Mathematical Code Execution MCP server
Commit 13. Nov. 2026Führt sandboxed Python-Code aus, um mathematische Berechnungen durchzuführen und einseitige PDF-Dokumente zu erstellen.
Auch bekannt als Saify-Technologies/saifs-ai-mcps-docs, code-execution
- Stars
- 4
- Tools
- 1
- Downloads, 30 Tage
- —
- Neueste Version
- 1.0.1
- Letzter Commit
- 13. Nov. 2026
- Lizenz
- MIT
Was ist Mathematical Code Execution MCP?
Mathematical Code Execution ist ein MCP server. Führt sandboxed Python-Code aus, um mathematische Berechnungen durchzuführen und einseitige PDF-Dokumente zu erstellen. Er stellt 1 Tool bereit, etwa execute_code.
Zusammenfassung generiert aus dem README des Projekts
Über Mathematical Code Execution MCP server
Dieser Server ermöglicht es dir, komplexe mathematische Berechnungen durchzuführen und PDF-Dokumente direkt aus einem AI-Client heraus zu generieren. Er stellt eine remote, sandboxed Umgebung bereit, die Python-Code über einen streamable HTTP-Transport ausführt. Entwickler, die Claude Desktop, VS Code oder Claude Code nutzen, können sich ohne lokale Installation mit dem Endpoint verbinden, müssen jedoch beim ersten Gebrauch einen OAuth 2.1 PKCE Sign-in-Prozess durchlaufen.
Die Ausführungsumgebung ist strikt isoliert: Es gibt keinen Netzwerkzugriff, keinen Zugriff auf das Filesystem des Nutzers und keine Möglichkeit, neue Packages zu installieren. Während numpy für Matrixoperationen und statistische Berechnungen unterstützt wird, sind scipy oder pandas nicht enthalten. Das primäre Tool, execute_code, liefert Standard Output, Fehlermeldungen und Exit-Codes zurück. Wenn der Code die vorinstallierte fpdf-Library nutzt, um ein einseitiges PDF zu erstellen, stellt der Server einen Download-Link bereit, der für eine Stunde aktiv bleibt.
Was du damit machen kannst
- 1Statistische DatenanalyseLass die KI den Mittelwert und die Standardabweichung eines bestimmten Datensatzes mithilfe von Python berechnen.
- 2MatrixmultiplikationFordere ein numpy-Skript an, um zwei Matrizen zu multiplizieren und das Ergebnis anzuzeigen.
- 3Automatisierte DokumentenerstellungLass den Agent eine einseitige PDF-Rechnungsübersicht erstellen und einen temporären Download-Link bereitstellen.
Geschrieben aus dem README des Projekts. Jeder Use Case wurde gegen ein Zitat daraus geprüft.
So installierst du Mathematical Code Execution MCP
Formate geprüft am 10. Nov. 2026Zu Cursor hinzufügenZu Goose hinzufügenMathematical Code Execution MCP in Claude Code installieren
$ claude mcp add --transport http code-execution https://code-execution-mcp.saifs.ai/mcpMathematical Code Execution MCP in Cursor installieren
~/.cursor/mcp.json
{
"mcpServers": {
"code-execution": {
"url": "https://code-execution-mcp.saifs.ai/mcp"
}
}
}Mathematical Code Execution MCP in VS Code installieren
.vscode/mcp.json
{
"servers": {
"code-execution": {
"type": "http",
"url": "https://code-execution-mcp.saifs.ai/mcp"
}
}
}Mathematical Code Execution MCP in VS Code CLI installieren
$ code --add-mcp '{"name":"code-execution","type":"http","url":"https://code-execution-mcp.saifs.ai/mcp"}'Mathematical Code Execution MCP in Codex installieren
$ codex mcp add code-execution --url https://code-execution-mcp.saifs.ai/mcpMathematical Code Execution MCP in Codex config.toml installieren
~/.codex/config.toml
[mcp_servers.code-execution] url = "https://code-execution-mcp.saifs.ai/mcp"
Mathematical Code Execution MCP in Gemini CLI installieren
$ gemini mcp add -s user --transport http code-execution https://code-execution-mcp.saifs.ai/mcpMathematical Code Execution MCP in Gemini settings.json installieren
~/.gemini/settings.json
{
"mcpServers": {
"code-execution": {
"url": "https://code-execution-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Mathematical Code Execution MCP tools 1
Erkannt aus dem READMEexecute_code
| execute_code | — |
Automatisierte Checks
Geluften am 13. Nov. 2026Vollständiger Bericht →Noch nicht verifiziert. Ein Server benötigt einen Score von 80, keine kritischen Befunde und genug Daten für unsere Prüfung. Wie die Checks funktionieren · Was du für mehr Punkte verbessern kannst
