MCP代码运行器

Name: MCP代码运行器
Author: SkyShadowHero

作者：SkyShadowHero3 星标更新：2025-09-23

安装使用来源：spider==github.com

项目介绍

MCP 自动任务执行器

基于MCP（模型上下文协议）的自动化任务执行应用程序，能够理解您的自然语言命令，自动生成、安装依赖并执行Python脚本来完成任务。

它是如何工作的？
当MCP客户端发出一个命令（例如，“获取今天的天气并将它保存到a.txt”），此MCP将执行以下步骤：
通过配置的大语言模型（本地Ollama或API）生成相应的Python代码
在环境中安装所需的依赖项
在虚拟环境中运行此代码以完成任务

用户指南

准备工作

确保您的计算机已安装Python 3.10+---。

快速开始（仅限Linux）

对于Linux用户，提供了一个简单的单击安装和配置脚本。

# 克隆项目
git clone https://github.com/SkyShadowHero/McpCoderRunner.git
cd McpCoderRunner
# 给予脚本执行权限
chmod +x first_launch.sh
# 运行脚本
./first_launch.sh

脚本会自动完成环境创建、依赖安装、配置引导，并最终测试启动服务。

在操作过程中，您将被提示填写mcp_config.json（与模型相关）文件，并弹出import_mcp.json文件。您可以将其导入支持MCP的客户端，如UOS Ai，使用import_mcp.json中的示例进行导入。

手动安装（Linux、macOS或Windows）

第一步：克隆项目

git clone https://github.com/SkyShadowHero/McpCoderRunner.git
cd McpCoderRunner

第二步：创建并进入虚拟环境

### 创建虚拟环境 (推荐使用 uv)
#### 使用uv
uv venv
#### 使用python
python -m venv venv
### 进入环境
#### Windows (PowerShell)
.\venv\Scripts\Activate.ps1
#### Windows (CMD)
venv\Scripts\activate.bat
#### Mac / Linux
source venv/bin/activate

第三步：安装依赖

# 推荐使用 uv
uv pip install -r requirements.txt
# 或者使用 pip
pip install -r requirements.txt

第四步：配置大语言模型（LLM）

首次运行main.py时，如果mcp_config.json文件不存在，它将被自动创建。
打开mcp_config.json文档，根据以下内容进行修改。
使用本地Ollama：

{
    "llm_config": {
        "model": "deepseek-coder-v2:16b",
        "base_url": "http://127.0.0.1:11434",
        "api_key": "ollama"
    }
}

使用在线API（如DeepSeek）：

{
    "llm_config": {
        "model": "deepseek-chat",
        "base_url": "https://api.deepseek.com",
        "api_key": "sk-xxxxxxxxxxxxxxxxxxxx"
    }
}