Integrations
Offers containerized deployment of the MCP server for easy integration with Claude Desktop
Provides tools for geospatial analysis in Jupyter notebooks, including adding code cells for downloading and analyzing Earth data
Enables downloading Earth data granules from NASA Earth Data, with support for filtering by dataset name, temporal range, and bounding box coordinates
🌎 ✨ Servidor MCP de Jupyter Earth
🌍 Jupyter Earth MCP Server es una implementación de servidor de Protocolo de contexto de modelo (MCP) que proporciona un conjunto de herramientas para el 🗺️ análisis geoespacial en 📓 cuadernos Jupyter.
La siguiente demostración utiliza el servidor MCP de Earthdata para buscar conjuntos de datos y gránulos de datos en NASA Earthdata, este servidor MCP para descargar los datos en Jupyter y jupyter-mcp-server para ejecutar análisis adicionales.
Iniciar JupyterLab
Asegúrese de tener instalado lo siguiente. El paquete de colaboración es necesario, ya que las modificaciones realizadas en el notebook se pueden ver gracias a Jupyter Real Time Collaboration .
Luego, inicie JupyterLab con el siguiente comando.
También puedes ejecutar make jupyterlab
.
[!NOTA]
La
--ip
se establece en0.0.0.0
para permitir que el servidor MCP que se ejecuta en un contenedor Docker acceda a su JupyterLab local.
Usar con Claude Desktop
Claude Desktop se puede descargar desde esta página para macOS y Windows.
Para Linux, tuvimos éxito al usar este script de compilación NO OFICIAL basado en nix
Para usar esto con Claude Desktop, agregue lo siguiente a su claude_desktop_config.json
(lea más en el sitio web de documentación de MCP ).
[!IMPORTANTE]
Asegúrese de que el puerto de
SERVER_URL
yTOKEN
coincidan con los utilizados en el comandojupyter lab
.
NOTEBOOK_PATH
debe ser relativo al directorio donde se inició JupyterLab.
Configuración de Claude en macOS y Windows
Configuración de Claude en Linux
Componentes
Herramientas
El servidor actualmente ofrece 1 herramienta:
download_earth_data_granules
- Agregue una celda de código en un cuaderno Jupyter para descargar gránulos de datos de la Tierra desde NASA Earth Data.
- Aporte:
folder_name
(cadena): nombre de la carpeta local para guardar los datos.short_name
(cadena): nombre corto del conjunto de datos de la Tierra para descargar.count
(int): Número de gránulos de datos a descargar.temporal
(tupla): (opcional) Rango temporal en el formato (fecha_desde, fecha_hasta).bounding_box
(tupla): (opcional) Cuadro delimitador en el formato (longitud inferior izquierda, latitud inferior izquierda, longitud superior derecha, latitud superior derecha).
- Devuelve: Salida de la celda.
Indicaciones
download_analyze_global_sea_level
- Solicitar la descarga y análisis de datos globales del nivel del mar en Jupyter.
- Devuelve: El mensaje tiene el formato correcto.
Edificio
Puedes crear la imagen de Docker desde la fuente.
This server cannot be installed
hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
Una implementación de servidor de protocolo de contexto de modelo que proporciona herramientas de análisis geoespacial en cuadernos Jupyter, particularmente para descargar gránulos de datos de la Tierra de la NASA.
Related MCP Servers
- AsecurityAlicenseAqualityA Model Context Protocol server that provides a standardized interface for AI models to interact with NASA's vast array of data sources including APOD, Mars Rover photos, satellite imagery, and space weather data.Last updated -2410423TypeScriptISC License
- -securityAlicense-qualityA Model Context Protocol server that enables efficient discovery and retrieval of NASA Earth Data for geospatial analysis.Last updated -10PythonBSD 3-Clause
- AsecurityAlicenseAqualityA Model Context Protocol server that enables managing Terrakube infrastructure through natural language, handling workspace management, variables, modules, and organization operations.Last updated -16221TypeScriptApache 2.0
- -securityAlicense-qualityA Model Context Protocol server for data wrangling that provides standardized interfaces for data preprocessing, transformation, and analysis tasks including data aggregation and descriptive statistics.Last updated -1PythonMIT License