- Source Repository verknüpft und erreichbarsaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Bestanden
- Paket nennt dieses Repository als QuelleNicht geprüft
- Build-Provenienz (Sigstore-Attestierung)Nicht geprüft
- Open Source Lizenz (OSI)MITspdx.org/licenses/MIT.html ↗Bestanden
- Commit oder Release im letzten JahrLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Bestanden
- OpenSSF ScorecardNicht geprüft
- Package-Name ähnelt keinem populären PackageNicht geprüft
- Keine kritischen Advisories im Paket oder seinen AbhängigkeitenNicht geprüft
- Keine versteckten Anweisungen an das Modell1 tool description and the README read; no override phrases, credential paths or hidden charactersBestanden
- Destruktive Tools sind markiertNicht geprüft
- Remote-Endpoint beantwortet den MCP-HandshakeHTTPS endpoint answered 401 (sign-in required)Bestanden
README
Auf GitHub ansehenMathematical Code Execution
A Python-only sandbox for agent hosts. The model writes Python that prints a result (or a one-page PDF via preinstalled fpdf); this server runs it in an isolated process with no network, no user filesystem and no package installs. Other languages are refused. numpy is available; scipy and pandas are not.
| Registry name | ai.saifs/code-execution |
| Endpoint | https://code-execution-mcp.saifs.ai/mcp |
| Transport | Streamable HTTP (remote, nothing to install) |
| Auth | OAuth 2.1 — PKCE (S256) and dynamic client registration; your client opens a sign-in page on first use |
| Publisher | SAIFS AI |
Install
VS Code / GitHub Copilot
Add to .vscode/mcp.json (workspace) or your user mcp.json:
{
"servers": {
"saifs-code-execution": {
"type": "http",
"url": "https://code-execution-mcp.saifs.ai/mcp"
}
}
}
Then start the server from the MCP view and sign in when prompted.
Claude (claude.ai, Desktop)
Settings → Connectors → Add custom connector, and paste:
https://code-execution-mcp.saifs.ai/mcp
Claude Code
claude mcp add --transport http saifs-code-execution https://code-execution-mcp.saifs.ai/mcp
Any other MCP client
Point it at https://code-execution-mcp.saifs.ai/mcp using the Streamable HTTP transport. The server returns 401 with a
WWW-Authenticate: Bearer … resource_metadata=… challenge, so OAuth-aware clients sign in automatically.
Tools
| Tool | What it does |
|---|---|
execute_code |
Runs allow-listed Python and returns stdout, stderr, exit code, and any PDF written with fpdf (output("name.pdf"), download link expires in 1 hour). Non-Python is rejected with a one-line warning. |
Example prompts
- “Run Python to compute the mean and standard deviation of this list and print the result.”
- “Write a short numpy snippet that multiplies these two matrices and prints the product.”
- “Generate a one-page PDF invoice summary with fpdf and give me the download link.”
Support
- Website: https://saifs.ai
- Issues: https://github.com/Saify-Technologies/saifs-ai-mcps-docs/issues
- Privacy: https://saifs.ai/privacy_policy
Mathematical Code Execution MCP Fragen
Wie füge ich Mathematical Code Execution MCP zu Claude Code hinzu?
Führe claude mcp add --transport http code-execution https://code-execution-mcp.saifs.ai/mcp in deinem Terminal aus. Füge --scope user hinzu, damit der Server in jedem Projekt verfügbar ist.
Wie füge ich Mathematical Code Execution MCP zu Cursor hinzu?
Öffne ~/.cursor/mcp.json und füge den Server unter mcpServers hinzu, mit der Cursor-Config aus dem Installationsabschnitt oben.
Welche Tools bietet Mathematical Code Execution MCP?
Er stellt 1 Tool bereit, darunter execute_code.
Welche Programmiersprachen werden unterstützt?
Der Server unterstützt nur Python; alle anderen Sprachen werden abgelehnt.
Welche Python-Libraries sind verfügbar?
Numpy ist verfügbar, aber scipy und pandas sind nicht enthalten.
Kann der Server PDF-Dateien generieren?
Ja, er kann mithilfe der vorinstallierten fpdf-Library ein einseitiges PDF erstellen.
Hat die Code-Ausführung Netzwerkzugriff?
Nein, der Code läuft in einem isolierten Prozess ohne Netzwerkzugriff und ohne Zugriff auf das Filesystem des Nutzers.