Przejdź do treści
↑↓nawiguj↵otwórzesczamknij
Claude+372Whisper+228LangChain+168Codex+223NotebookLM+276DALL-E 3+192DeepL+249n8n+208Topaz Video AI+153LlamaIndex+161
Jupyter MCP Server logo
#64 · z 443 · według tygodniowej liczby pobrańSerwer MCP

Jupyter MCP Server

Pozwala agentowi edytować notebooki i uruchamiać kod w Jupyterze

0
ZapiszOdwiedź stronę ↗
Pozycja
#64
z 443 · według tygodniowej liczby pobrań
Tygodniowa liczba pobrań
11 tys.
npm + PyPI, ostatnie 7 dni
Gwiazdki na GitHubie
1,3 tys.
Repozytorium na GitHubie

Dodaj do swojego klienta

Oficjalny
Instalacja
pip install jupyter-mcp-server
Transport
both
Środowisko uruchomieniowe
Python
Uwierzytelnianie
Wymagane
Licencja
BSD-3-Clause
Gwiazdki
1258
Narzędzia
use_notebooklist_notebooksread_notebookread_cellinsert_celledit_cell_sourceoverwrite_cell_sourceexecute_cellinsert_execute_code_cellexecute_codelaunch_sandboxuse_sandbox+2

Serwer Datalayer łączy się z działającym serwerem Jupyter i udostępnia modelowi operacje używane podczas pracy z notebookami: przełączanie notebooków, odczytywanie komórek wraz z wynikami lub bez nich, a także ich wstawianie, przenoszenie, usuwanie i wykonywanie z obsługą wyników multimodalnych, dzięki czemu wykres wraca jako obraz, a nie tekstowa reprezentacja. W praktyce kluczowe jest edit_cell_source — wprowadza zmiany metodą wyszukaj i zamień wewnątrz komórki, zamiast nadpisywać cały kod, więc przy każdej drobnej poprawce nie trzeba przepisywać długiej komórki analitycznej. Wykonywanie kodu nie musi też pozostać na lokalnym kernelu: launch_sandbox i use_sandbox kierują execute_code do środowiska Docker, E2B, Daytona, Modal, Colab lub Cloudflare, dzięki czemu to samo wywołanie narzędzia może korzystać z maszyny z GPU bez zmieniania notebooka.

Komentarze(0)

Zaloguj się, aby skomentować

Nie ma jeszcze komentarzy — napisz pierwszy.

Podobne serwery MCP

Zgłoś ten komentarz

Dlaczego to zgłaszasz?