Jupyter MCP Server

Name: Jupyter MCP Server
Author: ChengJiale150

제작자: ChengJiale150버전 1.1.0i★ 9i내 컴퓨터에서 실행

레지스트리 이름io.github.ChengJiale150/jupyter-mcp-server

설치

개요

제작자가 쓴 설명(영어 원문)

A powerful MCP server for AI-driven Jupyter Notebook management and execution

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i2개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아주 새로움↓ 43/주 · ★ 9

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 기타

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 2개 중 1개 통과 실패
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
레지스트리에 입력해야 할 키가 나와 있지 않아요.

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "better-jupyter-mcp-server"
      ]
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add jupyter -- uvx better-jupyter-mcp-server

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "better-jupyter-mcp-server"
      ]
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "jupyter": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "better-jupyter-mcp-server"
      ]
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 10일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 ChengJiale150 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
✕ 실패
계속 관리되고 있음
1년 넘게 코드 변경이 없거나 저장소가 보관 처리되었어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

기타 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 19086개 중 95%보다 스타가 많아요
이 카테고리의 다른 서버 19086개 중 0%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 19086개 중 13%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Jupyter MCP Server, 안전한가요?

해당하는 기본 점검 2개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 12개월 전 변경됐고, 최신 버전(1.1.0)은 14개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: World Monitor, Claude Flow, Tldraw

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 102 tools.

제작자: koala73널리 사용됨★ 9만5일 전 업데이트

클라우드에서 실행✓ worldmonitor.app

설치

Claude Flow

AI orchestration with hive-mind swarms, neural networks, and 87 MCP tools for enterprise dev.

제작자: ruvnet널리 사용됨↓ 1.4만/주★ 8.1만14개월 전 업데이트

내 컴퓨터에서 실행

설치

Tldraw

Draw and visually collaborate with your agents on tldraw's canvas.

제작자: tldraw널리 사용됨★ 5.1만8개월 전 업데이트

클라우드에서 실행

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

🪐 Jupyter MCP Server

专门为AI连接与管理Jupyter Notebook而开发的MCP服务

*由 ChengJiale150 开发*

English | 中文

📖 目录

项目简介
工具一览
快速上手
最佳实践
贡献指南
致谢

🎯 项目简介

Jupyter MCP Server 是一个基于 Model Context Protocol (MCP) 的服务，为目前最先进的的AI IDE(如 Cursor) 与CLI工具(如Gemini CLI)提供连接与管理Jupyter Notebook的能力。使得AI能够操作Notebook，进行数据分析、可视化、机器学习等任务。

🤔 为什么需要Jupyter MCP Server

Jupyter Notebook 是数据科学家最常用的工具之一，它提供了一个交互式的环境，使其可以方便地进行数据分析、可视化、机器学习等探索性任务。然而，由于Notebook自身的格式限制，使得其难以像纯文本文件（如Markdown、Python文件）一样被AI直接理解。

现有的提供操作Notebook的工具或MCP服务，要么仅能阅读与编辑Notebook，要么仅能操纵单个Notebook，难以满足同时操纵多个Notebook的复杂需求。此外，大多数工具也不支持多模态输出，无法充分利用目前最先进的多模态大模型（如Gemini 2.5）的强大图文理解能力。

Jupyter MCP Server 就是为了解决这个问题而开发的。它通过MCP协议，向AI提供了管理Jupyter Kernel与Notebook的工具，使其能够操纵多个Notebook进行交互式的任务执行，并输出多模态结果，助力数据科学家提高分析效率。

✨ 关键亮点

🔌 MCP兼容: 能够在任何支持MCP协议的IDE或CLI工具中使用
📚 多Notebook管理: 支持同时管理多个Notebook
🔁 交互式执行: 能够根据Cell的输出自动调整执行策略
📊 多模态输出: 支持输出多模态结果，如文本、图片、表格等

🔧 工具一览

Notebook管理模块

名称	描述	说明
connect_notebook	连接/创建指定路径的Notebook	因为需要启动Kernel,工具执行时间较长(10s~30s)
list_notebook	列出所有目前连接的Notebook	用于查看目前已经连接的Notebook,方便多Notebook任务执行
restart_notebook	重启指定名称的Notebook	清除所有导入包与变量
read_notebook	读取指定名称的Notebook的源内容(不包含输出)	用于查看Notebook的源内容,仅在明确要求时才使用

Cell基本功能模块

名称	描述	说明
list_cell	列出指定名称的Notebook的所有Cell的基本信息	用于定位Cell的索引与作用
read_cell	读取指定名称的Notebook指定索引的Cell内容	支持图像、表格、文本等多种输出
delete_cell	删除指定名称的Notebook指定索引的Cell
insert_cell	在指定名称的Notebook指定索引处上方/下方插入Cell
execute_cell	执行指定名称的Notebook指定索引的Cell	返回Cell的输出结果
overwrite_cell	覆盖指定名称的Notebook指定索引的Cell内容	用于修改Cell内容

Cell高级集成功能模块

名称	描述	说明
append_execute_code_cell	在Notebook末尾添加并执行Code Cell	insert+execute的组合为高频操作,将其组合减少工具的调用次数
execute_temporary_code	执行临时代码块(不存储到Notebook中)	用于进行魔法指令执行、代码片段调试、查看中间变量取值等临时操作

工具的具体内容详见工具文档

🛠️ 快速上手

环境准备

Python 3.12+(推荐使用Anaconda)
uv(安装详见安装指南)

安装Jupyter MCP Server

uvx 快速安装(推荐)

在安装uv后,直接配置MCP的JSON格式即可,示例如下:

"mcpServers":{ "Jupyter-MCP-Server":{ "command": "uvx", "args": [ "better-jupyter-mcp-server" ], "env": { "ALLOW_IMG": "true" }, "transport": "stdio" } } }

