🪐 ✨ Jupyter MCP 服务器

Jupyter MCP 服务器是一个 模型上下文协议 (MCP) 服务器实现，它提供了与运行在任何 JupyterLab 中的 📓 Jupyter 笔记本的交互（也适用于你的 💻 本地 JupyterLab）。

启动 JupyterLab

确保你已经安装了以下内容。协作包是必需的，因为通过 Jupyter 实时协作，可以在笔记本上看到所做的修改。

pip install jupyterlab jupyter-collaboration ipykernel
pip uninstall -y pycrdt datalayer_pycrdt
pip install datalayer_pycrdt

然后，使用以下命令启动 JupyterLab。

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

你也可以运行 make jupyterlab。

[!注意]

--ip 设置为 0.0.0.0 以便允许在 Docker 容器中运行的 MCP 服务器访问你的本地 JupyterLab。

与 Claude 桌面版一起使用

Claude 桌面版可以从 这个页面 下载 macOS 和 Windows 版本。

对于 Linux，我们成功使用了基于 nix 的 非官方构建脚本。

# ⚠️ UNOFFICIAL
# You can also run `make claude-linux`
NIXPKGS_ALLOW_UNFREE=1 nix run github:k3d3/claude-desktop-linux-flake \
  --impure \
  --extra-experimental-features flakes \
  --extra-experimental-features nix-command

要与 Claude 桌面版一起使用，请将以下内容添加到你的 claude_desktop_config.json 中（更多详情请参阅 MCP 文档网站）。

[!重要]

确保 SERVER_URL 和 TOKEN 的端口与 jupyter lab 命令中使用的相匹配。

NOTEBOOK_PATH 应该相对于启动 JupyterLab 的目录。

macOS 和 Windows 上的 Claude 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"
      }
    }
  }
}

Linux 上的 Claude 配置

CLAUDE_CONFIG=${HOME}/.config/Claude/claude_desktop_config.json
cat <<EOF > $CLAUDE_CONFIG
{
  "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"
      }
    }
  }
}
EOF
cat $CLAUDE_CONFIG

组件

工具

服务器目前提供 3 个工具：

1. add_execute_code_cell

• 在 Jupyter 笔记本中添加并执行一个代码单元格。
• 输入：
  • cell_content（字符串）：要执行的代码。
• 返回：单元格输出。

1. add_markdown_cell

• 在 Jupyter 笔记本中添加一个 Markdown 单元格。
• 输入：
  • cell_content（字符串）：Markdown 内容。
• 返回：成功消息。

1. download_earth_data_granules

   ⚠️ 我们计划在未来将此工具迁移到单独的仓库，因为它特定于地理空间分析。

• 在 Jupyter 笔记本中添加一个代码单元格，用于从 NASA Earth Data 下载地球数据颗粒。
• 输入：
  • folder_name (字符串)：用于保存数据的本地文件夹名称。
  • short_name (字符串)：要下载的地球数据集的简称。
  • count (整数)：要下载的数据颗粒数量。
  • temporal (元组)：(可选) 时间范围，格式为 (date_from, date_to)。
  • bounding_box (元组)：(可选) 边界框，格式为 (lower_left_lon, lower_left_lat, upper_right_lon, upper_right_lat)。
• 返回：单元格输出。

构建

您可以从源代码构建 Docker 镜像。

make build-docker

通过 Smithery 安装

要通过 Smithery 自动安装适用于 Claude Desktop 的 Jupyter MCP Server：

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