Wir und ausgewählte Dritte verwenden Cookies oder ähnliche Technologien für technische Zwecke und, mit deiner Einwilligung, um zu analysieren, wie die Website genutzt wird.

Du kannst deine Einwilligung jederzeit frei erteilen, verweigern oder widerrufen.

Jupyter MCP Server

MCP-Server von Datalayer

Zellen in Live-Jupyter-Notebooks aus deinem KI-Assistenten lesen, bearbeiten und ausführen.

Läuft lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)Läuft mit uvx

Jupyter MCP Server installieren

Läuft auf deinem Rechner. Dein Client startet ihn mit diesem Befehl:

uvx jupyter-mcp-server@latest

Braucht uv (Python) auf deinem Rechner. Die Schritte unten zeigen, wo der Befehl in jedem Client hingehört.

Diesen Server teilen

Öffnet diese Seite mit dem Installationsbefehl und den Einrichtungsschritten.

mcp.tc/i/jupyter

Über den Server

Verbindet einen KI-Assistenten in Echtzeit mit Jupyter-Notebooks. Der Assistent kann mit Notebook-Zellen arbeiten, sie bearbeiten und dokumentieren sowie Code für Datenanalyse und Visualisierung ausführen. Ziel kann ein lokales JupyterLab oder JupyterHub sein, oder Cloud-Code-Sandboxes.

Er läuft lokal mit uvx jupyter-mcp-server@latest und wird über JUPYTER_URL und JUPYTER_TOKEN auf einen laufenden Jupyter-Server ausgerichtet. Datalayer betreibt außerdem einen Endpunkt unter https://mcp.datalayer.run/mcp, der eine OAuth-Anmeldung mit eingeschränkten Berechtigungen nutzt. Das Projekt steht unter der BSD-3-Clause-Lizenz.

Was du damit machen kannst

  • Zellen in Live-Jupyter-Notebooks lesen und bearbeiten
  • Code-Zellen ausführen und Ergebnisse abrufen
  • Daten in Notebooks dokumentieren und analysieren
  • Verbindung zu einem lokalen JupyterLab oder JupyterHub
  • Gehosteten Datalayer-Endpunkt mit OAuth-Anmeldung nutzen
  • Code-Sandboxes von lokal auf Cloud-Anbieter skalieren

Tools

Lokale Server zeigen ihre Tools erst, wenn sie laufen, deshalb können wir sie hier nicht anzeigen. Die Liste findest du in seiner Dokumentation; dein Client zeigt sie, nachdem du ihn hinzugefügt hast.

Beispiel-Prompts

  • Öffne mein Analyse-Notebook und fasse zusammen, was jede Zelle macht

  • Füge eine Zelle hinzu, die die monatlichen Umsätze aus dem Dataframe plottet, und führe sie aus

  • Behebe die fehlschlagende Zelle in meinem Notebook und führe sie erneut aus

  • Schreibe Markdown-Dokumentation für die Zellen in diesem Notebook

Einrichtung

Jeder Client startet Jupyter MCP Server mit demselben Befehl auf deinem Rechner. Wähl deinen; die Seite merkt sich deine Wahl.

Claude Code

  1. Führe das in einem Terminal in deinem Projektordner aus:
claude mcp add --transport stdio jupyter -- uvx jupyter-mcp-server@latest
  1. Starte Claude Code und tippe /mcp. jupyter sollte als verbunden angezeigt werden.

Ergänze --scope user, damit er in jedem Projekt verfügbar ist.

Claude Desktop

  1. Öffne Settings → Developer → Edit Config. Das öffnet claude_desktop_config.json. Füge hinzu:
claude_desktop_config.json
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server@latest"
      ]
    }
  }
}
  1. Speichere die Datei und starte Claude Desktop neu.

Braucht uv (Python) auf deinem Rechner. Die Datei liegt unter macOS in ~/Library/Application Support/Claude/ und unter Windows in %APPDATA%\Claude\.

Cursor

Oder trag ihn von Hand in ~/.cursor/mcp.json (alle Projekte) oder .cursor/mcp.json (dieses Projekt) ein:

mcp.json
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server@latest"
      ]
    }
  }
}

Braucht uv (Python) auf deinem Rechner.