具体客户端集成详见集成文档

源代码

克隆项目并安装依赖

git clone https://github.com/ChengJiale150/jupyter-mcp-server

cd jupyter-mcp-server uv sync

(可选)配置config.toml

进入src/config.toml文件,根据需要配置参数(如是否允许返回图片数据)

启动Jupyter MCP Server

uv run fastmcp run src/main.py

如果成功启动,会输出类似如下信息代表启动成功:

[09/14/25 20:14:59] INFO     Starting MCP server 'Jupyter-MCP-Server' with transport 'stdio'

配置标准JSON格式

"mcpServers":{ "Jupyter-MCP-Server":{ "command": "uv", "args": [ "run", "--directory", "your/path/to/jupyter-mcp-server", "src/main.py" ], "env": {}, "transport": "stdio" } } }

具体客户端集成详见集成文档

使用Jupyter MCP Server

本地手动启动Jupyter Server

在正式使用前,需要连接Jupyter Server,这里介绍如何在本地手动启动Jupyter Server:

打开终端并激活环境:

打开计算机终端命令行,并激活环境

对于使用conda(Anaconda)的用户,可以使用以下命令激活环境:

conda activate your_environment_name

这里为了方便起见,这里可以直接使用base环境(conda activate base)

然后切换到你当前的项目目录,方便后续的文件操作

cd your/path/to/your/project

安装必要依赖:

pip uninstall -y pycrdt datalayer_pycrdt

pip install jupyter nbformat datalayer_pycrdt jupyter-collaboration

启动Jupyter Server:

使用下述命令启动Jupyter Server

jupyter lab

成功启动后会弹出浏览器窗口,你可以在此查看根路径是否为工程目录

获取认证Token:

使用下述命令获取认证Token

jupyter server list

运行后会输出类似如下信息:

http://localhost:8888/?token=YOUR_TOKEN :: YOUR_PROJECT_PATH

其中YOUR_TOKEN为认证Token

添加提示词与规则

在正式使用前,你必须添加如下提示词于规则文件中以提供Jupyter MCP Server的必要连接信息:

以下是Jupyter服务器连接参数:

URL = http://localhost:8888 Token = YOUR_TOKEN

此外,推荐在提示词中添加关键Notebook路径信息,方便AI快速定位目标Notebook提高connect_notebook工具的执行效率,可以在Jupyter Lab网页中右键点击目标Notebook文件,选择Copy Path获取相对路径

在提供上述内容后,你就可以开始使用Jupyter MCP Server了!

使用LLM托管Jupyter Server

安装必要依赖:

pip uninstall -y pycrdt datalayer_pycrdt

pip install jupyter nbformat datalayer_pycrdt jupyter-collaboration

提供提示词与规则文档:

## Jupyter MCP Server 使用指南

在正式使用Jupyter MCP Server前,你必须完成如下步骤:

启动Jupyter Server:

在当前项目目录中以不阻塞当前终端的方式在命令行终端中输入启动Jupyter Server,例如:

Window: start jupyter lab
MacOS/Linux: nohup jupyter lab &

获取URL与认证Token:

使用jupyter server list获取URL与认证Token

仅当完成上述步骤后,你才可以使用Jupyter MCP Server

✅ 最佳实践

使用支持多模态输入的大模型(如Gemini 2.5 Pro)进行交互,以充分利用最先进的多模态理解能力
使用支持MCP协议返回图像数据并支持解析的客户端(如Cursor、Gemini CLI等),部分客户端可能不支持该功能
将复杂任务(如数据科学建模)拆分为多个子任务(如数据清洗、特征工程、模型训练、模型评估等),并逐步执行
给出结构清晰的提示词与规则,这里可以参考提示词与规则文档
在提示词中融入专家经验与智慧(如数据清洗、特征工程的技巧),这是AI最缺乏的,也是最需要补充的
尽可能提供丰富的上下文信息(如现有数据集的字段解释,文件路径,详细的任务要求等)
提供Few Shot案例,提供Baseline或已有Workflow作为参考

示例

Titanic数据集分析

🤝 贡献指南

我们欢迎社区贡献！如果您想为Jupyter MCP Server项目做出贡献，请：

Fork 本仓库
创建您的特性分支 (git checkout -b feature/AmazingFeature)
提交您的更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
开启一个 Pull Request

贡献类型

🐛 Bug修复
📝 旧功能完善
✨ 新功能开发
📚 文档改进
🌍 国际化支持

开发帮助文档

可以详见项目架构文档辅助理解项目架构与关键通信流程

🤗 致谢

本项目受到以下项目的帮助,在此表示感谢:

DataLayer: 感谢DataLayer开源的jupyter_nbmodel_client与jupyter_kernel_client库,为Jupyter MCP的快速开发提供了极大的帮助
FastMCP: 感谢FastMCP的开发者们,没有FastMCP就没有Jupyter MCP的快速集成

此外,本项目还参考了以下已有Jupyter MCP服务的实现,在此也一并表示感谢:

如果这个项目对您有帮助，请给我们一个 ⭐️

Made with ❤️ by ChengJiale150

Jupyter MCP Server

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

기타 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

World Monitor

Claude Flow

Tldraw

제작자의 README

🪐 Jupyter MCP Server

📖 目录

🎯 项目简介

🤔 为什么需要Jupyter MCP Server

✨ 关键亮点

🔧 工具一览

Notebook管理模块

Cell基本功能模块

Cell高级集成功能模块

🛠️ 快速上手

环境准备

安装Jupyter MCP Server

使用Jupyter MCP Server

✅ 最佳实践

示例

🤝 贡献指南

贡献类型

开发帮助文档

🤗 致谢