/ الدليل / الملعب / jupyter-mcp-server
← كل الخوادم ↗ GitHub
● مجتمع datalayer ⚡ فوري

jupyter-mcp-server

بواسطة datalayer · datalayer/jupyter-mcp-server

دع Claude يقوم بتشغيل وقراءة دفاتر Jupyter الخاصة بك في الوقت الفعلي — تنفيذ الخلايا وعرض الرسوم البيانية والتعافي من الأخطاء، كل ذلك دون مغادرة الدردشة.

يربط jupyter-mcp-server (Datalayer) عملاء MCP بمثيل JupyterLab/Jupyter Server مباشر. يدعم دفاتر متعددة، مخرجات صور ورسوم بيانية، إدارة kernel، وحلقات التعافي من الأخطاء. مفيد لاستكشاف البيانات والتحليل القابل للتكرار، أو السماح للوكلاء بتشغيل دفتر مثل زميل.

▶ شاهد العرض 📦 التثبيت 💡 حالات الاستخدام

لماذا تستخدمه

الميزات الأساسية

عرض مباشر

كيف يبدو في الممارسة

jupyter.replay ▶ جاهز
0/0

التثبيت

اختر العميل

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server"
      ],
      "_inferred": true
    }
  }
}

افتح Claude Desktop → Settings → Developer → Edit Config. أعد التشغيل بعد الحفظ.

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server"
      ],
      "_inferred": true
    }
  }
}

يستخدم Cursor نفس مخطط mcpServers مثل Claude Desktop. إعدادات المشروع أولى من الإعدادات العامة.

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server"
      ],
      "_inferred": true
    }
  }
}

انقر على أيقونة MCP Servers في شريط Cline الجانبي، ثم "Edit Configuration".

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server"
      ],
      "_inferred": true
    }
  }
}

نفس الصيغة مثل Claude Desktop. أعد تشغيل Windsurf لتطبيق التغييرات.

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "jupyter",
      "command": "uvx",
      "args": [
        "jupyter-mcp-server"
      ]
    }
  ]
}

يستخدم Continue مصفوفة من كائنات الخادم بدلاً من خريطة.

~/.config/zed/settings.json
{
  "context_servers": {
    "jupyter": {
      "command": {
        "path": "uvx",
        "args": [
          "jupyter-mcp-server"
        ]
      }
    }
  }
}

أضف إلى context_servers. يعيد Zed التحميل تلقائيًا عند الحفظ.

claude mcp add jupyter -- uvx jupyter-mcp-server

أمر من سطر واحد. تحقق باستخدام claude mcp list. احذف باستخدام claude mcp remove.

حالات الاستخدام

استخدامات عملية: jupyter-mcp-server

كيفية إجراء تحليل استكشافي للبيانات باستخدام Claude + Jupyter

👤 علماء البيانات والمحللون ⏱ ~30 min intermediate

متى تستخدمه: لديك مجموعة بيانات جديدة وتريد استكشافها دون كتابة خلايا نموذجية بنفسك.

المتطلبات الأساسية
  • تشغيل JupyterLab مع مصادقة الرموز — jupyter lab --no-browser؛ انسخ الرمز من عنوان URL
  • متغيرات البيئة JUPYTER_URL + JUPYTER_TOKEN — اضبطها على عنوان lab والرمز الخاص بك
الخطوات
  1. تحميل الدفتر والبيانات
    استخدم use_notebook لفتح analysis.ipynb. أدرج خلية تحمل ./data/events.parquet إلى DataFrame باسم df.✓ تم النسخ
    → تنفذ الخلية؛ يتم إرجاع معاينة df.head()
  2. التكرار على التحليل
    كيف يبدو توزيع event_type؟ ارسمه لي وأظهر لي الصورة.✓ تم النسخ
    → تم عرض صورة الرسم البياني في الدردشة
  3. حفظ دفتر نظيف
    نظف الدفتر: احذف خلايا الأخطاء، أضف رؤوس markdown، أعد التشغيل والتشغيل الكامل للتحقق من تشغيله من البداية إلى النهاية.✓ تم النسخ
    → دفتر يعيد إنتاج التسلسل النهائي

النتيجة: دفتر قابل للنشر يحتوي على سرد ورسوم بيانية وقابلية تكرار مثبتة.

المزالق
  • حالة kernel تنجرف عن ترتيب خلايا الدفتر — استخدم notebook_run-all-cells بعد التعديلات لاكتشاف أخطاء الحالة المخفية
  • ملفات البيانات غير مرئية للـ kernel — مجلد العمل الحالي للـ kernel هو مجلد الدفتر وليس المكان الذي بدأت فيه Jupyter — استخدم المسارات المطلقة
اجمعها مع: filesystem

دفاتر الشفاء الذاتي مع Claude و jupyter-mcp

👤 الباحثون الذين يعملون على خطوط الأنابيب ⏱ ~45 min advanced

متى تستخدمه: فشل دفتر طويل في منتصف الطريق؛ تريد من الوكيل إصلاح الخلية والمتابعة بدلاً من إعادة التشغيل.

