在當今數(shù)字化時代，數(shù)據(jù)科學和機器學習的結(jié)合正變得越來越緊密。而 Jupyter Notebook 作為數(shù)據(jù)科學家和開發(fā)者的得力助手，其功能也在不斷拓展。今天，我們要介紹的 Jupyter MCP Server，正是這樣一個能夠?qū)⒋笮驼Z言模型（LLM）與 Jupyter 環(huán)境實時集成的神器。它通過實現(xiàn)模型上下文協(xié)議（MCP），讓 AI 模型能夠以安全且有上下文感知的方式與 Jupyter 的內(nèi)核、文件系統(tǒng)和終端進行交互。接下來，就讓我們一起深入了解 Jupyter MCP Server 的魅力所在。

為什么我們需要 MCP 服務(wù)器？

在傳統(tǒng)的數(shù)據(jù)科學和機器學習工作中，AI 模型往往處于一個“真空”狀態(tài)，它們無法感知到預設(shè)變量的存在，這極大地限制了它們的能力和潛力。想象一下，如果一個 AI 模型無法獲取到代碼歷史、變量值、數(shù)據(jù)集以及執(zhí)行結(jié)果等實時上下文信息，它在運行過程中就很容易出錯。而 MCP（模型上下文協(xié)議）服務(wù)器的出現(xiàn)，正是為了解決這一問題。它為 AI 模型提供了實時的上下文感知能力，讓它們能夠在實時環(huán)境中進行推理、執(zhí)行和改進，從而變得更加智能、精確和高效。

Jupyter MCP Server 是什么？

Jupyter MCP Server 是一個強大的工具，它通過模型上下文協(xié)議（MCP）作為橋梁，將大型語言模型與用戶的實時 Jupyter 環(huán)境連接起來。它打破了傳統(tǒng)模型的局限性，無需再手動復制和粘貼代碼和數(shù)據(jù)。通過 MCP 的安全協(xié)議，模型可以訪問和交互 Jupyter 生態(tài)系統(tǒng)的各個組件，從而實現(xiàn)集成化、有上下文感知能力且強大的 AI 驅(qū)動輔助。

Jupyter MCP Server 的強大功能

Jupyter MCP Server 通過模型上下文協(xié)議（MCP），為外部應(yīng)用程序與 Jupyter 核心組件之間的交互提供了一種結(jié)構(gòu)化的方式。它具備以下幾大功能：

內(nèi)核交互

Jupyter MCP Server 能夠在用戶的活躍內(nèi)核中運行代碼，檢查內(nèi)核狀態(tài)，獲取執(zhí)行結(jié)果，甚至管理內(nèi)核生命周期。具體來說，它可以通過以下幾種方式實現(xiàn)：

• 運行代碼單元格
• 獲取變量值
• 檢查內(nèi)核狀態(tài)
• 中斷或重啟內(nèi)核

其工作原理是：MCP 客戶端向 MCP API 發(fā)送請求，指定目標內(nèi)核和操作，然后 MCP 服務(wù)器與 Jupyter 的內(nèi)核管理器通信以處理請求。

文件系統(tǒng)訪問

Jupyter MCP Server 提供對用戶工作區(qū)的受控訪問，允許外部應(yīng)用程序讀取、寫入或管理文件和目錄。它遵循 Jupyter 內(nèi)容管理器和 MCP 安全策略的規(guī)則來執(zhí)行文件操作。

終端訪問

Jupyter MCP Server 還能夠與 Jupyter 的終端會話進行交互。MCP 客戶端可以向特定的終端會話發(fā)送命令，Jupyter 的終端管理器會處理請求并返回任何輸出。通過這種方式，用戶可以執(zhí)行以下操作：

• 運行 shell 命令
• 安裝包
• 管理后臺進程
• 自動化系統(tǒng)任務(wù)

實時協(xié)作

Jupyter MCP Server 支持多人或 AI 代理同時查看和編輯筆記本，這對于團隊協(xié)作和實時反饋非常有幫助。

筆記本管理

Jupyter MCP Server 還提供了高效的筆記本管理功能，包括保存和檢索筆記本信息，確保數(shù)據(jù)的完整性和可訪問性。

如何集成 Jupyter MCP Server？

在開始集成 Jupyter MCP Server 之前，我們需要先了解一些必要的前提條件：

前提條件

• Python 3.8 或更高版本：Jupyter MCP Server 基于現(xiàn)代 Python 特性構(gòu)建，需要一個更新的環(huán)境。
• Jupyter Server：MCP Server 作為 Jupyter Server 的擴展運行。如果尚未安裝，可以通過以下命令添加：

pip install jupyter-server

安裝步驟

標準安裝

你可以直接從 PyPI 使用 pip 安裝 Jupyter MCP Server：

pip install jupyter-mcp-server

開發(fā)安裝

你也可以從 GitHub 克隆源代碼倉庫：

git clone https://github.com/datalayer/jupyter-mcp-server.git
cd jupyter-mcp-server

然后使用以下命令以可編輯模式安裝，這樣你對源代碼所做的更改將立即生效：

pip install -e .

