Skip to main content
Glama

Datalayer

Become a Sponsor

🪐🔧 Jupyter MCP Server

Ein MCP-Server, der für KI entwickelt wurde, um Jupyter-Notebooks in Echtzeit zu verbinden und zu verwalten

Entwickelt von Datalayer

PyPI - Version Total PyPI downloads Docker Pulls License

Jupyter MCP Server Demo

IMPORTANT

Breaking Change in v1.0.0: Sie müssen MCP_TOKEN in Ihrer MCP-Client-Konfiguration konfigurieren.

Details zur Einrichtung finden Sie unter: https://jupyter-mcp-server.datalayer.tech/providers/jupyter-streamable-http-standalone/#3-configure-your-mcp-client

NOTE

Wir brauchen Ihr Feedback!

Wir arbeiten aktiv an der Unterstützung für JupyterHub- und Google Colab-Bereitstellungen. Wenn Sie den Jupyter MCP Server mit diesen Plattformen nutzen oder dies planen, würden wir uns freuen, von Ihnen zu hören!

  • 🏢 JupyterHub-Nutzer: Teilen Sie uns Ihr Bereitstellungs-Setup und Ihre Anforderungen mit

  • 🌐 Google Colab-Nutzer: Helfen Sie uns, Ihre Anwendungsfälle und Workflows zu verstehen

Treten Sie der Diskussion auf unserer Community-Seite bei – Ihr Feedback hilft uns, Funktionen zu priorisieren und sicherzustellen, dass diese Integrationen nahtlos für Ihre Bedürfnisse funktionieren.

📖 Inhaltsverzeichnis

Related MCP server: Code Summarizer MCP

🚀 Hauptfunktionen

  • Echtzeit-Steuerung: Sehen Sie Notebook-Änderungen sofort, während sie passieren.

  • 🔁 Intelligente Ausführung: Passt sich automatisch an, wenn eine Zellenausführung fehlschlägt, dank Feedback zur Zellenausgabe.

  • 🧠 Kontextbewusst: Versteht den gesamten Notebook-Kontext für relevantere Interaktionen.

  • 📊 Multimodale Unterstützung: Unterstützt verschiedene Ausgabetypen, einschließlich Bilder, Diagramme und Text.

  • 📚 Multi-Notebook-Unterstützung: Wechseln Sie nahtlos zwischen mehreren Notebooks.

  • 🎨 JupyterLab-Integration: Verbesserte UI-Integration wie automatisches Öffnen von Notebooks.

  • 🤝 MCP-kompatibel: Funktioniert mit jedem MCP-Client, wie Claude Desktop, Cursor, Windsurf und mehr.

  • 🔍 Observability: Integriertes Hook-System mit OpenTelemetry-Integration zur Nachverfolgung von Tool-Aufrufen und Kernel-Ausführungen.

Kompatibel mit jeder Jupyter-Bereitstellung (lokal, JupyterHub, ...) und mit Datalayer gehosteten Notebooks.

🔧 MCP-Übersicht

🔧 Tool-Übersicht

Der Server bietet eine umfangreiche Sammlung von Tools für die Interaktion mit Jupyter-Notebooks, die wie folgt kategorisiert sind. Für weitere Details zu jedem Tool, seinen Parametern und Rückgabewerten lesen Sie bitte die offizielle Tools-Dokumentation.

Server-Verwaltungstools

Name

Beschreibung

list_files

Listet Dateien und Verzeichnisse im Dateisystem des Jupyter-Servers auf.

list_kernels

Listet alle verfügbaren und laufenden Kernel-Sitzungen auf dem Jupyter-Server auf.

connect_to_jupyter

Verbindet sich dynamisch mit einem Jupyter-Server, ohne den MCP-Server neu zu starten. Nicht verfügbar, wenn als Jupyter-Erweiterung ausgeführt. Nützlich für dynamisches Wechseln von Servern oder zur Vermeidung fest codierter Konfigurationen. Mehr lesen

Multi-Notebook-Verwaltungstools

Name

Beschreibung

use_notebook

Verbindet sich mit einer Notebook-Datei, erstellt eine neue oder wechselt zwischen Notebooks.

list_notebooks

Listet alle auf dem Jupyter-Server verfügbaren Notebooks und deren Status auf.

restart_notebook

Startet den Kernel für ein spezifisches verwaltetes Notebook neu.

unuse_notebook

Trennt die Verbindung zu einem spezifischen Notebook und gibt dessen Ressourcen frei.

read_notebook

Liest den Quellinhalt von Notebook-Zellen mit Optionen für kurzes oder detailliertes Format.

Zelloperationen und Ausführungstools

Name

Beschreibung

read_cell

Liest den vollständigen Inhalt (Metadaten, Quelle und Ausgaben) einer einzelnen Zelle.

insert_cell

Fügt eine neue Code- oder Markdown-Zelle an einer angegebenen Position ein.

delete_cell

Löscht eine Zelle an einem angegebenen Index.

overwrite_cell_source

Überschreibt den Quellcode einer bestehenden Zelle.

execute_cell

Führt eine Zelle mit Timeout aus, unterstützt multimodale Ausgabe einschließlich Bildern.

insert_execute_code_cell

Fügt eine neue Code-Zelle ein und führt sie in einem Schritt aus.

execute_code

Führt Code direkt im Kernel aus, unterstützt Magic-Befehle und Shell-Befehle.

JupyterLab-Integration

Nur verfügbar, wenn der JupyterLab-Modus aktiviert ist. Er ist standardmäßig aktiviert.

Wenn der Jupyter MCP Server im JupyterLab-Modus läuft, integriert er sich mit jupyter-mcp-tools, um zusätzliche JupyterLab-Befehle als MCP-Tools bereitzustellen. Standardmäßig sind folgende Tools aktiviert:

Name

Beschreibung

notebook_run-all-cells

Führt alle Zellen im aktuellen Notebook nacheinander aus

notebook_get-selected-cell

Ruft Informationen über die aktuell ausgewählte Zelle ab

Sie können jetzt anpassen, welche Tools aus jupyter-mcp-tools verfügbar sind, indem Sie den Konfigurationsparameter allowed_jupyter_mcp_tools verwenden. Dies ermöglicht es Ihnen, zusätzliche Notebook-Operationen, Konsolenbefehle, Dateiverwaltungstools und mehr zu aktivieren.

# Example: Enable additional tools via command-line
jupyter lab --port 4040 --IdentityProvider.token MY_TOKEN --JupyterMCPServerExtensionApp.allowed_jupyter_mcp_tools="notebook_run-all-cells,notebook_get-selected-cell,notebook_append-execute,console_create"

Für die vollständige Liste der verfügbaren Tools und detaillierte Konfigurationsanweisungen lesen Sie bitte die Dokumentation zu zusätzlichen Tools.

📝 Prompt-Übersicht

Der Server unterstützt auch die Prompt-Funktion von MCP und bietet Benutzern eine einfache Möglichkeit, mit Jupyter-Notebooks zu interagieren.

Name

Beschreibung

jupyter-cite

Zitiert spezifische Zellen aus einem angegebenen Notebook (wie @ in Coding-IDEs oder CLI)

Für weitere Details zu jedem Prompt, seinen Eingabeparametern und dem Rückgabeinhalt lesen Sie bitte die offizielle Prompt-Dokumentation.

🏁 Erste Schritte

Für umfass

Install Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - A tier

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/datalayer/jupyter-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server