$ loading_
让 AI 在 Jupyter 中管理单元依赖并高效执行代码与输出结果
复制安装指令,让 AI 自动完成配置 · 推荐新手
"jupyter_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。
请检查这个 Jupyter 笔记本中的所有单元依赖关系,只重跑受影响的单元,修复执行顺序问题,并输出一个精简的运行结果摘要。
AI 会识别单元依赖、按需重跑相关代码,并返回简洁的执行结果与问题说明。
定位当前报错单元的上游依赖,分析错误原因,修改代码后只重新执行必要单元,并告诉我修复了什么。
AI 会找到相关单元链路,完成最小范围重执行,并给出修复后的代码与解释。
从加载数据到生成图表,帮我执行这个笔记本的数据分析流程;如果中间某步更新,只重新运行受影响部分,并汇总关键结论。
AI 会按依赖高效执行分析步骤,避免重复计算,并输出图表结果与结论摘要。
让 AI 代理通过 MCP 连接并操控本地 JupyterLab 进行编程与数据分析。
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。
连接并管理 Jupyter Notebook,支持交互式运行代码与数据分析可视化。
将 Jupyter Server 中的 Python 函数注册为可供 MCP 客户端调用的工具
可批量读取、修改与处理 Jupyter 笔记本,无需启动 Jupyter 服务。
让兼容MCP的AI直接操控实时JupyterLab