الخطوات
  1. التشغيل مع اكتشاف الأخطاء
    نفذ جميع الخلايا في pipeline.ipynb. عند حدوث خطأ في خلية، اقرأ تتبع المكدس، صحح الكود، وأعد المحاولة قبل المتابعة.✓ تم النسخ
    → يستمر الدفتر بعد الخطأ الأول مع تطبيق إصلاح
  2. تسجيل الإصلاحات للمراجعة
    لخص كل إصلاح قمت به كخلايا markdown فوق الكود المتغير✓ تم النسخ
    → سجل تدقيق لتعديلات الوكيل

النتيجة: يكتمل المسار مع سجل إصلاح مرئي.

إنشاء دفاتر تعليمية من مخططات الدروس باللغة الطبيعية

👤 المعلمون والكتاب التقنيون ⏱ ~30 min beginner

متى تستخدمه: تريد إنشاء دفتر مثال عملي للطلاب أو منشور مدونة.

الخطوات
  1. المخطط → الهيكل
    من مخطط الدرس هذا [الصق]، أنشئ lesson.ipynb بأقسام كخلايا markdown وخلايا كود بهيكل.✓ تم النسخ
    → دفتر بهيكل
  2. ملء خلايا الكود والتحقق
    قم بملء كل خلية كود بأمثلة قابلة للتشغيل. نفذ من البداية إلى النهاية وتأكد من عدم وجود أخطاء.✓ تم النسخ
    → دفتر نظيف يمكن للطلاب تشغيله

النتيجة: دفتر جاهز للتدريس تم إنشاؤه في دقائق وليس ساعات.

التركيبات

اجمعها مع خوادم MCP أخرى لتحقيق نتائج x10

jupyter + filesystem

نقل الملفات من وإلى مجلد العمل للدفتر

انسخ الرسوم البيانية التي حفظها الدفتر إلى ./reports/<date>/ عبر MCP نظام الملفات.✓ تم النسخ
jupyter + postgres

سحب البيانات من Postgres داخل الدفتر

في خلية جديدة، استخدم pandas.read_sql مع اتصال قاعدة البيانات الخاص بي لتحميل أحداث الشهر الماضي؛ ثم قم بـ EDA.✓ تم النسخ

الأدوات

ما يوفره هذا الـ MCP

الأداةالمدخلاتمتى تستدعيهاالتكلفة
use_notebook path: str فتح/إرفاق دفتر 0
list_notebooks البحث عن الدفاتر المتاحة 0
execute_cell notebook_id, cell_index تشغيل خلية محددة kernel time
insert_execute_code_cell notebook_id, code, position? إضافة كود جديد وتشغيله kernel time
read_cell notebook_id, cell_index فحص الخلايا الموجودة 0
list_kernels اعرض ما يعمل؛ ابحث عن kernels الزومبي 0
restart_notebook notebook_id إعادة تعيين حالة kernel بشكل نظيف 0

التكلفة والحدود

تكلفة التشغيل

حصة API
لا توجد حصة من MCP؛ Jupyter يعمل بشكل مستقل
الرموز لكل استدعاء
قد تكون المخرجات كبيرة — الصور ورؤوس DataFrame خاصة
التكلفة المالية
مجاني (مستضاف ذاتيًا)
نصيحة
استخدم df.head() و df.info() وليس print(df) — DataFrames الكاملة تنتفخ من استخدام الرموز

الأمان

الصلاحيات والأسرار ونطاق الأثر

تخزين بيانات الاعتماد: JUPYTER_TOKEN في البيئة — عامله مثل كلمة المرور؛ أي شخص لديه يمكنه تشغيل كود على kernel الخاص بك
نقل البيانات الخارجي: يتحدث MCP إلى عنوان URL الخاص بخادم Jupyter فقط

استكشاف الأخطاء

الأخطاء الشائعة وحلولها

401 غير مصرح بالاتصال بـ Jupyter

JUPYTER_TOKEN قديم — انسخ طازج من jupyter server list

تحقق: curl -H 'Authorization: token <TOKEN>' $JUPYTER_URL/api
Kernel مشغول / لم يعد

الخلية السابقة لا تزال قيد التشغيل. استخدم restart_notebook للتعافي؛ راقب حلقات لا نهائية

تحقق: list_kernels shows state=busy
الرسوم البيانية لا تظهر في Claude

تأكد من ضبط %matplotlib inline وأنك تعيد الشكل وليس فقط استدعاء plt.show() في النهاية

البدائل

jupyter-mcp-server مقابل البدائل

البديلمتى تستخدمهاالمقايضة
nteract/papermillتريد تشغيلات دفاتر برمجية ومعاملة دون دردشة تفاعليةلا توجد حلقة وكيل؛ نمط دفعي
marimoتريد دفاتر تفاعلية بحالة مخفية أقلأداة مختلفة تماماً؛ لا MCP حتى الآن

المزيد

الموارد

📖 اقرأ ملف README الرسمي على GitHub

🐙 تصفح القضايا المفتوحة

🔍 تصفح أكثر من 400 خادم MCP و Skills