一个Python Interpreter MCP Server应该如何实现

写在前面：让大模型可以执行python代码

让 AI Agent 能够执行 Python 代码是一项强大的能力，但也伴随着安全和状态管理的挑战。MCP（Model-Controller-Perception）架构提供了一个清晰的思路来组织这种 Agent。

本文聚焦于 MCP 三个组件（模型、控制器、感知器）如何在一个基本的 Python 代码执行场景中协同工作。

1. 核心点

两个核心问题：

1. 状态维护 (State Management): Python 执行是有状态的。上一步定义的变量 x = 5，下一步需要能用 print(x)。Agent 必须“记住”之前的执行上下文。
2. 输入输出处理 (Input/Output Handling): 如何让 Agent 知道代码执行成功了、输出了什么、或者哪里出错了？

2. MCP 架构：核心组件的简化职责

我们将 MCP 组件聚焦于解决上述核心问题：