$ loading_
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。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"colab-mcp (enhanced fork)" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
连接当前 Colab 笔记本，列出所有单元；将导入、数据处理、训练代码分别整理到合适位置，删除重复单元，并按顺序运行全部代码单元。
返回整理后的单元结构、执行结果摘要，以及已删除或移动单元的说明。
把当前 Colab 运行环境切换到 L4 GPU，如果不可用则尝试 T4；然后执行训练单元，并汇报最终使用的 GPU 类型和运行状态。
返回 GPU 切换结果、实际启用的硬件类型，以及训练执行是否成功的摘要。
检查这个 Colab 笔记本的代码单元，在每个主要步骤前添加简短文字说明单元，解释数据读取、预处理、建模和评估流程。
生成插入后的说明文本单元，并给出更新后的笔记本结构概览。
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。
调用 Google Colab GPU 远程运行 Python，免本地显卡加速计算。
通过 Google Drive 同步 Colab 笔记本文件，无需执行代码即可管理内容。
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。
将高负载 CPU 与机器学习任务自动卸载到免费 Google Colab 执行与管理。
连接 Jupyter 内核并管理笔记本，支持读取、编辑与执行代码单元。