Jupyter Notebook MCP сервер

JupyterMCP соединяет Jupyter Notebook с Claude AI через Model Context Protocol (MCP), позволяя Claude напрямую взаимодействовать и управлять Jupyter Notebooks для выполнения кода с помощью AI, анализа данных и визуализации.

Установка

Из исходного кода

git clone https://github.com/jjsantos01/jupyter-notebook-mcp.git
uv run python -m ipykernel install --name jupyter-mcp

Запуск Jupyter

uv run jupyter nbclassic

Инициализация WebSocket сервера

import sys
sys.path.append('/path/to/jupyter-notebook-mcp/src')

from jupyter_ws_server import setup_jupyter_mcp_integration

# Start the WebSocket server inside Jupyter
server, port = setup_jupyter_mcp_integration()

Конфигурация

Claude Desktop

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

Доступные инструменты

Инструмент	Описание
`ping`	Проверить подключение к серверу
`insert_and_execute_cell`	Вставить ячейку в указанную позицию и выполнить её
`save_notebook`	Сохранить текущий Jupyter ноутбук
`get_cells_info`	Получить информацию обо всех ячейках в ноутбуке
`get_notebook_info`	Получить информацию о текущем ноутбуке
`run_cell`	Запустить конкретную ячейку по её индексу
`run_all_cells`	Запустить все ячейки в ноутбуке
`get_cell_text_output`	Получить текстовый вывод определенной ячейки
`get_image_output`	Получить изображения из вывода определенной ячейки
`edit_cell_content`	Редактировать содержимое существующей ячейки
`set_slideshow_type`	Установить тип слайд-шоу для ячейки

Возможности

Двусторонняя связь: Подключает Claude AI к Jupyter Notebook через WebSocket-сервер
Управление ячейками: Вставка, выполнение и управление ячейками ноутбука
Управление ноутбуками: Сохранение ноутбуков и получение информации о ноутбуке
Выполнение ячеек: Запуск отдельных ячеек или выполнение всех ячеек в ноутбуке
Получение результатов: Извлечение содержимого вывода из выполненных ячеек с опциями ограничения текста

Примеры использования

You have access to a Jupyter Notebook server. I need to create a presentation about Python's Seaborn library. The content is as follows: - What is Seaborn? - Long vs. Wide data format - Advantages of Seaborn over Matplotlib - Commonly used Seaborn functions - Live demonstration (comparison of Seaborn vs. Matplotlib)

You have access to a Jupyter Notebook server. By default it runs Python, but you can run Stata (v18) code in this server using the %%stata magic. Run the available tools to solve the exercise, execute the code, and interpret the results.

Ресурсы

GitHub Repository

Примечания

⚠️ Совместим ТОЛЬКО с Jupyter Notebook версии 6.x. НЕ работает с Jupyter Lab, Jupyter Notebook v7.x, VS Code Notebooks, Google Colab или другими интерфейсами ноутбуков. Это экспериментальный проект, который выполняет произвольный Python код, поэтому следует использовать с осторожностью. Текстовый вывод ячеек по умолчанию ограничен 1500 символами.