Jupyter MCP Server

JupyterMCP是一个连接Jupyter Notebook与Claude AI的集成项目，通过Model Context Protocol实现双向通信，支持AI辅助代码执行、数据分析及可视化操作。

开发者工具教育与学习工具 #AI编程 #数据分析 #双向通信 #可视化 .Python

评分 : 2分

下载量 : 28

更新时间 : 2025-04-29

什么是Model Context Protocol (MCP) 服务器？

MCP服务器是一个桥梁，它允许外部模型（如Claude AI）通过WebSocket协议与Jupyter Notebook进行双向通信，从而实现AI驱动的数据分析、代码执行和可视化。

如何使用MCP服务器？

1. 启动Jupyter Notebook服务器。2. 配置Claude AI集成。3. 在Jupyter Notebook中运行初始化脚本。4. 开始与Claude AI交互。

适用场景

适用于需要AI辅助的数据分析、模型训练、代码调试和报告生成等任务。

主要功能

双向通信支持模型与Jupyter Notebook之间的实时数据交换。

单元格管理插入、执行和编辑Jupyter Notebook中的单元格。

笔记本保存自动保存当前工作进度，防止数据丢失。

单元格执行支持逐个单元格执行或一次性执行所有单元格。

优势与局限性

优势

提升工作效率，减少手动操作。

支持多种编程语言和工具。

易于集成到现有工作流中。

局限性

需要安装特定版本的Python和Jupyter Notebook。

可能需要较高的网络带宽支持。

如何使用

启动Jupyter Notebook服务器

确保已安装最新版本的Jupyter Notebook，并启动服务器。

选择正确的内核

在新建的Jupyter Notebook中选择'MCP'内核。

初始化MCP服务器

运行初始化脚本以启动WebSocket服务器。

配置Claude AI

在Claude AI桌面应用中添加MCP服务器配置。

使用案例

案例1：插入并执行单元格在指定位置插入新单元格并运行。

案例2：保存当前笔记本将当前工作保存为文件。

常见问题

如何安装所需的Python环境？

MCP服务器是否支持其他AI模型？

🚀 Jupyter_MCP_Server

JupyterMCP 实现了 Jupyter Notebook 与 Claude AI 通过 Model Context Protocol (MCP) 的集成。借助该集成，Claude 能够与 Jupyter 笔记本直接交互并进行控制，实现 AI 辅助的代码执行、数据分析、可视化等功能。

🚀 快速开始

启动连接

启动你的 Jupyter Notebook（版本 6.x）服务器：

uv run jupyter notebook

打开浏览器访问 http://localhost:8888，然后导航到 jupyter_mcp_server.py 笔记本。
在笔记本中执行以下代码以启动 MCP 服务器：

from jupyter_mcp_server import start_server
start_server()

✨ 主要特性

双向通信：通过基于 WebSocket 的服务器将 Claude AI 连接到 Jupyter Notebook。
单元格操作：可插入、执行和管理笔记本中的单元格。
笔记本管理：支持保存笔记本并获取笔记本信息。
单元格执行：能执行特定的单元格或运行整个笔记本的所有单元格。
输出获取：可获取已执行单元格的输出内容，且带有文本限制选项。

📦 安装指南

先决条件

Python 3.12 或更高版本（可能与旧版本兼容，但未测试）
[uv 包管理器](/README.md#安装 uv)
Claude AI 桌面应用程序

安装 uv

Mac 系统：

brew install uv

Windows (PowerShell) 系统：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

其他平台：请参阅 uv 安装指南。

设置

克隆或下载此仓库到你的电脑：

git clone https://github.com/jjsantos01/jupyter-notebook-mcp.git

创建虚拟环境并安装所需的 packages，并安装 jupyter-mcp 内核，以便 Jupyter 安装程序识别：

uv run python -m ipykernel install --name jupyter-mcp

（可选）安装数据分析的额外 Python 包：

uv pip install seaborn

配置 Claude 桌面集成：转到 Claude > 设置 > 开发者 > 编辑配置 > claude_desktop_config.json 以包含以下内容：

{
    "mcpServers": {
        "jupyter": {
            "command": "uv",
            "args": [
                "--directory",
                "/ABSOLUTE/PATH/TO/PARENT/REPO/FOLDER/src",
                "run",
                "jupyter_mcp_server.py"
            ]
        }
    }
}

用实际的路径替换 /ABSOLUTE/PATH/TO/，例如：

Windows："C:\\Users\\MyUser\\GitHub\\jupyter-notebook-mcp\\src\\"
Mac：/Users/MyUser/GitHub/jupyter-notebook-mcp/src/

如果你之前已经打开了 Claude，请关闭并重新打开。

💻 使用示例

基础用法

在连接后，Claude 将具有访问以下工具的能力：

# 检查服务器连通性
ping

# 在指定位置插入单元格并执行它
insert_and_execute_cell

# 保存当前 Jupyter 笔记本
save_notebook

# 获取所有单元格的信息
get_cells_info

# 获取当前笔记本的信息
get_notebook_info

# 按照索引运行特定的单元格
run_cell

# 运行笔记本中的所有单元格
run_all_cells

# 获取特定单元格的输出内容
get_cell_text_output

# 获取特定单元格的图像输出
get_image_output

# 编辑现有单元格的内容
edit_cell_content

# 设置单元格的幻灯片类型
set_slideshow_type

🔧 技术细节

系统由三个主要组件组成：

WebSocket 服务器 (jupyter_ws_server.py)：在 Jupyter 中设置一个 WebSocket 服务器，实现笔记本与外部客户端之间的桥梁通信。
客户 JavaScript (client.js)：运行在笔记本中以处理操作（插入单元格、执行代码等）。
MCP 服务器 (jupyter_mcp_server.py)：实现 Model Context Protocol 并连接到 WebSocket 服务器。