Jupyter Notebook MCP — это MCP-сервер, который соединяет AI-ассистентов с Jupyter-ноутбуками, позволяя Claude и другим LLM напрямую создавать, редактировать, выполнять ячейки кода и управлять файлами ноутбуков без ручного взаимодействия с интерфейсом Jupyter.
Ключевые особенности:
Прямое управление ноутбуками: AI-ассистент может создавать новые Jupyter-ноутбуки с нуля, открывать существующие, добавлять и редактировать ячейки с кодом или Markdown, а также сохранять изменения — всё через MCP-инструменты.
Выполнение кода в реальном времени: Сервер позволяет AI запускать отдельные ячейки или целые ноутбуки на исполнение и получать вывод, включая результаты вычислений, текст, ошибки и даже графики matplotlib, возвращаемые в виде изображений.
Полный доступ к содержимому: AI может читать и анализировать код всех ячеек ноутбука, извлекать выводы выполненных ячеек, исследовать переменные окружения и отслеживать состояние ядра Jupyter в процессе работы.
Управление ядром и окружением: Сервер даёт инструменты для запуска, перезапуска и остановки Jupyter-ядра, а также для выполнения произвольного Python-кода в контексте текущего ядра, что позволяет AI импортировать библиотеки и настраивать среду исполнения.
Поддержка мультимедийных выводов: Захватывает и передаёт AI-модели графики (matplotlib), табличные данные и rich-вывод из ячеек, обеспечивая полноценную обратную связь для итеративной разработки и анализа.
Для кого: Дата-сайентисты, ML-инженеры, исследователи и аналитики, которые активно работают в Jupyter-среде и хотят делегировать AI-помощнику рутинные операции — от создания шаблонов ноутбуков и написания boilerplate-кода до запуска экспериментов и отладки ошибок, — общаясь на естественном языке в интерфейсе Claude Desktop.
Сценарии использования:
Создание ноутбука для анализа данных с нуля: Пользователь просит AI создать ноутбук для EDA датасета о продажах, и ассистент последовательно добавляет ячейки: загрузка CSV, очистка данных, описательная статистика, визуализации и выводы.
Итеративная отладка кода в диалоге: AI открывает существующий ноутбук с ошибкой, анализирует код и вывод проблемной ячейки, предлагает и применяет исправление, перезапускает ячейку и проверяет результат — всё в рамках одного чата.
Массовое прототипирование и эксперименты: Исследователь поручает AI создать серию ноутбуков с разными архитектурами моделей для сравнения их производительности на одном датасете, а AI управляет их выполнением и собирает сводку метрик.
Обучение и документирование кода: AI открывает учебный ноутбук, добавляет пояснительные Markdown-ячейки к сложным фрагментам кода, создаёт визуализации промежуточных результатов и сохраняет улучшенную версию для студентов.
Цены и доступность: Проект является полностью бесплатным и открытым (лицензия MIT), исходный код доступен на GitHub. Устанавливается через Python-пакетный менеджер uv и запускается как MCP-сервер. Для работы требуется запущенный Jupyter-сервер (локальный или удалённый) с активным ядром и Claude Desktop либо другой совместимый MCP-клиент.
