/plain
描述： 以单个文本资源的形式返回指定容器的所有日志。

🔐 安全特性

使用Docker容器实现隔离执行环境
通过Docker容器约束限制资源
分离stdout和stderr流

🔧 配置

Claude Desktop

安装程序会自动创建配置文件。如果您需要手动配置它：

Linux

// ~/.config/Claude/claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "/path/to/code-sandbox-mcp",
            "args": [],
            "env": {}
        }
    }
}

macOS

// ~/Library/Application Support/Claude/claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "/path/to/code-sandbox-mcp",
            "args": [],
            "env": {}
        }
    }
}

Windows

// %APPDATA%\Claude\claude_desktop_config.json
{
    "mcpServers": {
        "code-sandbox-mcp": {
            "command": "C:\\path\\to\\code-sandbox-mcp.exe",
            "args": [],
            "env": {}
        }
    }
}

其他AI应用程序

对于支持MCP服务器的其他AI应用程序，请将其配置为使用code-sandbox-mcp二进制文件作为代码执行后端。

🛠️ 开发

如果您希望本地构建项目或贡献于其开发，请参阅DEVELOPMENT.md。

📝 许可证

本项目根据MIT许可证发布 - 详情请参见LICENSE文件。

来源

来源：github
链接：https://github.com/Automata-Labs-team/code-sandbox-mcp