¿Cómo usar el servidor Jupyter MCP?

Jupyter MCP Server es una extensión para los entornos Jupyter que integra LLM con sesiones de codificación en tiempo positivo. Al implementar el protocolo de contexto del maniquí (MCP), habilita AI Modelos para interactuar con el núcleo, el sistema de archivos y el terminal de Jupyter de una forma segura y consciente del contexto. Este blog explorará cómo puede usar el servidor Jupyter MCP en el interior de su sistema.

¿Qué son los servidores MCP y por qué necesitamos servidores MCP?

Los servidores MCP (Protocolo de contexto del maniquí) son getweens dedicados que facilitan la comunicación entre asistentes de IA y aplicaciones o entornos fuera de ellos. Permiten que los modelos de IA se ejecuten de forma consciente del estado, ofreciéndoles un contexto en tiempo positivo, como títulos variables, historial de códigos, conjuntos de datos y resultados de ejecución.

Sin servidores MCP, los modelos de IA operan en el vano sin conocimiento de las variables preestablecidas. Este aislamiento limita su capacidad y potencial para cometer errores. Los servidores MCP abordan este problema al proporcionar la IA el poder de razonar, realizar y mejorar en un entorno en tiempo positivo, lo que les permite volverse más funcionales, precisos y efectivos.

¿Qué es el servidor Jupyter MCP?

Jupyter MCP Server es una útil que actúa como un puente entre un maniquí de estilo vasto y el entorno Live Jupyter del legatario utilizando principalmente el Protocolo de contexto del maniquí (MCP). Elimina las limitaciones de los modelos eliminando la aprieto de copiar y pegar el código y los datos. MCP tiene un protocolo seguro a través del cual los modelos pueden consentir e interactuar con varios componentes de un ecosistema Jupyter. Por lo tanto, abriendo el concepto de concurrencia integrada, consciente de contexto y poderosa impulsada por la IA.

Características del servidor Jupyter MCP

A través del Protocolo de contexto del maniquí (MCP), el Jupyter MCP Server proporciona una forma estructurada para que las aplicaciones externas interactúen con los componentes Core Jupyter.

1. Interacción del núcleo: Admite la ejecución del código en el interior de los núcleos activos de Jupyter, la recuperación de estados variables y la papeleo del ciclo de vida del núcleo.
2. Entrada al sistema de archivos: Proporciona comunicación controlado al espacio de trabajo del legatario, permitiendo la leída, la escritura y la compañía de archivos y directorios a través del Administrador de contenido de Jupyter.
3. Entrada terminal: Permite la interacción con las sesiones terminales de Jupyter, permitiendo Ejecución de comandos de shell, instalaciones de paquetes y automatización de tareas del sistema
4. Colaboración en tiempo positivo: Permite que múltiples usuarios o agentes de IA vieran y editen cuadernos simultáneamente.
5. Diligencia de cuadernos: La papeleo valioso del cuaderno incluye desentenderse y recuperar la información del cuaderno, avalar la integridad y la accesibilidad de los datos.

Entendamos ahora algunas de estas características en detalle.

Funcionalidades esencia del servidor Jupyter MCP

El sistema consta de tres componentes principales: interacción del núcleo, comunicación al sistema de archivos y comunicación terminal. Estos componentes permiten que las aplicaciones externas interactúen con los entornos Jupyter ejecutando código, administrando archivos y controlando las sesiones de terminales, respectivamente. En esta sección, comprenderemos cada uno de ellos en detalle:

Interacción del núcleo

Él Dejamos que Jupyter MCP Server ejecute código en el interior de los núcleos activos del legatario. Además inspecciona el estado del kernel, recupera los resultados de la ejecución e incluso administra el ciclo de vida del núcleo.

Cómo funciona: El cliente MCP envía solicitudes a la API MCP, especificando el kernel objetivo y la entusiasmo. Luego, el servidor MCP se comunica con el administrador del kernel de Jupyter para procesar la solicitud.

