CodeRunner (Claude Skill) — Anwendungsfälle, Installieren & Live-Demo

Warum nutzen

Hauptfunktionen

VM-Level-Isolierung — Host-Dateisystem und Netzwerk geschützt
Persistenter Jupyter-Kernel — Variablen und Imports überleben mehrere Aufrufe
Playwright für Web-Scraping / Browser-Automatisierung eingebunden
Vorgepackte Skills: PDF-Bearbeitung, Bildverarbeitung
Als MCP-Server unter coderunner.local:8222 verfügbar — in jeden Client einbindbar

Live-Demo

In der Praxis

bereit

Installieren

Wählen Sie Ihren Client

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "coderunner-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/instavm/coderunner",
        "~/.claude/skills/coderunner"
      ],
      "_inferred": true
    }
  }
}

Öffne Claude Desktop → Settings → Developer → Edit Config. Nach dem Speichern neu starten.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "coderunner-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/instavm/coderunner",
        "~/.claude/skills/coderunner"
      ],
      "_inferred": true
    }
  }
}

Cursor nutzt das gleiche mcpServers-Schema wie Claude Desktop. Projektkonfiguration schlägt die globale.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "coderunner-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/instavm/coderunner",
        "~/.claude/skills/coderunner"
      ],
      "_inferred": true
    }
  }
}

Klicken Sie auf das MCP-Servers-Symbol in der Cline-Seitenleiste, dann "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "coderunner-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/instavm/coderunner",
        "~/.claude/skills/coderunner"
      ],
      "_inferred": true
    }
  }
}

Gleiche Struktur wie Claude Desktop. Windsurf neu starten zum Übernehmen.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "coderunner-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/instavm/coderunner",
        "~/.claude/skills/coderunner"
      ]
    }
  ]
}

Continue nutzt ein Array von Serverobjekten statt einer Map.

~/.config/zed/settings.json

{
  "context_servers": {
    "coderunner-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/instavm/coderunner",
          "~/.claude/skills/coderunner"
        ]
      }
    }
  }
}

In context_servers hinzufügen. Zed lädt beim Speichern neu.

claude mcp add coderunner-skill -- git clone https://github.com/instavm/coderunner ~/.claude/skills/coderunner

Einzeiler. Prüfen mit claude mcp list. Entfernen mit claude mcp remove.

Anwendungsfälle

Praxisnahe Nutzung: CodeRunner

Claude nicht vertrauenswürdigen Code ausführen lassen ohne den Laptop zu gefährden

👤 Entwickler, die mit auto-generiertem Code experimentieren ⏱ ~15 min intermediate

Wann einsetzen: Du willst, dass Claude ein Skript schreibt + ausführt, das du nicht vollständig geprüft hast.

Voraussetzungen

macOS Apple Silicon + Python 3.10+ — Aktuelle Einschränkung; Linux-Support variiert
Skill installiert — git clone + ./install.sh gemäß Projekt-README

Ablauf

Aufgabe übergeben

Use coderunner. Write a Python script that downloads my Strava activities CSV from <url>, parses, and computes weekly mileage. Run it in the sandbox.✓ Kopiert

→ Skript ausgeführt; Ausgabe angezeigt; nichts hat mein Dateisystem berührt
Iterieren

Add a chart of weekly mileage. Re-run.✓ Kopiert

→ Chart gerendert; Kernel-Zustand erhalten (kein Re-Import)
Ergebnisse exportieren

Save CSV + chart to ./out/ on host (this only).✓ Kopiert

→ Nur dieser eine Pfad geschrieben; Sandbox bleibt versiegelt

Ergebnis: Schnelle Experimente ohne 'Ups, /Users gelöscht'.

Fallstricke

Netzwerkzugang in Sandbox noch erlaubt — Netzwerk deaktivieren bei wirklich nicht vertrauenswürdigem Code; sonst kann es exfiltrieren

Kombinieren mit: filesystem

Persistente Datenanalyse mit Claude

👤 Analysten, die Claude als Jupyter-Copilot nutzen ⏱ ~30 min beginner

Wann einsetzen: Du willst eine 30-minütige explorative Datensitzung ohne Kernel-Zustand zu verlieren.

Ablauf

Daten einmal laden

Use coderunner. Load /data/sales.csv into df. Show schema + 5 sample rows.✓ Kopiert

→ df im Kernel; persistiert für die Sitzung
Ad-hoc-Abfragen

Pivot by region × month, show top 5 anomalies.✓ Kopiert

→ Pivot + markierte Zeilen
Exportieren

Save the anomalies subset to /out/anomalies.csv on host.✓ Kopiert

→ CSV in /out/

Ergebnis: Notebook-wertige Analyse über Chat, mit tatsächlich laufendem Code.

