Python Interpreter — MCP-сервер для Claude Code: обзор и запуск
MCP-сервер Python Interpreter для запуска скриптов на Python в режиме сессии. Сохраняет переменные и импорты между вызовами аналогично блокноту Jupyter.
лицензия не указана обновлён 2026-10-29
Открыть на GitHubЧто делает Python Interpreter
Сервер даёт агенту инструмент execute_code для пошагового выполнения Python-кода. В отличие от одноразовых скриптов, среда удерживает состояние сессии: импортированные модули, объявленные функции и вычисленные переменные остаются доступными для следующих шагов. Это позволяет языковой модели проверить промежуточные расчёты до отправки итогового ответа.
Запустить сервер можно локально через пакетный менеджер uv либо внутри контейнера через Docker MCP Toolkit. Для работы в контейнере требуется смонтировать том по пути /app/notebooks. Локальный запуск через uv исполняет код прямо на рабочей станции, поэтому контейнеризация остаётся единственным способом защитить хостовую систему от побочных эффектов вычислений.
Какие задачи решает
- запускать фрагменты кода на Python прямо из интерфейса агента
- сохранять переменные и функции между несколькими вызовами инструмента
- проверять логику вычислений модели до генерации финального кода
- изолировать выполнение скриптов в контейнере с монтированием тома
Примеры запросов агенту
- Посчитай факториал числа 25 в
execute_codeи сохрани результат в переменнуюres - Выведи значение переменной
resиз прошлой сессии и умножь его на два - Напиши функцию фильтрации списка и протестируй её на трёх примерах
Как установить Python Interpreter
Установка
Команды запуска нет в реестре MCP — смотрите README репозитория
По шагам, с командами для каждой платформы: Как подключить MCP-сервер: Claude Code, Codex, Cursor, VS Code, Gemini CLI и другие
Вопросы о Python Interpreter
Как установить Python Interpreter в Claude Desktop через uv?
Склонируйте репозиторий, выполните в его корне команду uv pip install ., а затем зарегистрируйте сервер вызовом uv run mcp install src/server.py.
Зачем сохранять состояние между вызовами?
Память сессии избавляет от повторного импорта библиотек и повторного расчёта тяжёлых структур. Агент работает так же, как разработчик в ячейках Jupyter.
Как протестировать доступные инструменты перед подключением к агенту?
Запустите команду uv run mcp dev src/server.py в корне проекта. Она откроет веб-интерфейс для ручного вызова доступных инструментов.