如果你計劃運行測試并做出貢獻，可以使用以下命令：

pip install -e ".[dev]"

激活擴展

安裝完成后，你需要為 Jupyter Server 啟用擴展，以加載和使用 MCP Server 功能。你可以通過以下命令完成此操作：

jupyter server extension enable jupyter_mcp_server

完成以上步驟后，你可以通過以下命令驗證安裝是否成功：

jupyter server extension list

如果在列表中看到 ??jupyter_mcp_server??，則說明擴展已成功激活。

Jupyter MCP Server 的工作原理

Jupyter MCP Server 并不是一個可見的界面，而是隱藏在 JupyterLab 或 Notebook 內(nèi)部。它提供了一個 HTTP API，供其他工具（如 Claude Desktop、AI 模型、后端或插件）使用。

當使用 Claude Desktop 時，你需要在 ??claude_desktop_config.json??? 文件中進行一些配置。??TOKEN??? 值和 ??NOTEBOOK_PATH?? 可以在運行 Jupyter Notebook 時從終端獲取。

以下是 Windows 和 Linux 系統(tǒng)的配置代碼：

Windows

{
  "mcpServers": {
    "jupyter": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "SERVER_URL",
        "-e",
        "TOKEN",
        "-e",
        "NOTEBOOK_PATH",
        "datalayer/jupyter-mcp-server:latest"
      ],
      "env": {
        "SERVER_URL": "http://host.docker.internal:8888",
        "TOKEN": "MY_TOKEN",
        "NOTEBOOK_PATH": "notebook.ipynb"
      }
    }
  }
}

Linux

CLAUDE_CONFIG=${HOME}/.config/Claude/claude_desktop_config.json
cat <<EOF > $CLAUDE_CONFIG
{
  "mcpServers": {
    "jupyter": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "SERVER_URL",
        "-e",
        "TOKEN",
        "-e",
        "NOTEBOOK_PATH",
        "--network=host",
        "datalayer/jupyter-mcp-server:latest"
      ],
      "env": {
        "SERVER_URL": "http://localhost:8888",
        "TOKEN": "MY_TOKEN",
        "NOTEBOOK_PATH": "notebook.ipynb"
      }
    }
  }
}
EOF
cat $CLAUDE_CONFIG

一旦配置完成，如果需要與你的 Jupyter 會話進行交互，它會向該 API 發(fā)送請求。MCP Server 會處理請求，檢查是否允許，與 Jupyter 的相應(yīng)部分（如內(nèi)核、文件系統(tǒng)或終端）通信，并返回必要的響應(yīng)。

MCP 擴展提供的 API 端點位于 ??/mcp/v1???，這是你的 Jupyter Server 基礎(chǔ) URL 的一個附加路徑。因此，如果你的 Jupyter 服務(wù)器在本地運行于 ??http://localhost:8888/???，那么你可以在 ??http://localhost:8888/mcp/v1?? 找到 MCP API。外部工具（如 Jupyter MCP Server）將通過此路徑與你的 Jupyter 環(huán)境進行通信。

Jupyter MCP Server 會根據(jù)任務(wù)發(fā)送 HTTP 請求，如 GET、POST、PUT 或 DELETE。每個請求都會發(fā)送到 ??/mcp/v1?? 下的特定子路徑。這些請求模式和數(shù)據(jù)結(jié)構(gòu)構(gòu)成了所謂的模型上下文協(xié)議（MCP）。更多詳情可以參考項目中的主 README 文件，了解端點的作用。

實踐應(yīng)用

在實際應(yīng)用中，Jupyter MCP Server 可以幫助我們完成以下任務(wù)：

添加代碼單元格

代碼單元格是你可以編寫和運行代碼的部分。通過 Jupyter MCP Server，你可以輕松地在筆記本中添加新的代碼單元格，無需手動復制和粘貼代碼。

運行代碼

只需點擊一個按鈕，你就可以立即看到代碼的運行結(jié)果。這種即時反饋對于快速迭代和調(diào)試代碼非常有幫助。

添加帶有 Markdown 的文本

使用 Markdown 單元格，你可以編寫筆記、解釋或標題，讓你的工作看起來更有條理。這不僅有助于你自己的理解和回顧，也方便與他人分享和協(xié)作。

上下文管理和安全性

Jupyter MCP Server 的一個重要特點是它不僅僅是提供訪問權(quán)限，而是確保訪問是受控且安全的。MCP 協(xié)議強制執(zhí)行授權(quán)和作用域限制，即僅允許明確允許的訪問。用戶可以清楚地看到哪些應(yīng)用程序可以訪問他們的會話以及它們可以執(zhí)行的操作。這不僅防止了未經(jīng)授權(quán)的訪問，還保護了用戶數(shù)據(jù)，確保了 Jupyter 環(huán)境的安全性。

總結(jié)

希望這篇關(guān)于 Jupyter MCP Server 的教程對你有所幫助！Jupyter MCP Server 為你的 Jupyter 環(huán)境帶來了更智能的 AI 驅(qū)動交互。它通過模型上下文協(xié)議（MCP）以安全且標準化的方式實現(xiàn)了這一點。該服務(wù)器已經(jīng)可用且易于設(shè)置。隨著其采用率的增加，我們可以期待更多智能的、有上下文感知能力的工具，它們不僅能夠提供幫助，還能真正理解我們的工作流程。因此，Jupyter MCP Server 正在彌合強大 AI 模型與動態(tài)環(huán)境之間的差距。

本文轉(zhuǎn)載自??Halo咯咯??    作者：基咯咯