Lokale MCP-Executors
Diese Kommandos starten eigene stdio-MCP-Server. Du kannst sie über ai-hub-cli mcp … mit AI Hub verbinden oder direkt mit jedem MCP-fähigen Client verwenden. Sie sind die lokal eingebauten Ausführungsserver der CLI: Python für Datenanalyse und Dateierzeugung, Terminal für Betriebssystem-Kommandos, kombiniert für beide Toolsets in einem Server.
Python Executor
ai-hub-cli python-executor
ai-hub-cli mcp ai-hub-cli python-executor
Tool: execute_python
| Parameter | Pflicht | Beschreibung |
|---|---|---|
code | Ja | Python-Code; im Tool-Schema als mehrzeiliges Python-Feld markiert. |
dependencies | Nein | Liste von Python-Paketen, z. B. ["numpy==1.24.0"]; kann in sicheren Runtimes deaktiviert sein. |
output_file_paths | Nein | Explizite Pfade erzeugter Dateien, damit sie zuverlässig als Resource Links zurückgegeben werden. |
Der Executor erkennt erzeugte Dateien automatisch für Formate wie .pdf, .png, .jpg, .csv, .json, .txt, .xlsx, .pptx, .html und .svg. Vordefinierte Pakete umfassen unter anderem numpy, pandas, polars, matplotlib, scipy, scikit-learn, requests, pillow, openpyxl, pypdf, pymupdf und pytesseract.
Terminal Executor
Lokaler MCP-Server für Shell-Befehle im Vordergrund oder Hintergrund. Ausführliche Dokumentation: Terminal Executor.
ai-hub-cli terminal-executor
ai-hub-cli mcp ai-hub-cli terminal-executor
Tool: execute_terminal
| Parameter | Pflicht | Beschreibung |
|---|---|---|
command | Ja | Auszuführender Shell-Befehl. |
is_background | Nein | Startet den Befehl im Hintergrund und gibt eine Prozess-ID zurück. |
working_directory | Nein | Arbeitsverzeichnis; ohne Angabe wird das aktuelle Verzeichnis verwendet. |
files | Nein | Dateien vor der Ausführung aus AI Hub herunterladen; Einträge enthalten file_ref und dest_path. |
output_file_paths | Nein | Explizite Pfade erzeugter Dateien für die Rückgabe als Resource Links. |
Combined Executor
ai-hub-cli combined-executor
ai-hub-cli mcp ai-hub-cli combined-executor
Stellt execute_python und execute_terminal in einem MCP-Server bereit. Das entspricht dem Standardverhalten des normalen Docker-Images und ist sinnvoll, wenn ein Host beide Fähigkeiten über eine einzige MCP-Registrierung sehen soll.
Weitere eingebettete Server findest du unter Sandbox und ACP-Connector.