isolated-pymcp

作者: Aidan Pace邮箱: apace@defrecord.com日期: 2025-04-22

View on Smithery View on Smithery

一个安全的隔离环境，用于结合模型上下文协议（MCP）和语言服务器协议（LSP）探索 Python 开发。

概述

本项目创建了一个隔离的容器环境，结合了 MCP 和 LSP 的能力，用于 Python 开发。通过利用这两种协议的互补优势，我们使 LLM（大语言模型）能够访问强大的代码智能功能，同时保持严格的安全边界。

项目包括全面的算法分析能力、Claude Code 集成以及 Python 环境中使用 MCP 和 LSP 的教育材料。主要功能包括：

带复杂度分析的高级算法实现

用于 GitHub 问题解决的自定义 Claude 命令

结构化的项目开发里程碑

Claude Code 培训的教育课程材料

标准化的分支命名和编码规范

架构

安全模型

项目实现了最小权限架构原则：

容器与主机系统隔离

容器内以非 root 用户执行

限制端口暴露（仅绑定到本地主机）

通过 GitHub Secrets 管理密钥

对容器的资源限制（内存、CPU）

输入验证和清理

组件之间的明确安全域边界

详见 SECURITY.md 以获取全面的安全指南和最佳实践。

核心组件

Pydantic Run-Python：通过 MCP 执行 Python 代码

MultilspyLSP：将 LSP 能力桥接到 MCP

Python LSP Server：提供代码智能（补全、分析、诊断）

Client Interfaces：多种访问方法，使用相同的安全模型

集成点

组件	协议	功能
Run-Python	MCP	代码执行和输出捕获
MultilspyLSP	MCP+LSP	代码智能桥接
Python LSP	LSP	静态分析和补全
Claude Code	-	AI 辅助分析和探索

快速开始

初始设置：

设置密钥管理：

构建并运行容器：

测试环境：

命令参考

运行 make 或 gmake help 以获取完整命令列表。

主要命令：

make build - 构建 Docker/Podman 镜像

make run - 启动容器并挂载卷

make test - 验证 MCP 服务器连接性

make analyze ALGO=fibonacci - 通过 MCP 分析算法

make claude-analyze ALGO=fibonacci - 使用 Claude 分析代码

make tangle - 从 org 源生成配置文件

make detangle - 将修改后的配置文件更新回 org 源

make install-mcp - 使用 UV 安装 MCP CLI

make pytest - 运行所有 Python 测试

make lint - 运行所有 linter（isort、black、mypy、flake8）

自定义 Claude 命令

项目包含以下自定义 Claude 命令：

/fix-github-issue - 分析和修复 GitHub 仓库中的问题

/create-pr - 创建标准化格式的拉取请求

/analyze-algorithm - 对算法实现进行详细分析

直接使用 MCP Run Python

您可以使用 Deno 直接与 MCP Run Python 服务器交互。调用 Python 代码的正确 JSON-RPC 格式如下：

示例用法：

访问本仓库中的算法：

提交更改前，请始终运行：

gmake help - 验证所有目标均已记录

gmake lint - 确保代码通过风格检查

gmake test - 验证功能正常

项目使用 org-mode 进行文学编程。配置文件通过 env-setup.org 的 tangle 过程生成。如果直接修改生成的文件，请使用 detangle 将更改传播回 org 源。

脚本

scripts/ 目录中包含实用脚本，包括设置工具、MCP 管理和分析工具。使用 ls -la scripts/ 查看所有可用脚本。

开发流程

项目采用 org-mode 的文学编程方法。关键开发文件：

env-setup.org - 包含 Emacs、VSCode 和 Claude Code 的配置

SETUP.org - 包含一般设置说明和文档

Makefile - 提供常见开发任务的自动化

CLAUDE.md - 包含 Claude Code 在本仓库中工作的指南

修改时：

对于配置：编辑 org 文件并运行 make tangle

对于实现：遵循标准 Git 工作流程和常规提交

对于测试：将算法添加到 algorithms/ 目录并使用 make analyze

分支和问题管理

项目维护标准化的分支命名规范：

始终从 GitHub 问题创建分支

遵循格式：<type>/<issue-number>-<short-description>

类型应匹配常规提交（feat、fix、docs 等）

项目里程碑

项目围绕以下关键里程碑组织：

安全增强 - 加强容器隔离和访问控制

性能优化 - 提高算法分析速度和资源效率

可用性和开发者体验 - 增强工具和文档

集成和扩展性 - 添加对更多协议和平台的支持

文档和社区 - 创建教育材料和指南

项目目标

展示 MCP 和 LSP 的安全集成

提供隔离 AI 代码分析的参考架构

支持 Python 算法实现的探索

在维护安全的同时支持多种客户端接口

创建 Claude Code 和 MCP 使用的教育资源

构建一个友好的算法分析平台

教育资源

项目包含学习 Claude Code 和 MCP 的教育材料：

docs/courses/claude-code-course.org - 为期两天的 Claude Code 综合课程

docs/courses/examples/ - Claude Code 和 MCP 集成的示例代码

docs/courses/exercises/ - 学习 Claude Code 的实践练习

课程涵盖：

API 设置和配置

AWS Bedrock 集成

自定义 Claude 命令

使用 Claude 进行代码审查

多语言支持

MCP 服务器开发和集成

参考资料

Anthropic: Introducing the Model Context Protocol - MCP 作为连接 AI 助手与数据源的开放标准的官方公告。

Model Context Protocol Documentation - 解释 MCP 概念、架构和实现细节的全面文档。

Model Context Protocol GitHub - 官方 GitHub 组织，包含协议规范、SDK 和参考实现。

Anthropic MCP Documentation - 使用 MCP 与 Claude 集成的指南和最佳实践。

Claude Code Documentation - Claude Code CLI 的官方文档。

Microsoft MultilspyLSP - 用于创建语言服务器客户端的 Python 库，支持本项目的 LSP 集成。

Python LSP Server - 本项目使用的语言服务器协议的 Python 实现。

Language Server Protocol - 支持编辑器无关语言智能的 LSP 标准背景。

MultilspyLSP MCP Server - 提供 LSP 能力的 MCP 服务器参考实现。

Hacker News: Model Context Protocol Discussion - 关于 MCP 的社区讨论，包括安全考虑和集成方法的观点。

Simon Willison: MCP Run Python - 对 MCP run-python 实现及其实际应用的详细探索。

许可证

MIT 许可证