Сервер протокола Model Context Protocol (MCP) для HOPX. Позволяет ассистентам ИИ выполнять код в изолированных облачных контейнерах.

Имя MCP: io.github.hopx-ai/hopx-mcp

Установка

Получите свой API в hopx.ai.

---

Возможности

• Выполнять Python, JavaScript, Bash и Go в изолированных контейнерах
• Анализ данных с помощью pandas, numpy, matplotlib (предварительно установленный)
• Операции с файлами и системные команды
• Фоновые процессы и долгосрочные задачи

Контейнеры автоматически уничтожаются после использования.

---

Конфигурация

Получите API Key

Зарегистрируйтесь по hopx.ai.

Настроить IDE

Добавьте конфигурацию MCP-сервера в IDE:

Claude Desktop

Добавить в ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) или %APPDATA%\Claude\claude_desktop_config.json (Windows):

Перезагрузите Claude Desktop после настройки.

Курсор

Добавить к [[T3]:

VS Code

Добавьте к .vscode/mcp.json:

Другие IDE

Формат конфигурации зависит от IDE. Добавьте следующие параметры:

• Командование: uvx
• Args: ["hopx-mcp"]
• Окружающая среда: HOPX_API_KEY=your-api-key-here

---

Использование

Быстрая казнь

Возвращается:

Постоянная песочница

Для нескольких операций в одной и той же среде:

---

HOPX MCP Server

Model Context Protocol (MCP) server for HOPX. Enables AI assistants to execute code in isolated cloud containers.

MCP Name: io.github.hopx-ai/hopx-mcp

Installation

uvx hopx-mcp

Get your API key at hopx.ai.

---

Capabilities

• Execute Python, JavaScript, Bash, and Go in isolated containers
• Data analysis with pandas, numpy, matplotlib (pre-installed)
• File operations and system commands
• Background processes and long-running tasks

Containers auto-destroy after use.

---

Configuration

Get API Key

Sign up at hopx.ai.

Configure IDE

Add MCP server configuration to your IDE:

---

Usage

Quick Execution

execute_code_isolated(
    code='print("Hello, World!")',
    language='python',
    timeout=30
)

Returns:

{
    'stdout': 'Hello, World!\n',
    'exit_code': 0,
    'execution_time': 0.123,
    'sandbox_id': '1762778786mxaco6r2'
}

Persistent Sandbox

For multiple operations in the same environment:

# Create sandbox
sandbox = create_sandbox(
    template_id='code-interpreter',
    timeout_seconds=3600
)

sandbox_id = sandbox['id']

# Run operations
execute_code(sandbox_id, 'import pandas as pd')
execute_code(sandbox_id, 'df = pd.read_csv("data.csv")')
file_write(sandbox_id, '/workspace/output.txt', 'results')
content = file_read(sandbox_id, '/workspace/output.txt')

# Cleanup
delete_sandbox(sandbox_id)

---

Available Tools

Sandbox Management: