$ loading_
通过 MCP 直接加载、编辑、检索并保存 Jupyter 笔记本，提升代码与数据分析效率。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"jupyter-notebook-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
打开这个 .ipynb 文件，列出所有单元及其索引，然后把数据清洗相关代码单元移动到“特征工程”标题下面，最后保存笔记本。
返回当前单元结构、调整后的索引变化说明，并保存更新后的笔记本文件。
在当前 Jupyter 笔记本中搜索所有读取 CSV 的代码单元，把 pandas.read_csv 增加 encoding='utf-8' 参数，并展示修改结果。
定位相关代码单元，完成批量替换，并输出修改后的关键代码片段。
加载这个实验笔记本，按顺序总结每个 Markdown 和代码单元的作用，标出缺少说明或结果解释的部分。
给出结构化审阅摘要，指出文档缺口，便于后续补充和分享。
连接 Jupyter 内核并管理笔记本，支持读取、编辑与执行代码单元。
连接并管理 Jupyter Notebook，支持交互式运行代码与数据分析可视化。
让 AI 直接读写并执行 Jupyter Notebook
通过封装 nb 命令行，帮助 AI 友好地创建、整理与检索笔记。
通过 MCP 连接印象笔记，管理笔记本、超级笔记与附件内容
通过 MCP 在 Google NotebookLM 中管理笔记本、资料源、对话与产出内容。