devcontainer-mcp: Dale a los agentes de IA su propio entorno de desarrollo, no el tuyo

devcontainer-mcp es un servidor MCP que permite a los agentes de codificación de IA (Copilot, Claude, Cursor, cualquier cliente MCP) crear, gestionar y trabajar dentro de contenedores de desarrollo en tres backends: Docker local, DevPod y GitHub Codespaces. El agente construye, prueba y envía código en un contenedor aislado, manteniendo tu portátil limpio.
El Problema
Cuando los agentes de IA escriben código, lo ejecutan en tu máquina anfitriona, causando:
- Contaminación del anfitrión — los agentes instalan paquetes, modifican el PATH, dejan artefactos de compilación
- "Funciona en mi máquina" — los agentes asumen que tu conjunto de herramientas local coincide con la producción
- Sin aislamiento — las dependencias de un proyecto rompen otro
- Riesgo de seguridad — los agentes ejecutan comandos arbitrarios con tus privilegios de usuario
- Limitaciones de hardware — estás limitado a los recursos de tu máquina local
La Solución
La especificación devcontainer ya define entornos de desarrollo reproducibles basados en contenedores. devcontainer-mcp expone 45 herramientas MCP (en backends de autenticación, CLI devcontainer, DevPod y Codespaces) que permiten a cualquier agente de IA:
- Iniciar un contenedor de desarrollo desde cualquier repositorio — localmente, en una VM en la nube o en Codespaces
- Ejecutar comandos dentro del contenedor — compilaciones, pruebas, linting, cualquier cosa
- Gestionar el ciclo de vida — detener, reiniciar, eliminar cuando haya terminado
- Autenticarse contra proveedores de nube (GitHub, AWS, Azure, GCP) sin ver nunca un token sin procesar
Instalación Rápida
Linux / macOS:
curl -fsSL https://raw.githubusercontent.com/aniongithub/devcontainer-mcp/main/install.sh | bashWindows (a través de WSL):
Invoke-RestMethod https://github.com/aniongithub/devcontainer-mcp/releases/latest/download/install.ps1 | Invoke-ExpressionEl binario se ejecuta dentro de WSL; los clientes MCP en Windows lo inician mediante wsl ~/.local/bin/devcontainer-mcp serve. Se requiere WSL 2.
Los CLI de backend (devpod, devcontainer, gh) se detectan en tiempo de ejecución — si falta uno, el servidor MCP devuelve un error útil con instrucciones de instalación. Binarios disponibles para linux-x64, linux-arm64, darwin-x64, darwin-arm64.
Tres Backends, Una Interfaz
| Backend | Mejor para | Requiere | ¿Autenticación necesaria? |
|---|---|---|---|
| CLI devcontainer | Docker local — rápido y simple | @devcontainers/cli + Docker | No |
| DevPod | Multi-nube: Docker, K8s, AWS, Azure, GCP | CLI DevPod | Opcional |
| Codespaces | Entornos en la nube alojados en GitHub | CLI gh | Sí |
Broker de Autenticación
El agente nunca ve tokens sin procesar. En su lugar:
auth_status(provider)— lista las cuentas y ámbitos disponiblesauth_login(provider, scopes?)— inicia sesión, abre el navegador, maneja códigos de dispositivoauth_select(id)— cambia la cuenta activaauth_logout(id)— revoca credenciales
Proveedores compatibles: GitHub, AWS, Azure, GCP, Kubernetes. Las herramientas de Codespaces requieren un identificador de autenticación (ej. github-aniongithub); el servidor MCP lo resuelve al token real en cada llamada a través del llavero nativo del CLI.
Flujo de Trabajo de Ejemplo
Agente: "Déjame construir este proyecto..."
auth_status("github")→ selecciona cuentacodespaces_create(auth: "github-you", repo: "your/repo")codespaces_ssh(auth: "github-you", codespace: "...", command: "cargo build")- ✅ Construido en la nube. Tu portátil no hizo nada.
📖 Lee el código fuente completo: HN AI Agents
👀 Ver también

cq: Un sistema de intercambio de conocimientos de tipo local-first para agentes de codificación de IA
cq de Mozilla.ai es una herramienta de código abierto que permite a los agentes de programación con IA compartir 'unidades de conocimiento' sobre errores comunes mediante un almacén local SQLite, con opción de compartir en equipo a través de una API Docker. Se instala como complemento de Claude Code o servidor MCP de OpenCode.

Los Vectores de Emoción Interna 171 de Claude Influyen en la Salida: Kit de Herramientas Basado en la Investigación de Anthropic
El documento de investigación de Anthropic revela que Claude tiene 171 patrones de activación interna que funcionan como vectores emocionales, impulsando causalmente su comportamiento antes de escribir. Un desarrollador creó un kit de herramientas con 7 principios prácticos de indicación y mensajes del sistema basados en estos hallazgos.

Código abierto local cambia automáticamente entre modelos de Claude para reducir costos de IA.
Un desarrollador creó un gancho local para Cursor y Claude Code que analiza las indicaciones y selecciona automáticamente el modelo Claude apropiado (Haiku, Sonnet u Opus) antes de enviar las solicitudes. La herramienta utiliza reglas de palabras clave para clasificar tareas y bloquear escenarios de sobrepago, mostrando un análisis retrospectivo una reducción de costos del 50-70%.

La Nueva API de Datos Estructurados Ofrece Precios por Suscripción para Agentes de LLM
Un desarrollador ha lanzado una API de datos estructurados que normaliza los precios de suscripción en plataformas de streaming, servicios de transporte compartido, aplicaciones de citas y otras plataformas basadas en suscripción. La API proporciona esquemas JSON consistentes, precios conscientes de la región cuando están disponibles y endpoints compatibles con MCP para que los agentes de LLM los consuman sin necesidad de scraping.