【Agent实战】从0到1开发一个Python 解释器 MCP SSE Server
写在前面
想象一个场景：LLM Agent（如 AutoGPT、MetaGPT 或我们自己构建的 Agent）在规划任务后，决定需要运行一段 Python 代码来处理数据或调用某个 API。它不能直接在自己的环境中执行（通常不具备这个能力，也不安全），而是需要将这段代码发送给一个专门的外部服务来执行，并取回结果。
这个外部服务，我们可以称之为具备“Python 解释器”功能的 MCP (Multi-Capability Platform) Server。更进一步，为了提供实时的执行反馈（例如，长时间运行任务的中间输出、或者流式生成的数据），我们希望这个 Server 能够通过 Server-Sent Events (SSE) 将结果流式地推送回 Agent。
本文将深入探讨如何设计和实现这样一个提供 Python 解释器功能、并通过 SSE 流式返回结果的 MCP Server。