Прекратите платить 30 000 токенов за каждый запрос. Этот мост реализует паттерн обнаружения Anthropic с безкорневой безопасностью — сокращая MCP-контекст с 30K до 200 токенов при одновременном прокси любого stdio сервера.

Обзор

Этот мост реализует паттерн “Code Execution with MCP” — слияние идей лидеров отрасли:

• CodeAct от Apple: «Ваш агент LLM работает лучше при генерации кода.»
• Выполнение кода Anthropic с MCP: «Создание более эффективных агентов.»
• Режим кода Cloudflare: «LLM лучше пишут код для вызова MCP, чем вызывают MCP напрямую.»
• Динамические MCP Докера: «Перестаньте жёстко кодить мир ваших агентов.»
• Terminal Bench’s Terminus: «Реалистичная терминальная среда для оценки LLM-агентов.»

Вместо того чтобы открывать сотни отдельных инструментов для LLM (которая потребляет огромный контекст и путает модель), этот мост открывает один инструмент: run_python. LLM пишет код на Python для обнаружения, вызова и создания других инструментов.

Почему именно vs. JS «Code Mode»?

Хотя существуют альтернативы на основе JavaScript (например, universal-tool-calling-protocol/code-mode), этот проект создан для Data Science и Security:

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: