MCP Run Python

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

该代码使用 Deno 中的 Pyodide 执行，因此与操作系统的其他部分隔离。

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

可以使用安装了 deno 的方式运行服务器：

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（--allow-net --allow-read=node_modules --allow-write=node_modules 的别名）允许网络访问和对 ./node_modules 的读写访问。这些是必需的，以便 Pyodide 可以下载并缓存 Python 标准库和包。
• --node-modules-dir=auto 告诉 Deno 使用本地的 node_modules 目录。
• stdio 使用
  Stdio MCP 传输 运行服务器 —— 适合在本地作为子进程运行。
• sse 使用
  SSE MCP 传输 运行服务器 —— 将服务器作为 HTTP 服务器运行，以便本地或远程连接。
• warmup 会运行一个最小的 Python 脚本来下载并缓存 Python 标准库。这也可用于检查服务器是否正常运行。

以下是一个使用 @pydantic/mcp-run-python 和 PydanticAI 的示例：

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())