mcpField
J
Jupyter MCP Server for Claude Desktop

Jupyter MCP Server for Claude Desktop

本地服务
github.com/harshitha-8数据与分析077 周前更新

关于 Jupyter MCP Server for Claude Desktop

Jupyter MCP Server 将 Claude Desktop 连接到 JupyterLab 环境中的笔记本。它支持添加并执行代码单元、添加 Markdown 单元,并支持 JupyterLab 实时协作。

主要功能

  1. 01连接 JupyterLab 笔记本
  2. 02添加并执行代码单元
  3. 03添加 Markdown 单元
  4. 04支持 JupyterLab 实时协作

适用场景

  1. 01通过 Claude Desktop 在笔记本中运行代码
  2. 02向笔记本添加分析代码
  3. 03在笔记本中编写 Markdown 备注

MCP 相关

它将笔记本操作作为 MCP 工具提供给 Claude Desktop,并通过服务器 URL 和令牌连接 JupyterLab。工具可添加并执行代码单元,或添加 Markdown 单元。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"Integrating-the-Jupyter-server-with-claude-desktop-uisng-the-powerful-model-context-protocol": {
"command": "npx",
"args": [
"-y",
"@smithery/cli"
]
}
}
}
启动命令npx -y @smithery/cli

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@smithery/cli

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

面向 Claude Desktop 的 Jupyter MCP 服务

Model Context Protocol (MCP) 服务的实现,可与任何 JupyterLab 环境(包括本地实例)中运行的 Jupyter 笔记本交互。旨在与 macOS、Windows 和 Linux 上的 Claude Desktop 无缝集成。


🚀 功能

  • 为 Jupyter 笔记本提供 MCP 服务接口。
  • 支持通过 JupyterLab 实时协作。
  • 与 Claude Desktop(macOS、Windows、Linux)顺畅集成。
  • 以编程方式在笔记本中添加并执行代码单元格或 Markdown 单元格。

📦 开始使用

✅ 前置条件

确保已安装以下内容:

  • JupyterLab(版本 4.4.1)
  • jupyter-collaboration(版本 4.0.2)
  • ipykernel
  • datalayer_pycrdt(版本 0.12.15)
🛠 安装
pip install jupyterlab==4.4.1 jupyter-collaboration==4.0.2 ipykernel
pip uninstall -y pycrdt datalayer_pycrdt
pip install datalayer_pycrdt==0.12.15

▶️ 启动 JupyterLab

jupyter lab --port 8888 --IdentityProvider.token MY_TOKEN --ip 0.0.0.0

或者,也可以使用:

make jupyterlab

--ip 0.0.0.0 允许从运行在 Docker 内的 MCP 服务访问。


💻 与 Claude Desktop 集成

Claude Desktop 可用于 macOS 和 Windows。Linux 用户可以通过 Nix 使用非官方构建脚本。

🔧 配置(macOS / Windows)
{
  "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"
      }
    }
  }
}
🔧 配置(Linux)
{
  "mcpServers": {
    "jupyter": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm", "-e", "SERVER_URL", "-e", "TOKEN", "-e", "NOTEBOOK_PATH", "--network=host",
        "datalayer/jupyter-mcp-server:latest"
      ],
      "env": {
        "SERVER_URL": "http://localhost:8888",
        "TOKEN": "MY_TOKEN",
        "NOTEBOOK_PATH": "notebook.ipynb"
      }
    }
  }
}

确保 SERVER_URL 和 TOKEN 与 JupyterLab 设置一致。NOTEBOOK_PATH 是相对于 JupyterLab 启动目录的路径。


🛠 可用工具

工具描述输入参数输出
add_execute_code_cell在笔记本中添加并执行代码单元格cell_content (str)单元格输出
add_markdown_cell在笔记本中添加 Markdown 单元格cell_content (str)成功消息

🐳 构建 Docker 镜像

make build-docker

📦 通过 Smithery 安装

npx -y @smithery/cli install @datalayer/jupyter-mcp-server --client claude

📄 许可证

许可证详情请参阅代码仓库。


🔗 资源

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。