标签：Python执行

一个基于Pyodide的MCP协议服务器，为大型语言模型提供Python代码执行能力，支持stdio和SSE传输模式。

一个可通过MCP调用的Python工具，能够执行本地Python代码并调用其他MCP工具，适用于自动化工作流和数据处理的场景。

kagglerun是一个允许用户通过终端直接在Kaggle的免费GPU上运行Python代码的工具，适用于AI实验和机器学习项目。

MCP Python Executor是一个用于执行Python代码和管理Python包的服务器，提供安全约束、资源监控和预配置常用包等功能。

一个轻量级的MCP服务器，用于在结构化且可复现的环境中执行任意Python脚本。

一个本地MCP聚合器，为编码代理提供单一连接点，支持多服务器工具调用和Python脚本执行，减少往返通信和令牌使用。

Daytona MCP Interpreter是一个提供Python代码执行能力的模型上下文协议服务器，可在临时Daytona沙箱中安全运行代码。

通过RunPod基础设施和模型上下文协议（MCP）为AI助手提供Python代码执行功能。

一个支持负载均衡的Python代码执行服务，通过MCP协议提供Jupyter沙箱环境。

MCP实用工具服务器是一组本地运行的小型、专注的工具，包括文件管理、Python代码执行、URL抓取和Shell命令执行等功能。

通过标准化API端点实现Python代码执行的模型上下文协议（MCP）服务。

一个安全的双服务器架构，通过HTTP通信执行Python脚本，消除子进程冲突并提供清晰的职责分离。

在沙盒环境中运行Python代码的服务，适用于安全执行不受信任的代码。

一个安全的本地Python执行器，为LLM应用提供基本的隔离和安全性，无需Docker或虚拟机。

MCP服务器为LLM提供安全执行Python代码并返回结果（包括文件）的功能，适用于需要复杂数学计算或生成图表等场景。

PyKernel MCP是一个通过Model Context Protocol提供持久IPython内核环境的服务，支持Python代码执行、状态维护和科学计算库预加载。

基于Model-Context-Protocol (MCP)框架的多模态助手客户端，提供Python代码执行、实时天气查询和交互式UI等功能。

一个基于FastMCP框架的轻量级Python交互式解释器服务，支持LLM以对话方式执行Python代码，包括分支执行路径和按需包安装。

一个基于Python的交互式服务器，为Claude提供Python执行、Shell命令和文件操作功能，适用于快速计算、数据分析和自动化任务。

MCP Code Mode 是一个安全执行Python代码的应用程序，支持AI代码生成和工具集成。

通过JupyterLab在SLURM集群的GPU计算节点上执行Python代码的模型上下文协议(MCP)服务器。

一个用于执行Python代码和管理Python环境的模型上下文协议（MCP）服务器，支持代码执行、文件管理和环境配置。

该服务通过Google Colab分配GPU资源并执行Python代码，支持多种AI助手运行GPU加速的代码，无需本地GPU硬件。

一个运行在TouchDesigner中的MCP服务器，允许AI代理通过Python执行、操作符检查、DAT读写和视觉输出捕获完全控制项目。