$ loading_
通过 MCP 工具加载、编辑、搜索并保存 Jupyter 笔记本,便于高效处理代码与分析内容。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"jupyter-notebook-mcp" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
打开这个 .ipynb 文件,列出所有单元及索引,然后把数据清洗相关单元移动到“特征工程”标题之前,最后保存文件。
返回更新后的单元顺序与索引,并保存整理后的笔记本文件。
在当前笔记本中搜索使用 pandas.read_csv 的代码单元,把文件路径统一改为 data/input.csv,并说明改动了哪些单元。
输出匹配到的单元及修改结果,并生成已更新的笔记本内容。
读取当前 Jupyter 笔记本,在每个主要代码块前插入一个 Markdown 单元,简要说明该步骤的目的和输入输出,保持原有执行顺序。
得到插入说明后的笔记本,新增文本单元索引会随结构变化自动更新。
让 AI 通过 MCP 控制本地 JupyterLab,执行代码、分析数据并管理笔记本流程。