VS Code

Oder aus einem Terminal:

code --add-mcp '{"name":"jupyter","type":"stdio","command":"uvx","args":["jupyter-mcp-server@latest"]}'

Oder committe ihn ins Repository in .vscode/mcp.json:

.vscode/mcp.json
{
  "servers": {
    "jupyter": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "jupyter-mcp-server@latest"
      ]
    }
  }
}

Braucht uv (Python) auf deinem Rechner.

Devin Desktop

  1. Füge ihn zu ~/.config/devin/mcp_config.json (macOS und Linux) oder %APPDATA%\devin\mcp_config.json (Windows) hinzu:
mcp_config.json
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server@latest"
      ]
    }
  }
}
  1. Aktualisiere die Liste der MCP-Server in Cascade.

Devin Desktop ist der neue Name von Windsurf.

Codex

codex mcp add jupyter -- uvx jupyter-mcp-server@latest

Oder bearbeite ~/.codex/config.toml direkt:

config.toml
[mcp_servers.jupyter]
command = "uvx"
args = ["jupyter-mcp-server@latest"]

Braucht uv (Python) auf deinem Rechner.

Gemini CLI

gemini mcp add jupyter uvx jupyter-mcp-server@latest

Damit fügst du ihn dem aktuellen Projekt hinzu. Ergänze -s user, um ihn überall zu nutzen.

Jeder Client

Die meisten Clients, die lokale Server starten, akzeptieren diese Form:

{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server@latest"
      ]
    }
  }
}

Zed legt Server in seinen Einstellungen unter context_servers ab, mit denselben Feldern command, args und env.

Braucht uv (Python) auf deinem Rechner.

Einbinden

Zeig Jupyter MCP Server in einem README oder auf deiner Website. Jede Einbindung verlinkt auf diese Seite, nutzt den Installationsbefehl des Servers und setzt keine Cookies. So funktionieren Einbindungen

Karte, iframe und JSON sind auf Englisch. Häng ?lang=it, fr, de oder es an ihre Adresse an, um eine andere Sprache zu bekommen.

README-Badge

Badge-Vorschau, hellBadge-Vorschau, dunkel
Markdown
[![Jupyter MCP Server on mcp.tc](https://mcp.tc/i/jupyter/badge.svg)](https://mcp.tc/i/jupyter)
HTML
<a href="https://mcp.tc/i/jupyter"><img src="https://mcp.tc/i/jupyter/badge.svg" alt="Jupyter MCP Server on mcp.tc" height="20"></a>

Es folgt dem hellen oder dunklen Modus der Lesenden. Hänge ?theme=light oder ?theme=dark an, um ihn festzulegen, oder ?style=compact, um das Zeichen ohne Schriftzug zu zeigen.

Website-Karte

HTML
<script src="https://mcp.tc/w/jupyter.js" async></script>

Die Karte erscheint dort, wo das Tag steht. Füge dem Tag data-theme="dark" oder data-size="compact" hinzu, um sie zu ändern. Die Datei enthält alles, was sie braucht, stellt also keine weiteren Anfragen und setzt keine Cookies.

iframe

HTML
<iframe src="https://mcp.tc/embed/jupyter" title="Jupyter MCP Server on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>

Nutze es auf Seiten, die keine Skripte erlauben. Hänge ?theme=light oder ?theme=dark an die Adresse an, um die Farben festzulegen.

JSON

Der Eintrag als Daten für deine eigenen Seiten und Tools: Name, Kurzbeschreibung, Installationsbefehl, Tools und die „Add to“-Links. Jede Website kann ihn lesen (CORS ist offen).

https://mcp.tc/i/jupyter.json

Was jedes Feld bedeutet

KI-Prompt

Füg ihn in einen KI-Coding-Assistenten wie Claude Code oder Cursor ein, und er baut die Karte von Jupyter MCP Server in deine Website ein.

Markdown
Füge meiner Website die mcp.tc-Karte für den MCP-Server Jupyter MCP Server hinzu. Es ist ein einziges statisches Skript: kein Build-Schritt, kein Paket zu installieren, keine Cookies.

