datalayer/jupyter-mcp-server

解决的问题

Jupyter MCP Server 允许 AI 代理实时与 Jupyter Notebook 交互。它弥合了 AI 编写代码的能力与在持久、交互式环境中执行代码的能力之间的差距，使代理能够管理笔记本、执行单元格，并直接查看多模态输出（如图表和图像）。

工作原理

它实现了 Model Context Protocol (MCP)，作为服务器运行，向 MCP 兼容客户端（如 Claude Desktop、Cursor 或 Windsurf）暴露一组工具。该服务器连接到 Jupyter 服务器（本地、JupyterHub 或通过 Datalayer 托管），并提供文件管理、笔记本操作和代码执行的工具。它可以将执行路由到标准 Jupyter 内核或专门的「代码沙箱」（例如 Kaggle、Google Colab、Modal），以实现扩展执行。

适用人群

希望赋予其 AI 代理自主执行数据分析、创建可视化并管理 Jupyter Notebook 的数据科学家、AI 研究人员和开发者。

主要亮点

• 实时控制： 代理可以实时查看和修改笔记本的变更。
• 多模态支持： 支持多种输出类型，包括图像和图表。
• 灵活执行： 支持多种沙箱变体进行代码执行，包括 GPU 加速环境。
• 全面的工具集： 提供读取、插入、删除和执行单元格的工具，以及管理内核和沙箱的工具。
• 企业级安全： 包含 OAuth 2.1 登录，实现基于作用域的访问控制，无需共享密码。
• MCP 兼容性： 可与任何 MCP 兼容客户端配合使用。