1クエリあたり30,000トークンの支払いをやめましょう。 このブリッジはAnthropicの発見パターンをrootless securityで実装し、MCPコンテキストを3万トークンから200トークンに削減し、任意のStdioサーバーをプロキシします。

概要

このブリッジは、業界リーダーからのアイデアが融合した**「MCPを用いたコード実行」**パターンを実装しています。

• AppleのCodeAct:「あなたのLLMエージェントはコード生成時により良い動作をします。」
• AnthropicのMCPを用いたコード実行:「より効率的なエージェントの構築」
• Cloudflareのコードモード:「LLMはMCPを直接呼び出すよりも、MCPを呼び出すコードの作成に優れている。」
• Dockerの動的MCP:「エージェントの世界をハードコーディングするのをやめましょう。」
• Terminal BenchのTerminus:「LLMエージェントを評価するための現実的なターミナル環境」

LLMに数百の個別ツールを露出させる代わりに(膨大なコンテキストを消費しモデルを混乱させる)、このブリッジは1つのツール「run_python」を公開します。LLMはPythonコードを書き、他のツールを発見し、呼び出しし、作成します。

なぜこのvs. JS「コードモード」なのか?

JavaScriptベースの代替手段(例えばuniversal-tool-calling-protocol/code-mode)もありますが、このプロジェクトはデータサイエンスとセキュリティ向けに構築されています。

MCP Code Execution Server: Zero-Context Discovery for 100+ MCP Tools

Stop paying 30,000 tokens per query. This bridge implements Anthropic’s discovery pattern with rootless security—reducing MCP context from 30K to 200 tokens while proxying any stdio server.

Overview

This bridge implements the “Code Execution with MCP” pattern, a convergence of ideas from industry leaders:

• Apple’s CodeAct: “Your LLM Agent Acts Better when Generating Code.”
• Anthropic’s Code execution with MCP: “Building more efficient agents.”
• Cloudflare’s Code Mode: “LLMs are better at writing code to call MCP, than at calling MCP directly.”
• Docker’s Dynamic MCPs: “Stop Hardcoding Your Agents’ World.”
• Terminal Bench’s Terminus: “A realistic terminal environment for evaluating LLM agents.”

Instead of exposing hundreds of individual tools to the LLM (which consumes massive context and confuses the model), this bridge exposes one tool: run_python. The LLM writes Python code to discover, call, and compose other tools.

Why This vs. JS “Code Mode”?

While there are JavaScript-based alternatives (like universal-tool-calling-protocol/code-mode), this project is built for Data Science and Security: