MCP Run Python

MCP Run Python 包是一个 MCP 服务器，允许代理在安全、沙箱环境中执行 Python 代码。它使用 Pyodide 在 JavaScript 环境中运行 Python 代码，从而将执行与主机系统隔离。

特性

安全执行：在沙箱 WebAssembly 环境中运行 Python 代码
包管理：自动检测和安装所需的依赖项
完整结果：捕获标准输出、标准错误和返回值
异步支持：正确运行异步代码
错误处理：提供详细的错误报告以进行调试

安装

MCP Run Python 服务器作为 NPM 包分发，可以直接使用 npx 运行

npx @pydantic/mcp-run-python [stdio|sse]

其中

stdio：使用 stdin/stdout 传输（用于子进程用法）运行服务器
sse：使用 HTTP Server-Sent Events 传输（用于远程连接）运行服务器

在客户端文档中描述了 @pydantic/mcp-run-python 与 PydanticAI 的用法。

直接使用

除了将此服务器与 PydanticAI 一起使用外，它还可以连接到其他 MCP 客户端。为了清晰起见，在此示例中，我们直接使用 Python MCP 客户端进行连接。

mcp_run_python.py

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

code = """
import numpy
a = numpy.array([1, 2, 3])
print(a)
a
"""


async def main():
    server_params = StdioServerParameters(
        command='npx', args=['-y', '@pydantic/mcp-run-python', 'stdio']
    )
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            tools = await session.list_tools()
            print(len(tools.tools))
            #> 1
            print(repr(tools.tools[0].name))
            #> 'run_python_code'
            print(repr(tools.tools[0].inputSchema))
            """
            {'type': 'object', 'properties': {'python_code': {'type': 'string', 'description': 'Python code to run'}}, 'required': ['python_code'], 'additionalProperties': False, '$schema': 'https://json-schema.fullstack.org.cn/draft-07/schema#'}
            """
            result = await session.call_tool('run_python_code', {'python_code': code})
            print(result.content[0].text)
            """
            <status>success</status>
            <dependencies>["numpy"]</dependencies>
            <output>
            [1 2 3]
            </output>
            <return_value>
            [
              1,
              2,
              3
            ]
            </return_value>
            """

如果发生异常，status 将为 install-error 或 run-error，并且 return_value 将被 error 替换，其中将包含回溯和异常消息。

依赖项（Dependencies）

依赖项在代码运行时安装。

依赖项可以通过两种方式定义

从导入推断

如果没有元数据，则依赖项从代码中的导入推断，如上面的示例所示。

内联脚本元数据

正如 PEP 723 中介绍的，此处解释，并由 uv 推广——依赖项可以在文件顶部的注释中定义。

这允许使用代码中未导入的依赖项，并且更加明确。

inline_script_metadata.py

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

code = """\
# /// script
# dependencies = ["pydantic", "email-validator"]
# ///
import pydantic

class Model(pydantic.BaseModel):
    email: pydantic.EmailStr

print(Model(email='hello@pydantic.dev'))
"""


async def main():
    server_params = StdioServerParameters(
        command='npx', args=['-y', '@pydantic/mcp-run-python', 'stdio']
    )
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            result = await session.call_tool('run_python_code', {'python_code': code})
            print(result.content[0].text)
            """
            <status>success</status>
            <dependencies>["pydantic","email-validator"]</dependencies>
            <output>
            email='hello@pydantic.dev'
            </output>
            """

它还允许为非二进制包锁定版本（Pyodide 仅支持其支持的二进制包的单个版本，如 pydantic 和 numpy）。

例如，您可以将依赖项设置为

# /// script
# dependencies = ["rich<13"]
# ///

日志记录

MCP Run Python 支持将 python 执行中的 stdout 和 stderr 作为 MCP 日志消息发出。

为了发出日志，您必须在连接到服务器时设置日志记录级别。默认情况下，日志级别设置为最高级别 emergency。

目前，由于 Python MCP 客户端中的一个错误，无法演示这一点，请参阅 modelcontextprotocol/python-sdk#201。