🪐 🔧 Jupyter 模型上下文协议（MCP）服务器。
概览
您必须在MCP客户端设置中配置MCP_TOKEN。有关设置细节，请参见：https://jupyter-mcp-server.datalayer.tech/providers/jupyter-streamable-http-standalone/#3-configure-your-mcp-client pycrdt 现已支持，因此不再需要安装datalayer_pycrdt。 我们正在积极开发支持和部署。如果您正在使用或计划在这些平台上使用 Jupyter MCP 服务器，我们非常欢迎您的来信！- 🏢 ： 分享您的部署设置和需求 - 🌐 ： 帮助我们理解您的用例和工作流程 加入社区页面的讨论——您的反馈将帮助我们优先排序功能，确保这些集成无缝配合您的需求。 - ⚡ 即时查看笔记本的变化。- 🔁 在单元运行失败时自动调整单元输出反馈。- 🧠 理解整个笔记本上下文，实现更相关的交互。- 📊 支持不同的输出类型，包括图片、图表和文本。
概述（AI 翻译）
** 一款为 AI 开发的 MCP 服务器，用于实时连接和管理 Jupyter 笔记本——并将你的代码沙盒从本地扩展到云端（Datalayer、Kaggle、Google Colab、Modal、Daytona、E2B、CoreWeave、Cloudflare 等）**
由Datalayer开发 - 加入我们的Discord
📖 文档 · 🔧 工具 · 💬 社区
没有进程可运行。 数据层现在为你托管了这个服务器
https://mcp.datalayer.run/mcp ——每个代理和每本笔记本都有一个端点。
从浏览器登录，批准代理的操作，你的工作就能继续运行
在服务器上，代理断开连接后。
→ 托管Jupyter MCP服务器
一个命令连接Claude代码，与/datalayer:notebook、/datalayer:run和
/datalayer:status 顶部：
→ Claude Code 的 Datalayer 插件
免费开源，BSD 3-Clause — 指向你已经运行的任何 Jupyter，本地或 JupyterHub，无需账户。
由Datalayer构建和维护，同一服务器 始终在线的笔记本，配备GPU代码沙盒和持久执行——让你的代理保持 当你的笔记本不在时，你却在处理你的数据。
本页由 AI 翻译，技术细节请以原文为准。
README
以下为原文 README 节选，完整内容请查看原文。
📖 Documentation · 🔧 Tools · 💬 Community
No process to run. Datalayer now hosts this server for you at
https://mcp.datalayer.run/mcp — one endpoint for every agent and every notebook.
Sign in from your browser, approve what the agent may do, and your work keeps running
on the server after the agent disconnects.
安装
uvx jupyter-mcp-server@latest配置
{
"mcpServers": {
"jupyter": {
"command": "uvx",
"args": ["jupyter-mcp-server@latest"],
"env": {
"JUPYTER_URL": "http://localhost:8888",
"JUPYTER_TOKEN": "MY_TOKEN",
"ALLOW_IMG_OUTPUT": "true"
}
}
}
}