$ loading_
调用 Google Colab GPU 远程运行 Python，免本地显卡加速计算。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp-server-colab-exec" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请在 Google Colab GPU（优先 T4/L4）上运行这段 Python 代码，帮我训练一个小型 PyTorch 分类模型，并返回训练结果、显存使用情况和关键报错。代码如下： [在此粘贴代码]
返回 GPU 执行结果、训练指标、日志和可能的修复建议。
请在 Colab GPU 环境中执行这段 Python 数据处理脚本，读取 CSV 后完成清洗、聚合和可视化，并输出处理后的结果文件链接。代码如下： [在此粘贴代码]
返回清洗后的数据、图表和可下载文件链接。
请使用 Google Colab 的 T4/L4 GPU 运行以下 Python 推理代码，测试一个 Hugging Face 模型的加载速度、推理耗时和输出质量，并给出优化建议。代码如下： [在此粘贴代码]
返回模型加载与推理表现、性能瓶颈和优化建议。
通过安全连接远程控制 Google Colab，创建、编辑、运行并检查笔记本单元。
连接并增强 Colab 笔记本控制，支持单元管理、运行与程序化 GPU 切换。
帮助用户检索材料科学数据集并在本地训练与验证 MACE 势模型。
让 AI 代理通过 MCP 连接并操控本地 JupyterLab 进行编程与数据分析。
通过自然语言执行四则运算，快速完成基础数学计算与结果返回。
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。