Noi e terze parti selezionate usiamo cookie o tecnologie simili per finalità tecniche e, con il tuo consenso, per analizzare l’uso del sito.

Puoi liberamente prestare, negare o revocare il tuo consenso in qualsiasi momento.

Jupyter MCP Server

Server MCP di Datalayer

Leggi, modifica ed esegui celle in notebook Jupyter attivi dal tuo assistente AI.

Gira in locale (Gira sul tuo computer: la sua pagina riporta il comando di installazione)Gira con uvx

Installa Jupyter MCP Server

Gira sul tuo computer. Il tuo client lo avvia con questo comando:

uvx jupyter-mcp-server@latest

Richiede uv (Python) sul tuo computer. I passaggi qui sotto mostrano dove va il comando in ogni client.

Condividi questo server

Apre questa pagina, con il comando di installazione e i passaggi di configurazione.

mcp.tc/i/jupyter

Descrizione

Collega un assistente AI ai notebook Jupyter in tempo reale. L’assistente può lavorare con le celle dei notebook, modificarle e documentarle, ed eseguire codice per l’analisi e la visualizzazione dei dati. Può usare come destinazione un JupyterLab o JupyterHub locale, oppure sandbox di codice nel cloud.

Si esegue in locale con uvx jupyter-mcp-server@latest, collegato a un server Jupyter in esecuzione tramite JUPYTER_URL e JUPYTER_TOKEN. Datalayer ospita anche un endpoint all’indirizzo https://mcp.datalayer.run/mcp che usa l’accesso OAuth con permessi limitati. Il progetto è distribuito con licenza BSD-3-Clause.

Cosa puoi fare

  • Leggere e modificare celle in notebook Jupyter attivi
  • Eseguire celle di codice e ottenere i risultati
  • Documentare e analizzare dati all’interno dei notebook
  • Connettersi a un JupyterLab o JupyterHub locale
  • Usare l’endpoint Datalayer ospitato con accesso OAuth
  • Scalare le sandbox di codice dal locale ai provider cloud

Tool

I server locali mostrano i loro tool solo quando sono in esecuzione, quindi non possiamo mostrarli qui. Cerca l’elenco nella sua documentazione; il tuo client li mostra dopo che lo hai aggiunto.

Prompt di esempio

  • Apri il mio notebook di analisi e riassumi cosa fa ogni cella

  • Aggiungi una cella che traccia le vendite mensili dal dataframe ed eseguila

  • Correggi la cella che fallisce nel mio notebook ed eseguila di nuovo

  • Scrivi la documentazione in markdown per le celle di questo notebook

Configurazione

Ogni client avvia Jupyter MCP Server sul tuo computer con lo stesso comando. Scegli il tuo; la pagina ricorda la tua scelta.

Claude Code

  1. Eseguilo in un terminale, nella cartella del tuo progetto:
claude mcp add --transport stdio jupyter -- uvx jupyter-mcp-server@latest
  1. Avvia Claude Code e digita /mcp. jupyter dovrebbe risultare collegato.

Aggiungi --scope user per renderlo disponibile in tutti i progetti.

Claude Desktop

  1. Apri Settings → Developer → Edit Config. Si apre claude_desktop_config.json. Aggiungi:
claude_desktop_config.json
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server@latest"
      ]
    }
  }
}
  1. Salva il file e riavvia Claude Desktop.

Richiede uv (Python) sul tuo computer. Il file si trova in ~/Library/Application Support/Claude/ su macOS e in %APPDATA%\Claude\ su Windows.

Cursor

Oppure aggiungilo a mano in ~/.cursor/mcp.json (tutti i progetti) o in .cursor/mcp.json (questo progetto):

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

Richiede uv (Python) sul tuo computer.

VS Code

Oppure da un terminale:

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

Oppure fai commit nel repository in .vscode/mcp.json:

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

Richiede uv (Python) sul tuo computer.

Devin Desktop

  1. Aggiungilo a ~/.config/devin/mcp_config.json (macOS e Linux) o a %APPDATA%\devin\mcp_config.json (Windows):
mcp_config.json
{
  "mcpServers": {
    "jupyter": {
      "command": "uvx",
      "args": [
        "jupyter-mcp-server@latest"
      ]
    }
  }
}
  1. Aggiorna l’elenco dei server MCP in Cascade.

Devin Desktop è il nuovo nome di Windsurf.

Codex

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

Oppure modifica direttamente ~/.codex/config.toml:

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

Richiede uv (Python) sul tuo computer.

Gemini CLI

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

Così lo aggiungi al progetto corrente. Aggiungi -s user per usarlo ovunque.

Qualsiasi client

La maggior parte dei client che avviano server locali accetta questa forma:

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

Zed mette i server sotto context_servers nelle sue impostazioni, con gli stessi campi command, args ed env.

Richiede uv (Python) sul tuo computer.

Embed

Mostra Jupyter MCP Server in un README o sul tuo sito. Ogni embed rimanda a questa pagina, usa il comando di installazione del server e non imposta cookie. Come funzionano gli embed

Card, iframe e JSON sono in inglese. Aggiungi ?lang=it, fr, de o es al loro indirizzo per un’altra lingua.

