Smart E2 B

SMART-E2B

](https://smithery.ai/server/@Leghis/smart-e2b)

Un serveur MCP (Model Context Protocol) qui intègre E2B pour exécuter du code dans des environnements sandbox sécurisés dans le cloud, spécialement conçu pour fonctionner avec Claude AI Desktop.

Caractéristiques

• Exécution sécurisée de code JavaScript et Python dans le cloud
• Gestion de fichiers intégrée (upload, lecture, liste)
• Réutilisation intelligente des sessions sandbox pour optimiser les performances
• Gestion automatique des timeouts et des erreurs
• Compatible avec Claude AI Desktop via MCP

Prérequis

• Node.js (v16 ou supérieur)
• Clé API E2B (obtenue sur e2b.dev)
• Claude AI Desktop

Installation

Installing via Smithery

To install smart-e2b for Claude Desktop automatically via Smithery:

npx -y @smithery/cli install @Leghis/smart-e2b --client claude

Installing Manually

# Installation globale depuis NPM
npm install -g smart-e2b

# OU installation directe depuis GitHub
npm install -g git+https://github.com/Leghis/smart-e2b.git

Configuration avec Claude AI Desktop

1. Ouvrez Claude AI Desktop
2. Allez dans les paramètres > onglet Développeur > Modifier la configuration
3. Ajoutez la configuration suivante au fichier claude_desktop_config.json :

{
  "mcpServers": {
    "smart-e2b": {
      "command": "npx",
      "args": ["-y", "smart-e2b"],
      "env": {
        "E2B_API_KEY": ""
      }
    }
  }
}

1. Redémarrez Claude AI Desktop

Utilisation

Une fois configuré, vous pourrez accéder aux outils SMART-E2B directement depuis les conversations avec Claude AI Desktop.

Outils disponibles

• executeJavaScript : Exécute du code JavaScript dans un sandbox cloud
• executePython : Exécute du code Python dans un sandbox cloud
• uploadFile : Téléverse un fichier dans le sandbox
• listFiles : Liste les fichiers dans un répertoire du sandbox
• readFile : Lit le contenu d'un fichier dans le sandbox

Exemples

Voici quelques exemples d'utilisation avec Claude AI Desktop :

Exécution de code JavaScript

Je voudrais tester ce code JavaScript :

function fibonacci(n) {
  if (n <= 1) return n;
  return fibonacci(n-1) + fibonacci(n-2);
}

console.log(fibonacci(10));

Exécution de code Python

Pourrais-tu exécuter ce code Python pour analyser des données ?

import numpy as np
import matplotlib.pyplot as plt

# Générer des données aléatoires
data = np.random.normal(0, 1, 1000)

# Calculer les statistiques
mean = np.mean(data)
std = np.std(data)

print(f"Moyenne: {mean:.4f}")
print(f"Écart-type: {std:.4f}")

# Créer un histogramme
plt.hist(data, bins=30)
plt.title('Distribution normale')
plt.savefig('histogram.png')

Développement

Pour contribuer ou modifier le projet :

# Cloner le dépôt
git clone https://github.com/Leghis/smart-e2b.git
cd smart-e2b

# Installer les dépendances
npm install

# Compiler
npm run build

# Tester localement
npm start

Licence

MIT