jupyter-mcp-server vs filesystem
并排对比，帮你在这两个 MCP server 之间做选择。
jupyter-mcp-server by datalayer | filesystem by modelcontextprotocol | |
|---|---|---|
| Stars | ★ 1,103 | ★ 85,748 |
| 30天用量 | — | — |
| 综合分 | 54 | 77 |
| 官方 | — | ✓ |
| 分类 | 开发者工具效率工具AI / LLM 工具 | 本地文件系统开发者工具效率工具 |
| 实现语言 | Python | TypeScript |
| 最近提交 | 本月 | 本月 |
jupyter-mcp-server · 概述
一个让AI系统能够实时交互Jupyter笔记本的MCP服务器，提供笔记本管理和单元格执行工具。
filesystem · 概述
功能丰富的文件系统操作 MCP 服务器，具有动态目录访问控制功能。
jupyter-mcp-server · 使用场景
- AI助手分析和执行Jupyter笔记本中的代码
- 自动化笔记本管理和单元格执行工作流
- AI系统与人类笔记本用户之间的实时协作
filesystem · 使用场景
- 使 AI 模型能够读取和写入项目文件进行开发
- 允许 Claude 或其他 MCP 客户端浏览和分析代码库
- 为内容生成提供对特定目录的安全沙盒访问
jupyter-mcp-server · 安装
# 安装必需的依赖
pip install jupyterlab==4.4.1 jupyter-collaboration==4.0.2 jupyter-mcp-tools>=0.1.4 ipykernel pycrdt
# 启动JupyterLab
jupyter lab --port 8888 --IdentityProvider.token MY_TOKEN --ip 0.0.0.0配置您的MCP客户端（例如Claude Desktop）:
{
"mcpServers": {
"jupyter": {
"command": "uvx",
"args": ["jupyter-mcp-server@latest"],
"env": {
"JUPYTER_URL": "http://localhost:8888",
"JUPYTER_TOKEN": "MY_TOKEN",
"ALLOW_IMG_OUTPUT": "true"
}
}
}
}filesystem · 安装
安装
使用 NPX
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/path/to/allowed/directory"
]
}
}
}使用 Docker
{
"mcpServers": {
"filesystem": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"--mount", "type=bind,src=/path/to/allowed/dir,dst=/projects/allowed/dir",
"mcp/filesystem",
"/projects"
]
}
}
}VS Code 扩展
点击 README 中的安装按钮直接在 VS Code 中安装。