Badge per il README

Anteprima del badge, chiaroAnteprima del badge, scuro
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>

Segue la modalità chiara o scura di chi legge. Aggiungi ?theme=light o ?theme=dark per fissarla, oppure ?style=compact per mostrare il simbolo senza la scritta.

Card per il sito

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

La card compare dove si trova il tag. Aggiungi data-theme="dark" o data-size="compact" al tag per cambiarla. Il file contiene tutto ciò che serve, quindi non fa altre richieste e non imposta cookie.

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>

Usalo nelle pagine che non consentono script. Aggiungi ?theme=light o ?theme=dark all’indirizzo per fissare i colori.

JSON

La scheda come dati per le tue pagine e i tuoi strumenti: nome, descrizione breve, comando di installazione, tool e i link «Add to». Qualsiasi sito può leggerla (CORS aperto).

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

Cosa significa ogni campo

Prompt per l’AI

Incollalo in un assistente di programmazione con l’AI, come Claude Code o Cursor, e aggiungerà la card di Jupyter MCP Server al tuo sito.

Markdown
Aggiungi al mio sito la card di mcp.tc per Jupyter MCP Server, un server MCP. È un solo script statico: niente build, nessun pacchetto da installare, nessun cookie.

Metti questo tag dove deve comparire la card. La card appare subito prima del tag:

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

Per mostrarla altrove, metti lì questo segnaposto e carica lo stesso script una volta sola, per esempio prima di `</body>`. Lascia il link al suo interno: lo vede chi non ha JavaScript.

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

Opzioni:
- `data-theme="light"` o `"dark"` sul tag o sul segnaposto fissa i colori. Senza l’attributo, la card segue la modalità chiara o scura di chi visita.
- `data-size="compact"` dà una card più piccola, senza la descrizione breve.
- La variabile CSS `--mcptc-max-width` sul segnaposto o su un elemento padre imposta la larghezza (predefinita `520px`).
- `?lang=` nell’URL dello script imposta la lingua della card: `en`, `it`, `fr`, `de` o `es`.

Se il sito ha una Content Security Policy, consenti `script-src https://mcp.tc` e `img-src data:` (l’icona è inline).

Per un README o altra documentazione in Markdown, usa invece il badge:

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

Riferimento: https://mcp.tc/it/embed

Cronologia delle modifiche

Questo server gira sul tuo computer, quindi seguiamo il suo pacchetto PyPI: qui compare ogni nuova versione, insieme alle modifiche di chi lo gestisce.

Segui Jupyter MCP Server e ti mandiamo un’email quando qualcosa cambia.

  1. , Controllo automatico

    Nuova versione 2.2.6 (prima 2.2.5). Letta da PyPI.

  2. , Controllo automatico

    Nuova versione 2.2.5 (prima 2.2.4). Letta da PyPI.

  3. , Controllo automatico

    Nuova versione 2.2.4 (prima 2.2.3). Letta da PyPI.

  4. , Controllo automatico

    Inizio del tracciamento: versione 2.2.3.

Domande frequenti

Posso incollare mcp.tc/i/jupyter nel mio client MCP?

No. Jupyter MCP Server gira sul tuo computer, avviato dal tuo client, quindi non ha un indirizzo web a cui collegarsi. Il link rapido è la pagina da condividere; il comando di installazione è uvx jupyter-mcp-server@latest.

Jupyter MCP Server richiede una chiave API?

No. Non dichiara chiavi né variabili d’ambiente. Gira con i permessi del tuo account utente, quindi controlla cosa possono raggiungere i suoi tool.

Jupyter MCP Server è un server remoto o locale?

Locale. Il tuo client lo avvia come processo sul tuo computer con uvx jupyter-mcp-server@latest, che richiede uv (Python).

Cosa può fare Jupyter MCP Server?

Puoi leggere e modificare celle in notebook Jupyter attivi, eseguire celle di codice e ottenere i risultati e documentare e analizzare dati all’interno dei notebook.

Quali client possono usarlo?

Qualsiasi client che avvia server locali: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed e altri. claude.ai e ChatGPT si collegano solo a server remoti.

mcp.tc tiene traccia delle modifiche di Jupyter MCP Server?

In parte. Gira sul tuo computer, quindi seguiamo il suo pacchetto PyPI: la sua sezione Cronologia mostra ogni nuova versione e le modifiche di chi lo gestisce. Segui la scheda per ricevere un’email quando cambia.

Chi ha scritto questa pagina?

Il robot di mcp.tc ha letto i metadati pubblici di Jupyter MCP Server (le pagine del suo pacchetto e del repository), e un modello di AI ne ha ricavato il testo. Una persona esamina tutto ciò che i controlli non riescono a confermare. Il testo può comunque contenere errori, quindi se ne trovi uno usa Segnala questa scheda su questa pagina. Questa traduzione è stata fatta da un modello di AI a partire dal testo inglese.

mcp.tc non è affiliato a Datalayer. Questa pagina è stata creata a partire dai metadati pubblici di Jupyter MCP Server (ultimo controllo: 3 ott 2026), e la descrizione l’ha scritta un modello di AI, quindi può contenere errori. Nomi e marchi appartengono ai rispettivi titolari. Qualcosa non va? Segnala questa scheda. La traduzione è stata fatta da un modello di AI a partire dal testo inglese.