Daytona MCP 解释器

一个模型上下文协议服务器，可在临时的 Daytona 沙箱中提供 Python 代码执行能力。

概述

Daytona MCP 解释器使 Claude 等 AI 助手能够在安全、隔离的环境中执行 Python 代码和 shell 命令。 它实现了模型上下文协议 (MCP) 标准，以提供以下工具：

• 在沙箱环境中执行 Python 代码
• 执行 Shell 命令
• 文件管理（上传/下载）
• Git 仓库克隆
• 为运行中的服务器生成 Web 预览

所有执行都在临时的 Daytona 工作区中进行，这些工作区在使用后会自动清理。

安装

1. 如果尚未安装 uv，请安装它：

curl -LsSf https://astral.sh/uv/install.sh | sh

2. 创建并激活虚拟环境。

如果您有现有的 env，请先停用并删除它：

deactivate
rm -rf .venv

创建并激活一个新的虚拟环境：

uv venv
source .venv/bin/activate

（在 Windows 上：.venv\Scripts\activate）

3. 安装依赖项：

uv add "mcp[cli]" pydantic python-dotenv "daytona-sdk>=0.10.5"

注意：此项目需要 daytona-sdk 0.10.5 或更高版本。 早期版本具有不兼容的 FileSystem API。

环境变量

配置以下环境变量以实现正常运行：

• MCP_DAYTONA_API_KEY: Daytona 身份验证所需的 API 密钥
• MCP_DAYTONA_SERVER_URL: 服务器 URL（默认：https://app.daytona.io/api）
• MCP_DAYTONA_TIMEOUT: 请求超时时间（秒）（默认：180.0）
• MCP_DAYTONA_TARGET: 目标区域（默认：eu）
• MCP_VERIFY_SSL: 启用 SSL 验证（默认：false）

开发

直接运行服务器：

uv run src/daytona_mcp_interpreter/server.py

或者如果 uv 不在您的路径中：

/Users/USER/.local/bin/uv run ~LOCATION/daytona-mcp-interpreter/src/daytona_mcp_interpreter/server.py

使用 MCP Inspector 测试服务器：

npx @modelcontextprotocol/inspector \
  uv \
  --directory . \
  run \
  src/daytona_mcp_interpreter/server.py

查看日志：

tail -f /tmp/daytona-interpreter.log

与 Claude Desktop 集成

1. 在 Claude Desktop（或其他 MCP 兼容客户端）中配置：

在 MacOS 上，编辑：~/Library/Application Support/Claude/claude_desktop_config.json 在 Windows 上，编辑：%APPDATA%\Claude\claude_desktop_config.json

{
    "mcpServers": {
        "daytona-interpreter": {
            "command": "/Users/USER/.local/bin/uv",
            "args": [
                "--directory",
                "/Users/USER/dev/daytona-mcp-interpreter",
                "run",
                "src/daytona_mcp_interpreter/server.py"
            ],
            "env": {
                "PYTHONUNBUFFERED": "1",
                "MCP_DAYTONA_API_KEY": "api_key",
                "MCP_DAYTONA_SERVER_URL": "api_server_url",
                "MCP_DAYTONA_TIMEOUT": "30.0",
                "MCP_VERIFY_SSL": "false",
                "PATH": "/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin"
            }
        }
    }
}

2. 重启 Claude Desktop
3. Daytona Python 解释器工具将在 Claude 中可用

可用工具

Shell Exec

在 Daytona 工作区中执行 shell 命令。

# 示例：列出文件
ls -la

# 示例：安装一个包
pip install pandas

File Download

从 Daytona 工作区下载文件，并智能处理大文件。

基本用法：

file_download(file_path="/path/to/file.txt")

高级用法：

# 设置自定义文件大小限制
file_download(file_path="/path/to/large_file.csv", max_size_mb=10.0)

# 下载大文件的部分内容
file_download(file_path="/path/to/large_file.csv", download_option="download_partial", chunk_size_kb=200)

# 将大文件转换为文本
file_download(file_path="/path/to/large_file.pdf", download_option="convert_to_text")

# 在下载前压缩文件
file_download(file_path="/path/to/large_file.bin", download_option="compress_file")

# 强制下载，忽略大小
file_download(file_path="/path/to/large_file.zip", download_option="force_download")

File Upload

将文件上传到 Daytona 工作区。 支持文本和二进制文件。

基本用法：

# 上传一个文本文件
file_upload(file_path="/workspace/example.txt", content="Hello, World!")

高级用法：

# 上传具有特定路径的文本文件
file_upload(
    file_path="/workspace/data/config.json",
    content='{"setting": "value", "enabled": true}'
)

# 使用 base64 编码上传二进制文件
import base64
with open("local_image.png", "rb") as f:
    base64_content = base64.b64encode(f.read()).decode('utf-8')

file_upload(
    file_path="/workspace/images/uploaded.png",
    content=base64_content,
    encoding="base64"
)

# 上传时不覆盖现有文件
file_upload(
    file_path="/workspace/important.txt",
    content="New content",
    overwrite=False
)

Git Clone

将 Git 仓库克隆到 Daytona 工作区中，以进行分析和代码执行。

基本用法：

git_clone(repo_url="https://github.com/username/repository.git")

高级用法：

# 克隆特定分支
git_clone(
    repo_url="https://github.com/username/repository.git",
    branch="develop"
)

# 克隆到具有完整历史记录的特定目录
git_clone(
    repo_url="https://github.com/username/repository.git",
    target_path="my_project",
    depth=0  # 0 表示完整历史记录
)

# 克隆具有 Git LFS 支持的包含大文件的仓库
git_clone(
    repo_url="https://github.com/username/large-files-repo.git",
    lfs=True
)

Web Preview

为在 Daytona 工作区中运行的 Web 服务器生成预览 URL。

基本用法：

# 为在端口 3000 上运行的 Web 服务器生成预览链接
web_preview(port=3000)

高级用法：

# 生成具有描述性名称的预览链接
web_preview(
    port=8080,
    description="React Development Server"
)

# 生成链接而不检查服务器是否正在运行
web_preview(
    port=5000,
    check_server=False
)

示例：

# 首先使用 Python 通过 shell 运行一个简单的 Web 服务器
shell_exec(command="python -m http.server 8000 &")

# 然后为服务器生成预览链接
web_preview(port=8000, description="Python HTTP Server")

<a href="https://glama.ai/mcp/servers/hj7jlxkxpk"><img width="380" height="200" src="https://glama.ai/mcp/servers/hj7jlxkxpk/badge" alt="Daytona Python Interpreter MCP server" /></a>