$ loading_
按需创建和管理基于 Docker 的开发环境，免去手动搭建流程。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"devenv-mcp-server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请为一个新的 Python 项目创建基于 Docker 的开发环境，并返回环境信息，方便我开始编码。
返回一个已创建的容器化开发环境，以及可供后续管理和检查的环境信息。
请检查当前开发容器的状态，并告诉我这个环境的基本信息。
输出目标开发环境的状态和可检查到的基本信息。
请帮我管理现有的容器化开发环境，整理出可用环境并说明各自状态。
返回现有开发环境列表及其状态，便于后续切换或处理。
开发者在让 AI 代理处理代码任务前，可先按需创建 Docker 开发环境，避免手动安装和配置。这样代理能直接在容器化环境中开展后续工作。
DevOps 或开发团队可以用它创建、管理和检查多个开发环境。适合需要追踪环境状态并减少手工操作的场景。
它是一个 MCP 工具，用于按需配置基于 Docker 的开发环境。它支持 AI 代理创建、管理和检查容器化开发环境，无需手动搭建。
已知它基于 Docker 提供开发环境，因此应与 Docker 相关。更具体的安装要求和前置条件，见源码仓库。
它的特点是按需创建容器化开发环境，并支持创建、管理和检查，减少人工配置步骤。是否还有更多差异，见源码仓库。
让 AI 全面感知本地开发环境，快速排查进程、容器与代码状态问题
在项目工作区中安全管理 Python 虚拟环境与依赖包操作。
提供基于 Docker 的 MCP 开发环境，用于构建、调试和测试服务端能力。
用于创建、监控和管理 Devin AI 会话，提升开发协作与自动化效率。
帮助开发与运维团队通过 AI 生成 Dev Proxy 配置、查询文档并获取最佳实践。
让 AI 通过 MCP 管理 Docker 容器、镜像与 Compose 服务。