Fallstricke

Kernel-Zustand driftet über lange Sitzungen; Ergebnisse basieren auf veralteten Variablen — Kernel zwischen unzusammenhängenden Aufgaben neu starten; Claude kann %reset ausgeben

Kombinieren mit: filesystem

JavaScript-lastige Site sicher scrapen

👤 Entwickler, die einmalig Daten von SPAs brauchen ⏱ ~20 min intermediate

Wann einsetzen: Site braucht echten Browser; du willst keinen Chrome-Prozess auf dem Host.

Ablauf

Sitzung starten

Use coderunner Playwright. Open <url>, wait for the table, extract rows as JSON.✓ Kopiert

→ JSON zurückgegeben; Browser blieb in der Sandbox
Selektoren iterieren

Selector missed the price column; adjust to find it.✓ Kopiert

→ Aktualisierter Selektor; Daten vollständig

Ergebnis: Daten extrahiert; kein Browser-Fußabdruck auf dem Host.

Fallstricke

Site erkennt Headless-Browser und blockiert — Auf Chromium mit --headed=false-aber-Stealth-Optionen wechseln, die der Skill exponiert

Kombinationen

Mit anderen MCPs für 10-fache Wirkung

coderunner-skill + filesystem

Daten nur über gemountete Pfade in/aus der Sandbox bewegen

Mount only /Users/me/data and /Users/me/out; everything else is read-only.✓ Kopiert

coderunner-skill + duckduckgo-mcp

Suchen → Abrufen → Analysieren-Pipeline

Search via duckduckgo, scrape via coderunner Playwright, analyze in Python.✓ Kopiert

Werkzeuge

Was dieses MCP bereitstellt

Werkzeug	Eingaben	Wann aufrufen
run_python	code: str	Jede Code-Ausführung
browser_navigate	url, wait_for?	Playwright-Sitzung für SPA-Scraping
browser_extract	selector, format	Daten nach navigate abrufen
pdf_ops	input_path, op, args	PDF zusammenführen / aufteilen / extrahieren
image_ops	input_path, op, args	Skalieren, Formatkonvertierung, OCR
kernel_reset	—	Zwischen unzusammenhängenden Sitzungen

Kosten & Limits

Was der Betrieb kostet

API-Kontingent: Keine — lokal
Tokens pro Aufruf: Nur die Code/Ausgabe-Tokens
Kosten in €: Kostenlos
Tipp: Persistenter Kernel spart Tokens vs. Re-Importieren; nur zurücksetzen wenn Zustand falsch ist

Sicherheit

Rechte, Secrets, Reichweite

Minimale Scopes: Nur gemountete Dateisystem-Pfade Netzwerk ein/aus via Konfiguration

Credential-Speicherung: Keine Secrets in die Sandbox packen sofern nicht gewollt, dass der Agent sie sieht

Datenabfluss: Wenn Netzwerk an ist, kann Sandbox jede URL erreichen — für sensible Läufe deaktivieren

Niemals gewähren: Mount von $HOME oder / — Sandbox verliert ihren Sinn

Sandbox reduziert Schadenspotenzial ist aber kein Allheilmittel — Agenten-Plan vor Läufen prüfen

Fehlerbehebung

Häufige Fehler und Lösungen

install.sh schlägt auf Linux fehl

Projekt ist macOS Apple Silicon first-class; Linux-Support variiert. Issues für distributionsspezifische Hinweise prüfen

Playwright veralteter Zustand

kernel_reset ausführen; alter Browser-Kontext kann über Aufrufe persistieren

Sandbox kann nicht ins Internet

Netzwerk in Konfiguration deaktiviert; umschalten wenn nötig. Umgekehrt: isolieren wenn nicht benötigt

PDF/Image-Skill fehlt Dependencies

Container-Image bündelt gängige; Image neu bauen um benutzerdefinierte Abhängigkeiten hinzuzufügen

Alternativen

CodeRunner vs. andere

Alternative	Wann stattdessen	Kompromiss
Anthropic code execution beta	Server-seitige Ausführung ohne lokale Sandbox gewünscht	Cloud-seitig; Daten verlassen deinen Rechner
Docker by hand	Vollständige Kontrolle über das Container-Image gewünscht	Manuelles Setup; kein MCP-Server out of the box

Mehr

Ressourcen

📖 Offizielle README auf GitHub lesen

🐙 Offene Issues ansehen

🔍 Alle 400+ MCP-Server und Skills durchsuchen