Jupyter MCP Server
让AI通过MCP协议直接读写和执行Jupyter笔记本中的代码。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Jupyter MCP Server。 它的用途是：让AI通过MCP协议直接读写和执行Jupyter笔记本中的代码。 完整的 Skill 内容见：https://321skill.com/skills/jupyter-mcp-server/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我分析`销售数据.ipynb`这个笔记本里第三单元格的DataFrame，计算每个季度的销售额同比增长率，并用折线图画出来。” 它会通过MCP服务读取该单元格的数据，执行计算和绘图代码，并将生成的新图表插入到笔记本中，最后把关键结论反馈给你。
介绍
Jupyter MCP Server 是一个实现了模型上下文协议（MCP）的服务，它充当了AI助手与Jupyter笔记本环境之间的桥梁。它解决了AI在协助编程时无法直接与交互式笔记本环境交互的问题，使得AI能够更自然、更高效地处理数据科学和机器学习任务。
使用此Skill时，AI助手可以通过标准的MCP协议与本地或远程的Jupyter服务器通信。这意味着你可以直接要求AI读取笔记本中的特定单元格内容、执行代码块以运行分析或训练模型、查看执行结果，甚至创建新的单元格并写入代码。整个过程无需手动复制粘贴代码，实现了对话式编程。
该Skill非常适合需要频繁使用Jupyter进行数据探索、模型实验和结果可视化的数据分析师、学术研究者以及从事机器学习相关工作的开发人员。它尤其适合那些希望将AI深度集成到其数据分析工作流中，以提高探索效率和代码编写速度的用户。
建议在熟悉Jupyter基本操作的基础上使用。初次使用需确保Jupyter环境已正确配置并可访问。由于涉及代码执行，请注意AI生成代码的安全性，建议在非生产环境或受控的沙箱中先行测试。同时，注意管理好会话中的敏感数据和API密钥。
核心特点
与仅能生成代码片段的普通编程助手不同，此Skill通过MCP协议实现了对Jupyter内核的实时控制，允许AI直接执行代码并获取运行结果，形成了一个完整的“思考-编码-执行-反馈”闭环。它并非另一个独立的笔记本工具，而是将现有Jupyter环境无缝接入AI工作流的标准协议实现。
注意事项
不适合完全脱离Jupyter环境的纯文本代码编辑或非Python语言的数据分析场景。
常见问题
这个Skill需要我自己安装Jupyter吗？
是的，你需要先有一个正在运行的Jupyter Notebook或JupyterLab环境。
它能执行除了Python以外的内核吗？
理论上支持MCP协议的Jupyter内核都可以，但具体实现和稳定性取决于服务端对特定内核的支持程度。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/jupyter-mcp-server/raw/index.md 读取 Jupyter MCP Server 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/jupyter-mcp-server/raw/index.md（查看排版版本）