$ loading_
通过终端命令、Python执行与文件操作,帮助用户完成本地开发与自动化任务。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"mcp-pypi" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请在当前项目目录执行以下命令:pwd、ls -la、python --version、pip list,并汇总当前环境、关键依赖和可能的问题。
返回命令结果,并给出环境概览、依赖清单重点和排查建议。
读取 data.csv,使用 Python 统计每列缺失值、数值列的均值与中位数,并将结果保存为 summary.json。
生成并保存统计结果文件,同时说明处理步骤与结果摘要。
扫描 reports 文件夹,将所有 .txt 文件移动到 text 子目录、所有 .csv 文件移动到 csv 子目录;如果子目录不存在则自动创建,并输出整理报告。
完成文件分类与目录创建,并返回移动结果和最终目录结构说明。
通过 MCP 连接 Jupyter 环境,帮助执行代码、分析数据并交互式探索结果。
通过命令行连接和调用 MCP 服务器,便于调试、测试与集成 AI 工具链。
提供网页抓取与文档检索能力,帮助快速收集网页信息并查询技术文档。
帮助开发者快速构建面向大模型的 MCP 应用与智能体服务器。
将任意命令行工具快速封装为 MCP 服务,供 AI 助手直接调用。
指导你构建高质量 MCP 服务器,安全集成外部 API 与服务。