🪐🔧 Servidor MCP de Jupyter

Un servidor MCP desarrollado para que la IA se conecte y gestione notebooks de Jupyter en tiempo real

Desarrollado por Datalayer

📖 Tabla de contenidos

• Características clave

• Descripción general de MCP

• Primeros pasos

• Mejores prácticas

• Contribución

• Recursos

Related MCP server: Code Summarizer MCP

🚀 Características clave

• ⚡ Control en tiempo real: Vea instantáneamente los cambios en el notebook a medida que ocurren.

• 🔁 Ejecución inteligente: Se ajusta automáticamente cuando falla la ejecución de una celda gracias a la retroalimentación de salida de la celda.

• 🧠 Consciente del contexto: Comprende todo el contexto del notebook para interacciones más relevantes.

• 📊 Soporte multimodal: Admite diferentes tipos de salida, incluidas imágenes, gráficos y texto.

• 📚 Soporte para múltiples notebooks: Cambie sin problemas entre varios notebooks.

• 🎨 Integración con JupyterLab: Integración de interfaz de usuario mejorada, como la apertura automática de notebooks.

• 🤝 Compatible con MCP: Funciona con cualquier cliente MCP, como Claude Desktop, Cursor, Windsurf y más.

• 🔍 Observabilidad: Sistema de hooks integrado con integración de OpenTelemetry para rastrear llamadas a herramientas y ejecuciones de kernel.

Compatible con cualquier implementación de Jupyter (local, JupyterHub, ...) y con notebooks alojados en Datalayer.

🔧 Descripción general de MCP

🔧 Descripción general de las herramientas

El servidor proporciona un rico conjunto de herramientas para interactuar con notebooks de Jupyter, categorizadas de la siguiente manera. Para obtener más detalles sobre cada herramienta, sus parámetros y valores de retorno, consulte la documentación oficial de herramientas.

Herramientas de gestión del servidor

Herramientas de gestión de múltiples notebooks

Herramientas de ejecución y operaciones de celdas

Integración con JupyterLab

Disponible solo cuando el modo JupyterLab está habilitado. Está habilitado de forma predeterminada.

Cuando se ejecuta en modo JupyterLab, el servidor MCP de Jupyter se integra con jupyter-mcp-tools para exponer comandos adicionales de JupyterLab como herramientas MCP. De forma predeterminada, las siguientes herramientas están habilitadas:

Puede personalizar qué herramientas de jupyter-mcp-tools están disponibles utilizando el parámetro de configuración allowed_jupyter_mcp_tools. Esto le permite habilitar operaciones adicionales de notebook, comandos de consola, herramientas de gestión de archivos y más.

# 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"

Para obtener la lista completa de herramientas disponibles e instrucciones de configuración detalladas, consulte la documentación de herramientas adicionales.

📝 Descripción general de los prompts

El servidor también admite la función de prompt de MCP, lo que proporciona una manera fácil para que el usuario interactúe con los notebooks de Jupyter.

Para obtener más detalles sobre cada prompt, sus parámetros de entrada y el contenido de retorno, consulte la documentación oficial de prompts.

🏁 Primeros pasos

Para obtener instrucciones de configuración completas, incluido el transporte Streamable HTTP, la ejecución como extensión de Jupyter Server y la configuración avanzada, consulte nuestra documentación. O comience rápidamente con JupyterLab y el transporte STDIO a continuación.

1. Configure su entorno

pip install jupyterlab==4.4.1 jupyter-collaboration==4.0.2 jupyter-mcp-tools>=0.1.4 ipykernel
pip uninstall -y pycrdt datalayer_pycrdt
pip install datalayer_pycrdt==0.12.17