Token导航 LogoToken导航TokenDH.com
pykernel MCP logo
运维云端stdio官方级别未说明来源级核验

pykernel MCP

MCP Server

@modelcontextprotocol/inspector

PyKernel MCP是一个通过Model Context Protocol提供持久IPython内核环境的服务,支持Python代码执行、状态维护和科学计算库预加载。

工具数

0

提示词数

0

GitHub Stars

2

资源数

0
Python云端部署Docker

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

DOsinga

提供方

DOsinga

最后核验

2026/5/17 20:22

运行时

Node.js

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

npx @modelcontextprotocol/inspector uv run src/pykernel_mcp/server.py

详细介绍

PyKernel MCP

MCP服务器使得代理能够在Jupyter内核中执行Python代码。

特点/特性

PyKernel 通过模型上下文协议提供了一个持久的 IPython 内核环境,用于执行 Python 代码。 设置此服务器后,您的代理将能够:

  • 在执行之间保持状态 - 变量、导入项和函数在工具调用之间保持持久性
  • 预加载的科学知识堆栈 - 已预装numpy、pandas和matplotlib库,无需额外导入
  • 丰富的输出支持 - 捕获文本输出、错误和matplotlib图表
  • 可视化 - 将内联的 matplotlib 图表渲染为图像
  • 软件包安装 - 在运行时安装额外的包 install_package 工具
  • 内核管理 - 在需要时重启内核以清除状态

用例

  • 快速数据分析与探索,无需编写文件
  • 迭代计算,即在前一次结果的基础上进行构建
  • 数学计算和统计分析
  • 使用 matplotlib 进行数据可视化
  • 测试Python代码片段
  • 保持状态的算法原型设计

内核自动处理执行超时,捕获标准输出(stdout)和标准错误(stderr),并在代码失败时提供详细的错误追踪信息。

测试

只需执行:

npx @modelcontextprotocol/inspector uv run src/pykernel_mcp/server.py

安装

点击按钮进行安装:

![Install in Goose](https://block.github.io/goose/extension?cmd=uvx&arg=pykernel-mcp&id=pykernel-mcp&name=PyKernel&description=MCP%20server%20providing%20persistent%20IPython%20kernel%20for%20executing%20Python%20code%20with%20numpy%2C%20pandas%2C%20and%20matplotlib)

或者手动安装:

首选 Advanced settings -> Extensions -> Add custom extension随你喜欢命名,使用你喜欢的字体 STDIO,并设置 command 到;向;对于 uvx pykernel-mcp点击“添加扩展”。

目录标签

目录标签

Python云端部署DockerPython执行本地部署持久内核科学计算数据可视化代码测试

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Node.js

来源包(packageName,安装包名)

@modelcontextprotocol/inspector

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP