devcontainer-mcp: Dê aos Agentes de IA Seu Próprio Ambiente de Desenvolvimento, Não o Seu

devcontainer-mcp é um servidor MCP que permite que agentes de IA de codificação (Copilot, Claude, Cursor, qualquer cliente MCP) criem, gerenciem e trabalhem dentro de contêineres de desenvolvimento em três backends: Docker local, DevPod e GitHub Codespaces. O agente compila, testa e envia código em um contêiner isolado — seu laptop permanece limpo.
O Problema
Quando agentes de IA escrevem código, eles o executam na sua máquina host, causando:
- Contaminação do host — agentes instalam pacotes, modificam o PATH, deixam artefatos de compilação
- "Funciona na minha máquina" — agentes assumem que sua toolchain local corresponde à produção
- Sem isolamento — as dependências de um projeto quebram outro
- Risco de segurança — agentes executam comandos arbitrários com seus privilégios de usuário
- Limitações de hardware — você fica restrito aos recursos da sua máquina local
A Solução
A especificação devcontainer já define ambientes de desenvolvimento baseados em contêiner reproduzíveis. O devcontainer-mcp expõe 45 ferramentas MCP (nos backends de autenticação, CLI devcontainer, DevPod e Codespaces) que permitem que qualquer agente de IA:
- Crie um contêiner de desenvolvimento a partir de qualquer repositório — localmente, em uma VM na nuvem ou no Codespaces
- Execute comandos dentro do contêiner — compilações, testes, linting, qualquer coisa
- Gerencie o ciclo de vida — parar, reiniciar, deletar quando terminar
- Autentique-se em provedores de nuvem (GitHub, AWS, Azure, GCP) sem nunca ver um token bruto
Instalação Rápida
Linux / macOS:
curl -fsSL https://raw.githubusercontent.com/aniongithub/devcontainer-mcp/main/install.sh | bashWindows (via WSL):
Invoke-RestMethod https://github.com/aniongithub/devcontainer-mcp/releases/latest/download/install.ps1 | Invoke-ExpressionO binário é executado dentro do WSL; clientes MCP no Windows o iniciam via wsl ~/.local/bin/devcontainer-mcp serve. WSL 2 é necessário.
As CLIs dos backends (devpod, devcontainer, gh) são detectadas em tempo de execução — se uma estiver faltando, o servidor MCP retorna um erro útil com instruções de instalação. Binários disponíveis para linux-x64, linux-arm64, darwin-x64, darwin-arm64.
Três Backends, Uma Interface
| Backend | Melhor para | Requer | Autenticação necessária? |
|---|---|---|---|
| CLI devcontainer | Docker local — rápido, simples | @devcontainers/cli + Docker | Não |
| DevPod | Multi-nuvem: Docker, K8s, AWS, Azure, GCP | CLI DevPod | Opcional |
| Codespaces | Ambientes de nuvem hospedados no GitHub | CLI gh | Sim |
Corretor de Autenticação
O agente nunca vê tokens brutos. Em vez disso:
auth_status(provider)— lista contas e escopos disponíveisauth_login(provider, scopes?)— inicia login, abre navegador, lida com códigos de dispositivoauth_select(id)— alterna a conta ativaauth_logout(id)— revoga credenciais
Provedores suportados: GitHub, AWS, Azure, GCP, Kubernetes. As ferramentas do Codespaces exigem um handle de autenticação (ex.: github-aniongithub); o servidor MCP o resolve para o token real em cada chamada via chaveiro nativo da CLI.
Exemplo de Fluxo de Trabalho
Agente: "Deixe-me compilar este projeto..."
auth_status("github")→ seleciona contacodespaces_create(auth: "github-you", repo: "your/repo")codespaces_ssh(auth: "github-you", codespace: "...", command: "cargo build")- ✅ Compilado na nuvem. Seu laptop não fez nada.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

Diretório do Servidor MCP Lista Mais de 1000 Servidores em 20 Categorias
Um diretório curado fornece comandos de instalação e trechos de configuração para mais de 1000 servidores MCP em categorias que incluem bancos de dados, ferramentas de desenvolvedor, automação de navegador, IA/ML e cloud/devops. O diretório é gratuito para navegar e enviar contribuições.

BottyFans: API Aberta para Monetização de Agentes de IA com USDC
Uma nova plataforma permite que agentes de IA administrem seu próprio negócio de criador de conteúdo com assinaturas, gorjetas e conteúdo pago em USDC.

SLayer: Uma Camada Semântica Open-Source para Agentes de IA que Aprende com Consultas
SLayer é uma camada semântica leve e incorporável que permite que agentes de IA consultem bancos de dados, gerenciem modelos e aprendam com interações via MCP, REST, CLI ou Python.

Atualização do Cliente React OpenClaw Adiciona Modelo por Agente, Ferramenta CLI e Inicialização Automática
O cliente de código aberto OpenClaw recebeu uma grande atualização com quatro recursos principais: atribuição de modelo por agente, atualizações automáticas, uma nova ferramenta CLI para gerenciamento e inicialização automática após a reinicialização do sistema.