AI 를 위한 실시간 Jupyter Notebook 연결 및 관리용 MCP 서버
Datalayer 에서 개발
중요
v1.0.0 버전 변경 사항: MCP 클라이언트 설정에서 반드시 MCP_TOKEN 을 구성해야 합니다.
설치 세부 사항은 다음을 참조하세요: https://jupyter-mcp-server.datalayer.tech/providers/jupyter-streamable-http-standalone/#3-configure-your-mcp-client
v1.0.2 버전 업데이트: 이제 pycrdt 가 지원되므로, datalayer_pycrdt 를 설치할 필요가 없습니다.
참고
우리의 피드백이 필요합니다!
우리는 JupyterHub 및 Google Colab 배포에 대한 지원을 적극적으로 개발 중입니다. Jupyter MCP 서버를 이러한 플랫폼에서 사용하거나 계획 중인 경우, 저희에게 연락해 주시면 감사하겠습니다!
- 🏢 JupyterHub 사용자: 배포 설정과 요구 사항을 공유해주세요 - 🌐
- Google Colab 사용자: 사용 사례와 워크플로우를 이해하는 데 도움을 주세요
커뮤니티 페이지에서 대화에 참여하세요. 귀하의 피드백은 기능 우선순위를 결정하고 이러한 통합이您的需求에 원활하게 작동하도록 보장하는 데 도움이 됩니다.
- ⚡ 실시간 제어: 변경 사항이 발생하는 대로 즉시 노트북을 확인하세요.
- 🔁 스마트 실행: 셀 출력 피드백 덕분에 셀 실행 실패 시 자동으로 조정됩니다.
- 🧠 맥락 인식: 더 관련성 높은 상호작용을 위해 전체 노트북 맥락을 이해합니다.
- 📊 멀티모달 지원: 이미지, 플롯, 텍스트를 포함한 다양한 출력 유형을 지원합니다.
- 📚 다중 노트북 지원: 여러 노트북 사이를 원활하게 전환할 수 있습니다.
- 🎨 JupyterLab 통합: 자동 노트북 열기 등 향상된 UI 통합을 제공합니다.
- 🤝 MCP 호환성: Claude Desktop, Cursor, Windsurf 및 기타 모든 MCP 클라이언트와 작동합니다.
- 🔍 관찰 가능성: 도구 호출과 커널 실행을 추적하기 위한 OpenTelemetry 통합이 포함된 내장 후크 시스템을 제공합니다.
어떤 Jupyter 배포 환경 (로컬, JupyterHub 등) 과 Datalayer 호스팅 노트북 모두와 호환됩니다.
서버는 Jupyter 노트북과 상호작용하기 위한 풍부한 도구 세트를 제공하며, 다음과 같이 분류됩니다. 각 도구에 대한 세부 사항, 매개변수 및 반환 값에 대해서는 공식 Tools 문서를 참조하세요.
| 이름 | 설명 |
|---|
list_files | |
| Jupyter 서버의 파일 시스템에서 파일과 디렉토리를 나열합니다. | |
list_kernels | |
| Jupyter 서버에서 사용 가능하고 실행 중인 모든 커널 세션을 나열합니다. | |
connect_to_jupyter | |
| MCP 서버를 재시작하지 않고 Jupyter 서버에 동적으로 연결합니다. Jupyter 확장으로 실행 중일 때는 사용할 수 없습니다. 서버를 동적으로 전환하거나 하드코딩된 구성을 피하는 데 유용합니다. 자세히 보기 | |
| 이름 | 설명 |
|---|
use_notebook | |
| 노트북 파일에 연결하거나 새 노트북을 만들거나 노트북 간에 전환합니다. | |
list_notebooks | |
| Jupyter 서버에서 사용할 수 있는 모든 노트북과 그 상태를 나열합니다. | |
restart_notebook | |
| 특정 관리된 노트북의 커널을 재시작합니다. | |
unuse_notebook | |
| 특정 노트북에서 연결을 끊고 리소스를 해제합니다. | |
read_notebook | |
| 간략하거나 자세한 형식 옵션으로 노트북 셀 소스 콘텐츠를 읽습니다. | |
| 이름 | 설명 |