Setz dieses Tag dorthin, wo die Karte erscheinen soll. Die Karte erscheint direkt davor:

```html
<script src="https://mcp.tc/w/jupyter.js" async></script>
```

Um sie woanders zu zeigen, setz dort diesen Platzhalter ein und lade dasselbe Skript nur einmal, zum Beispiel vor `</body>`. Lass den Link darin stehen: Besucher ohne JavaScript sehen ihn.

```html
<div data-mcptc="jupyter"><a href="https://mcp.tc/i/jupyter">Jupyter MCP Server on mcp.tc</a></div>
```

Optionen:
- `data-theme="light"` oder `"dark"` am Tag oder Platzhalter legt die Farben fest. Ohne das Attribut folgt die Karte dem hellen oder dunklen Modus der Besucher.
- `data-size="compact"` ergibt eine kleinere Karte ohne Kurzbeschreibung.
- Die CSS-Variable `--mcptc-max-width` am Platzhalter oder einem Elternelement legt die Breite fest (Standard `520px`).
- `?lang=` in der Skript-URL legt die Sprache der Karte fest: `en`, `it`, `fr`, `de` oder `es`.

Wenn die Website eine Content Security Policy hat, erlaube `script-src https://mcp.tc` und `img-src data:` (das Icon ist eingebettet).

Für ein README oder andere Markdown-Dokumentation nimm stattdessen das Badge:

```markdown
[![Jupyter MCP Server on mcp.tc](https://mcp.tc/i/jupyter/badge.svg)](https://mcp.tc/i/jupyter)
```

Referenz: https://mcp.tc/de/embed

Änderungsverlauf

Dieser Server läuft auf deinem Computer, deshalb verfolgen wir sein PyPI-Paket: Jede neue Version erscheint hier, dazu Änderungen seines Betreibers.

Folge Jupyter MCP Server, und wir schicken dir eine E-Mail, wenn sich etwas ändert.

  1. , Automatische Prüfung

    Neue Version 2.2.6 (vorher 2.2.5). Von PyPI gelesen.

  2. , Automatische Prüfung

    Neue Version 2.2.5 (vorher 2.2.4). Von PyPI gelesen.

  3. , Automatische Prüfung

    Neue Version 2.2.4 (vorher 2.2.3). Von PyPI gelesen.

  4. , Automatische Prüfung

    Beginn der Beobachtung: Version 2.2.3.

Häufige Fragen

Kann ich mcp.tc/i/jupyter in meinen MCP-Client einfügen?

Nein. Jupyter MCP Server läuft auf deinem eigenen Rechner und wird von deinem Client gestartet, hat also keine Webadresse, mit der man sich verbinden könnte. Der Quick-Link ist die Seite zum Teilen; der Installationsbefehl lautet uvx jupyter-mcp-server@latest.

Braucht Jupyter MCP Server einen API-Schlüssel?

Nein. Er gibt keine Schlüssel oder Umgebungsvariablen an. Er läuft mit den Rechten deines Benutzerkontos, prüfe also, worauf seine Tools zugreifen können.

Ist Jupyter MCP Server ein Remote- oder ein lokaler Server?

Lokal. Dein Client startet ihn mit uvx jupyter-mcp-server@latest als Prozess auf deinem Rechner; dafür brauchst du uv (Python).

Was kann Jupyter MCP Server?

Du kannst damit Zellen in Live-Jupyter-Notebooks lesen und bearbeiten, Code-Zellen ausführen und Ergebnisse abrufen und Daten in Notebooks dokumentieren und analysieren.

Welche Clients können ihn nutzen?

Jeder Client, der lokale Server startet: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed und andere. claude.ai und ChatGPT verbinden sich nur mit Remote-Servern.

Verfolgt mcp.tc Änderungen an Jupyter MCP Server?

Teilweise. Er läuft auf deinem Computer, deshalb verfolgen wir sein PyPI-Paket: Sein Tab Verlauf zeigt jede neue Version und Änderungen seines Betreibers. Folge dem Eintrag, um eine E-Mail zu bekommen, wenn er sich ändert.

Wer hat diese Seite geschrieben?

Der Roboter von mcp.tc hat die öffentlichen Metadaten von Jupyter MCP Server (seine Paket- und Repository-Seiten) gelesen, und ein KI-Modell hat daraus den Text entworfen. Ein Mensch prüft alles, was die Prüfungen nicht bestätigen können. Der Text kann trotzdem falsch sein; wenn dir ein Fehler auffällt, nutze Eintrag melden auf dieser Seite. Diese Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.

mcp.tc steht in keiner Verbindung zu Datalayer. Diese Seite entstand aus den öffentlichen Metadaten von Jupyter MCP Server, zuletzt geprüft am 3. Okt. 2026, und ein KI-Modell hat die Beschreibung geschrieben, sie kann also Fehler enthalten. Namen und Marken gehören ihren Inhabern. Stimmt etwas nicht? Eintrag melden. Die Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.