Jupyter AI

一个开源扩展，可将 AI 代理连接到 JupyterLab 中的计算笔记本。

Jupyter AI 将代理式 AI 引入 JupyterLab。它提供原生的聊天界面，您可以在其中与前沿 AI 代理协作——包括 Claude、Codex、Gemini、Goose、Kiro、Mistral Vibe 和 OpenCode——所有这些代理都通过 Agent Client Protocol (ACP) 集成。当代理的依赖项被安装时，它们会自动被检测到，因此开始使用非常简单：只需安装 Jupyter AI 和您选择的代理即可。

Jupyter AI 中的代理可以读取和写入文件、运行终端命令，并通过内置的 Jupyter MCP 服务器 与笔记本进行交互。权限系统为代理的操作设置了安全边界——代理在写入文件或执行命令之前会请求批准。您还可以创建多个并发聊天会话，将文件或笔记本单元格拖放为上下文，并与连接到同一服务器的其他用户实时协作。

Jupyter AI 的设计注重灵活性和可扩展性。您可以添加自定义的 MCP 服务器，以使代理能够访问特定领域的工具、资源和提示。开发者可以使用入口点 API 构建并注册自己的 AI 角色。通过基于 ACP 和 MCP 等开放标准构建，Jupyter AI 避免了供应商锁定，让您能够访问完整的兼容代理和工具生态系统。

快速链接

• 入门指南 — 安装、代理设置及首次聊天
• 用户指南 — 聊天功能、笔记本工具以及自定义 MCP 服务器
• 贡献者指南 — 如何为 Jupyter AI 做贡献
• 开发者指南 — 构建自定义代理和 MCP 服务器
• 故障排除 — 常见问题及解决方案

治理

Jupyter AI 目前作为 JupyterLab 组织的一部分处于孵化阶段。

Jupyter AI 快速上手指南

Jupyter AI 是一款开源扩展，旨在将智能体（AI Agents）无缝集成到 JupyterLab 计算笔记本中。它提供原生聊天界面，支持连接 Claude、Gemini、Mistral 等前沿模型，并允许智能体读取文件、运行终端命令及操作笔记本单元格，同时具备完善的权限审批机制。

环境准备

在开始之前，请确保满足以下系统要求：

• 操作系统：Linux、macOS 或 Windows
• Python 版本：3.9 至 3.12
• 核心依赖：
  • JupyterLab 4.0 或更高版本
  • Node.js（用于构建前端扩展，通常随 JupyterLab 安装自动处理）
• 网络环境：需能访问所选 AI 模型的 API 服务（如 OpenAI、Anthropic 等）。国内用户建议配置代理或使用支持国内访问的模型提供商。

安装步骤

1. 安装 Jupyter AI 核心包

推荐使用 pip 进行安装。国内用户可指定清华或阿里镜像源以加速下载：

pip install jupyter_ai -i https://pypi.tuna.tsinghua.edu.cn/simple

或者使用阿里云镜像：

pip install jupyter_ai -i https://mirrors.aliyun.com/pypi/simple/

2. 安装特定智能体依赖

Jupyter AI 会自动检测已安装的智能体。根据你想使用的模型，安装对应的依赖包。例如：

• 使用 OpenAI (GPT-4/Codex):

  pip install openai -i https://pypi.tuna.tsinghua.edu.cn/simple
  

• 使用 Anthropic (Claude):

  pip install anthropic -i https://pypi.tuna.tsinghua.edu.cn/simple
  

• 使用 Google (Gemini):

  pip install google-generativeai -i https://pypi.tuna.tsinghua.edu.cn/simple
  

注意：安装完成后，可能需要重启 JupyterLab 服务器以使扩展生效。

3. 配置 API 密钥

启动 JupyterLab 后，进入设置界面或在聊天窗口中首次选择模型时，系统会提示输入对应的 API Key。请妥善保管您的密钥。

基本使用

安装完成后，即可在 JupyterLab 中体验 AI 协作功能：

1. 启动聊天： 打开 JupyterLab，点击左侧工具栏中的 "AI Chat" 图标（通常显示为机器人头像），打开聊天面板。

2. 选择智能体： 在聊天窗口顶部的下拉菜单中，选择你已配置好密钥的模型（如 chatgpt、claude 等）。

3. 发送指令： 在输入框中输入自然语言指令。例如，让 AI 生成一段绘图代码：

   请用 matplotlib 画一个正弦波图像，并执行它。
   

4. 执行与审批：

   • 智能体会生成代码并请求执行。
   • 由于安全机制，涉及文件写入或终端命令执行的操作会弹出审批对话框，点击 "Approve" 确认后即可运行。
   • 生成的代码可以直接插入到当前的 Notebook 单元格中。

5. 上下文协作： 你可以直接将 Notebook 中的单元格或文件拖拽到聊天窗口，作为上下文提供给 AI，让其基于现有代码进行分析或修改。