$ loading_
连接本地 Jupyter 内核，执行代码、管理内核并运行笔记本
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Jupiter Controller 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。
连接本地 Jupyter 内核，执行这段 Python 代码并返回输出：导入 pandas，读取 sample.csv，统计每列缺失值与数值列均值。
返回代码执行结果，包括缺失值统计、均值结果及相关输出信息。
列出当前可用的本地 Jupyter 内核，并说明我应该选择哪个内核来运行 Python 3 分析任务。
返回可用内核列表，并给出适合运行该任务的内核建议。
使用本地 Jupyter 内核运行这个 notebook，并捕获每个单元的输出与报错摘要。
返回笔记本执行状态，以及各单元输出或错误的汇总结果。
开发者或研究人员可在与 AI 协作时直接连接本地 Jupyter 内核，执行代码并获取输出，无需手动切换到独立的笔记本环境。
数据分析师在处理不同项目环境时，可以通过该工具查看和管理本地内核，选择合适的执行环境完成任务。
当需要批量或重复运行 notebook 时，该工具可触发笔记本执行并捕获输出，帮助用户快速检查结果与错误。
它把 Claude Code 连接到本地 Jupyter 内核，用于代码执行、内核管理和 notebook 执行，并支持安全门控与输出捕获。
可以。原始描述明确提到支持 notebook execution，因此不仅能运行代码片段，也能执行笔记本。
给定素材没有提供安装步骤、依赖或密钥要求。更具体的信息见源码仓库。
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 Claude Code 直接读写并执行 Jupyter Notebook，提升数据分析与实验开发效率。
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。
通过 MCP 全面操控 Google NotebookLM，管理研究资料、对话、笔记与导出流程。