MCP Code Executor 是一个面向 LLM 工作流的代码执行型 MCP，让模型生成的 Python 代码在指定的 Conda 环境中安全运行，既能拿到真实执行结果，又通过环境隔离降低误操作风险。
它能做什么
- 在指定 Conda 环境里执行 Python：为每次任务选定独立的 Python 环境，避免污染全局依赖。
- 接收 LLM 生成的脚本并运行：把模型给出的代码片段作为输入执行，返回标准输出与错误信息。
- 返回结构化结果：将 print 输出、异常堆栈、返回值等结果整理后回传给上层 Agent，便于继续推理。
- 沙箱式隔离：通过 Conda 环境与执行边界，限制可见包与系统访问面。
典型使用场景
- 让 LLM 现写一段数据处理 / 计算脚本，立刻拿到结果用于下一步回答。
- 在自动化研究流水线中，调用模型产出代码并由本 MCP 真正执行。
- 需要"指定依赖版本"的复现性任务，例如固定 numpy / pandas 版本跑同一份代码。
关于密钥与凭据
本 MCP 本身仅做本地 Conda 环境内的代码执行，不调用外部付费 API，一般不需要 API Key。如果在你的工作流里用它执行需要密钥的脚本（如调用外部大模型 API），请把密钥放在 Conda 环境变量或本地配置文件中由代码读取，不要直接写在被执行的脚本明文里，也不要通过本 MCP 暴露。