Posibles acciones:

• Corriente de celdas de código
• Recuperar títulos variables
• Marcando el estado del núcleo
• Interrupción o reiniciando núcleos

Entrada al sistema de archivos

Proporciona comunicación controlado al espacio de trabajo del legatario, que permite que las aplicaciones externas lean, escriban o administren archivos y directorios.

Cómo funciona: El cliente MCP solicita operaciones de archivo bajo las reglas establecidas por el administrador de contenido de Jupyter y las políticas de seguridad de MCP.

Posibles acciones:

• Contenido del archivo de leída
• Escribir o modificar archivos
• Creación o asesinato de archivos y carpetas

Entrada terminal

Él Permite que Jupyter MCP Server interactúe con las sesiones terminales de Jupyter.

Cómo funciona: El cliente MCP envía comandos a una sesión de terminal específica, y el administrador de terminal de Jupyter procesa la solicitud, devolviendo cualquier salida.

Posibles acciones:

• Ejecutando comandos de shell
• Instalación de paquetes
• Diligencia de procesos de fondo
• Automatizar tareas del sistema

¿Cómo integrar el servidor Jupyter MCP?

Esta sección describe los pasos requeridos para la integración del Servidor Jupyter MCP. Pero antaño de sumergirse en el proceso de instalación y configuración, primero revisemos los requisitos previos necesarios para configurar el Servidor Jupyter MCP adecuadamente.

Una vez que se cumplan los requisitos previos, continuaremos con los pasos de instalación y configuración.

Requisitos previos

• Python 3.8 o superior: El servidor se cimiento en las características modernas de Python y requiere un entorno actualizado.
• Servidor jupyter: MCP Server opera como una extensión del servidor Jupyter. Si aún no está instalado, puede agregarlo usando el subsiguiente comando.

pip install jupyter-server

Instalación

Como ha terminado con los requisitos previos, realicemos los pasos para descargar el servidor Jupyter MCP.

1. Descargar

Hay dos formas en que puede descargar el servidor Jupyter MCP

Instalación normalizado

Instalación del servidor Jupyter MCP directamente desde PYPI usando PIP:

pip install jupyter-mcp-server

Instalación de ampliación

Además puede clonar el repositorio del código fuente desde aquí

Paso 1: Clonar el repositorio mencionado anteriormente

git clone https://github.com/datalayer/jupyter-mcp-server.git
cd jupyter-mcp-server

Paso 2: Descargar el modo editable: Esto le permite realizar cambios en el código fuente que se reflejarán.

Use el indicador -e con PIP para instalar el paquete en modo editable.

Pip install -e

Si planea ejecutar pruebas y contribuir, puede usar el subsiguiente código:

Pip install -e “.(dev)” 

2. Active la extensión

Una vez instalado (ya sea el camino explicado anteriormente), debe habilitar la extensión del servidor Jupyter. Esto carga y utiliza la funcionalidad del servidor MCP. Modificación de configuraciones de Jupyter y modernización de la letanía de extensiones activas con el servidor MCP.

jupyter server extension enable jupyter_mcp_server    

Una vez hecho con los pasos anteriores, puede efectuar su instalación con la letanía de extensión del servidor Jupyter.

jupyter server extension list

Propina: Si ves jupyter_mcp_server En la letanía, luego se activa.

Servidor Jupyter MCP funcionando

El servidor Jupyter MCP no será una interfaz visible en su motivo, está en el interior de Jupyterlab o cuaderno. Ofrece una API HTTP que otras herramientas, como Claude Desktop, AI Models, Backends o Plugins.

