提交您的产品 
Ai应用
Ai资讯
AI生图
AI生视频
FastbuildAIJupyter MCP Server：让AI助手在你的Jupyter笔记本中添加代码/文字
Jupyter MCP Server 是什么？
Jupyter MCP Server 是一个基于MCP 的服务器实现，它通过与运行在 JupyterLab 中的 Jupyter 笔记本进行交互。 主要功能是ai 助手（比如 Claude）提供与 Jupyter 笔记本的交互能力，包括读取、修改和执行笔记本中的单元格。
比如当你用 Python 分析一个数据集时，比如想计算其平均值和标准差，你只需用自然语言向 Claude 提出请求：“计算一下这个数据集的平均值和标准差”，Claude 就能生成计算结果，并且还能直接在 Jupyter Notebook 中添加计算平均值和标准差的 Python 代码，甚至可以运行这段代码，并将结果进行可视化展示。
Jupyter MCP Serve主要功能
单元格管理：添加、删除、移动、拆分和编辑单元格内容。
执行单元格：执行特定单元格或所有单元格，并获取输出。
文件系统操作：列出目录内容、获取文件内容（支持图像缩放）。
内省内核：列出内核变量和已安装的包。
包管理：在内核环境中安装包。
笔记本状态管理：搜索单元格、获取所有单元格信息和输出、设置目标笔记本路径。
Jupyter MCP Serve安装与配置
1. 安装依赖：确保安装了以下依赖：
pip install jupyterlab jupyter-collaboration ipykernel pip uninstall -y pycrdt datalayer_pycrdt pip install datalayer_pycrdt
2. 启动 JupyterLab：
jupyter lab --port 8888 --IdentityProvider.token MY_TOKEN --ip 0.0.0.0
其中 --ip 0.0.0.0 允许 Docker 容器中的 MCP 服务器访问本地 JupyterLab 实例。
3. 配置 Claude Desktop：
下载并安装 Claude Desktop。
在 claude_desktop_config.json 文件中添加 Jupyter MCP Server 配置：
{
"mcpServers": {
"jupyter": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"SERVER_URL",
"-e",
"TOKEN",
"-e",
"NOTEBOOK_PATH",
"datalayer/jupyter-mcp-server:latest"
],
"env": {
"SERVER_URL": "http://host.docker.internal:8888",
"TOKEN": "MY_TOKEN",
"NOTEBOOK_PATH": "notebook.ipynb"
}
}
}
}Jupyter MCP Server应用场景
Jupyter MCP Server 主要用于将 AI 助手（如 Claude）与 Jupyter 笔记本集成，实现数据科学工作流中的自动化和交互式操作。例如，AI 助手可以根据用户的需求自动读取、修改和执行笔记本中的代码，从而提高工作效率。
Github地址：https://github.com/datalayer/jupyter-mcp-server
