MCP QuickJS Runner
在沙盒化的 QuickJS WASM 环境中安全地执行任意 JavaScript 代码,允许语言模型或其他 MCP 客户端安全地运行 JavaScript 代码片段,而不会危及主机系统。
README
MCP QuickJS 运行器
一个实现了模型上下文协议 (MCP) 的服务器,它提供了一个工具,可以在编译为 WebAssembly (WASM) 的 QuickJS 引擎中安全地执行任意 JavaScript 代码,并使用 Node.js 内置的 WASI 实现来运行。
描述
此服务器充当 MCP 工具提供程序。它公开了一个名为 run_javascript_code 的工具,该工具接受一个 JavaScript 代码字符串作为输入。然后,该代码在沙盒化的 QuickJS WASM 环境中执行。服务器捕获执行的标准输出 (stdout) 和标准错误 (stderr) 流,并将它们以及任何执行错误返回给 MCP 客户端。
这允许语言模型或其他 MCP 客户端安全地执行可能不受信任的 JavaScript 代码片段,而不会危及主机系统。
特性
- 安全执行: 使用 QuickJS 和 Node.js WASI 在 WASM 沙箱中运行 JavaScript。
- 标准 I/O 捕获: 捕获已执行 JavaScript 代码的
stdout和stderr。 - 错误报告: 报告 QuickJS 的运行时错误和非零退出代码。
- MCP 集成: 通过
stdio将功能公开为标准 MCP 工具。 - 使用 TypeScript 构建: 在开发期间提供类型安全。
工作原理
- WASM 模块: 使用预编译的 QuickJS 引擎 (
qjs-wasi.wasm),该引擎面向 WebAssembly 系统接口 (WASI)。 - Node.js WASI: 利用 Node.js 中的
node:wasi模块来实例化和运行 WASM 模块。 - Stdio 重定向(临时文件): 为了从 WASM 环境捕获
stdout和stderr,服务器目前依赖于与node:wasi兼容的标准方法:- 使用
node:fs/promises和node:os在主机文件系统上创建一个临时目录。 - 在此目录中打开
stdout和stderr的临时文件。 - 这些文件的真实 OS 文件描述符在初始化期间传递给
WASI实例 (stdout: fd,stderr: fd)。 - QuickJS WASM 模块将其输出写入这些描述符,这些描述符由 WASI 路由到临时文件。
- 执行完成后,服务器关闭文件句柄并读取临时文件的内容。
- 临时目录和文件将被清理。
- (注意:尝试使用内存管道或虚拟文件系统(如
memfs)均未成功,因为node:wasi目前需要真实的 OS 文件描述符用于 stdio。)
- 使用
- MCP 通信: 服务器使用
@modelcontextprotocol/sdk来监听通过stdio发送的 MCP 请求,并根据协议格式化执行结果进行响应。
前提条件
- Node.js (建议 v23.x 或更高版本,请检查您的特定版本的
node:wasi兼容性) - npm 或 yarn
- QuickJS WASM 文件 (
qjs-wasi.wasm) 必须与编译后的服务器脚本位于同一目录中(例如,相对于./dist/server.js的./dist/qjs-wasi.wasm)。您可能需要单独获取或编译此文件。
安装
- 克隆存储库(如果适用)。
- 安装依赖项:
npm install
用法
node server.ts
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。