$ 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。
可批量读取、修改与处理 Jupyter 笔记本,无需启动 Jupyter 服务。
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
让 AI 在 Jupyter 中管理单元依赖并高效执行代码与输出结果
让 AI 代理通过 MCP 连接并操控本地 JupyterLab 进行编程与数据分析。
将 Jupyter Server 中的 Python 函数注册为可供 MCP 客户端调用的工具