$ loading_
将本地 AI 代理连接到浏览器中的 Colab，会话内执行代码并管理文件。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"colab-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。
通过 colab-mcp 连接我当前打开的 Colab 会话，上传 data.csv，使用 Python 进行缺失值检查、基础统计和可视化，并把结果保存为 report.ipynb 和 summary.csv。
AI 在 Colab 中完成文件上传、代码执行与结果保存，并返回分析摘要。
连接 Colab 会话后，打开当前笔记本，运行所有单元并定位报错原因；修复依赖安装、路径和代码问题，然后给出修改说明。
AI 自动执行和修复 Notebook，输出可运行版本及问题说明。
使用 colab-mcp 访问 Colab 工作目录，把 uploads 文件夹中的所有 CSV 合并，清理重复行，并将最终结果导出到 cleaned/merged.csv。
AI 在 Colab 中完成批量文件操作并生成清洗后的合并数据文件。
让 AI 通过 MCP 控制本地 JupyterLab，执行代码、分析数据并管理笔记本流程。