Al usar Claude Desktop, realice cambios en el Claude_desktop_config.json. El valencia del token y el cuaderno_path se pueden obtener de la terminal una vez que ejecuta su cuaderno Jupyter

Código para Windows:

{

  "mcpServers": {

    "jupyter": {

      "command": "docker",

      "args": (

        "run",

        "-i",

        "--rm",

        "-e",

        "SERVER_URL",

        "-e",

        "TOKEN",

        "-e",

        "NOTEBOOK_PATH",

        "datalayer/jupyter-mcp-server:latest"

      ),

      "env": {

        "SERVER_URL": "http://host.docker.internal:8888",

        "TOKEN": "MY_TOKEN",

        "NOTEBOOK_PATH": "notebook.ipynb"

      }

    }

  }

}

Código para Linux:

CLAUDE_CONFIG=${HOME}/.config/Claude/claude_desktop_config.json

cat < $CLAUDE_CONFIG

{

  "mcpServers": {

    "jupyter": {

      "command": "docker",

      "args": (

        "run",

        "-i",

        "--rm",

        "-e",

        "SERVER_URL",

        "-e",

        "TOKEN",

        "-e",

        "NOTEBOOK_PATH",

        "--network=host",

        "datalayer/jupyter-mcp-server:latest"

      ),

      "env": {

        "SERVER_URL": "http://localhost:8888",

        "TOKEN": "MY_TOKEN",

        "NOTEBOOK_PATH": "notebook.ipynb"

      }

    }

  }

}

EOF

cat $CLAUDE_CONFIG

Una vez admitido, si quiere interactuar con su sesión de Jupyter, envía una solicitud a esta API. El servidor MCP maneja la solicitud verificando si está permitido, comunicándose con la parte apropiada de Jupyter, como el kernel, el sistema de archivos o el terminal, y enviando la respuesta necesaria.

El punto final API proporcionado por la extensión MCP, que vive en /MCP /V1, es solo una ruta adicional a la URL colchoneta de su servidor Jupyter.

Entonces, si su servidor Jupyter se ejecuta localmente en http: // localhost: 8888/puedes encontrar la API MCP en http: // localhost: 8888/mcp/v1. Aquí es donde las herramientas externas como el servidor Jupyter MCP se comunicarán para comunicarse con su entorno Jupyter.

Las solicitudes HTTP son enviadas por el servidor Jupyter MCP, como Get, Post, Put o Eliminar, dependiendo de la tarea. Cada solicitud va a una subputa específica debajo /MCP /V1. Estos patrones de solicitud y estructuras de datos constituyen lo que se conoce como el Protocolo de contexto del maniquí (MCP). Para más detalles, puede consultar el principal Readme Archivo en el tesina que explica el papel del punto final.

Aplicación praxis

En la praxis, veremos cómo:

• Amplificar celdas de código: Estas son secciones donde puede escribir y ejecutar el código.
• Ejecute su código: Solo presione un clavija para ver los resultados al instante
• Amplificar texto con Markdown: Use celdas Markdown para escribir notas, explicaciones o encabezados para que su trabajo se vea organizado.

Fuente: LinkedIn

Es como tener un cuaderno consumado para asimilar y intentar.

Diligencia del contexto y seguridad de Jupyter MCP

MCP no se negociación de habilitar el comunicación, garantiza el comunicación controlado y seguro. El protocolo aplica la autorización y el repercusión, es sostener, limitando el comunicación a lo que está explícitamente permitido. Los usuarios tienen visibilidad y control sobre a qué aplicaciones pueden consentir a su sesión y lo que hacen. Esto evita el comunicación no acreditado, protege los datos del legatario y mantiene el entorno Jupyter seguro.

Conclusión

¡Espero que hayas enfrentado útil el tutorial del servidor Jupyter MCP! El servidor Jupyter MCP aporta interacciones más inteligentes y alimentadas por IA a su entorno Jupyter. Utiliza el Protocolo de contexto del maniquí (MCP) para hacerlo de forma segura y estandarizada. El servidor ya está habitable y es realizable de configurar. Creo que a medida que crece la asimilación, podemos esperar herramientas más inteligentes y conscientes del contexto que no solo ayuden sino que efectivamente entienden nuestro flujo de trabajo. Por lo tanto, cerrar la brecha entre los poderosos modelos de IA y los entornos dinámicos.