$ loading_
让 Claude Code 直接读写并执行 Jupyter Notebook，提升数据分析与实验开发效率。
该 MCP 工具材料显示其为开源的 Jupyter notebook 交互服务器，无需密钥且未声明远程端点，整体未见明显高风险红旗。但其已被客观判定具备本机代码执行能力，且 notebook 交互通常涉及本地文件与内核操作，因此更适合按需谨慎使用。
材料注明无需密钥或环境变量，未见 API token、账户凭证或第三方服务认证要求，因此凭证泄露面较小。
未声明任何远程端点或外部服务连接，基于现有材料未见将用户数据发送到外部网络的事实依据。
系统客观检查项已标记为 executes-code，且其功能为 Jupyter notebook 交互，通常意味着可在本机调用 notebook/kernel 执行代码或相关进程；这属于该类工具的常规高权限能力，需在受控环境中使用。
作为 notebook 交互工具，通常需要读取、创建或修改本地 notebook 及相关数据文件；材料未显示超出声明功能的额外授权，但本地数据访问面应视为存在。
该项目为 MIT 许可开源仓库，源码原则上可审计，这是明显的降风险因素；但来源为第三方注册表、社区采用度为 0 star、维护状态未知，成熟度与持续维护情况仍需留意。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Claude Code 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。
请连接当前项目中的 Jupyter Notebook，定位执行报错的单元格，分析错误原因，并直接修改代码后重新运行相关单元，最后总结修复内容。
返回已定位的报错单元、修复后的代码、运行结果与问题原因说明。
打开这个 Notebook，读取其中的数据处理上下文，补全缺失的探索性分析单元，包括描述统计、缺失值检查、可视化图表，并保持现有风格一致。
生成并插入新的分析单元，输出统计结果、图表及结构清晰的 Notebook 内容。
请检查这个 Jupyter Notebook 的执行顺序、变量依赖和重复代码，把它整理成可从头顺序运行的版本，并添加必要的说明性 Markdown。
得到执行顺序正确、结构更清晰、带说明文档且可复现运行的 Notebook。
连接并管理 Jupyter Notebook，支持交互式运行代码与数据分析可视化。