Jupyterchatzz 0.2.3

A JupyterLab extension.

Jupyterchatzz - Jupyter MCP AI助手扩展

这个JupyterLab扩展允许您连接到Jupyter MCP服务器，在Jupyter笔记本中使用AI助手功能，自动编写和执行代码。

功能

• 连接到Jupyter MCP服务器
• 在JupyterLab界面中配置MCP连接参数
• 侧边栏AI聊天助手面板
• 自动识别和执行代码
• 默认使用gpt-4o-mini模型，通过aihubmix推理时代API进行调用
• 支持多种AI模型，包括GPT-4o、Claude-3等
• 通过顶部菜单或命令面板快速访问MCP功能

安装

# 安装扩展
pip install -e .

# 或者从PyPI安装（未发布）
# pip install jupyterchatzz

使用方法

1. 启动JupyterLab

python -m jupyter lab

或使用我们的便捷脚本：

python start_jupyterlab.py

2. 启动MCP服务器

在另一个终端中：

python -m jupyter_mcp_server.server --port 8080

或使用我们的便捷脚本：

python ../start_mcp_server.py

3. 配置并连接MCP服务器

1. 在JupyterLab中，点击顶部菜单中的"MCP"（如果可见）
2. 或者使用命令面板（Ctrl+Shift+C）搜索"MCP"
3. 选择"MCP服务器配置"选项
4. 在配置面板中：
   • 设置MCP服务器URL（例如：http://localhost:8080）
   • 设置笔记本ID（当前打开的笔记本路径）
   • 配置AihubMix推理时代API：
     • 选择AI模型（默认：GPT-4o-mini）
     • 填写AihubMix API URL
     • 填写AihubMix API密钥
   • 点击"连接"按钮

4. 使用AI助手

连接成功后：

1. 打开AI助手面板：

   • 点击MCP菜单中的"打开AI助手"
   • 或使用命令面板搜索"打开AI助手"

2. 在AI助手面板中：

   • 选择要使用的模型（默认：aihubmix）
   • 在输入框中输入您的问题或需求
   • 按Enter发送消息

3. AI助手将回复您的消息，并可能生成代码

   • 代码块会自动识别并显示在消息下方
   • 点击"执行代码"按钮可以将代码写入笔记本并执行
   • 或点击"执行所有代码"一次执行所有代码块

示例用法

1. 编写代码：

   • 用户：请编写一个函数计算斐波那契数列的第n项
   • AI助手将生成代码并提供执行按钮

2. 数据分析：

   • 用户：帮我分析这个数据集并绘制图表
   • AI助手将生成分析代码并提供可视化

3. 代码解释：

   • 用户：解释这段代码是做什么的：[粘贴代码]
   • AI助手将解释代码功能并可能提供改进建议

故障排除

如果您没有看到MCP菜单：

• 检查浏览器控制台是否有错误信息
• 确认扩展已正确安装：python -m jupyter labextension list
• 尝试清除浏览器缓存并重新加载页面
• 重启JupyterLab

如果连接到MCP服务器失败：

• 确认MCP服务器正在运行
• 检查服务器URL是否正确
• 确认没有防火墙阻止连接

如果代码执行失败：

• 检查笔记本是否处于活动状态
• 确认您有足够的权限执行代码
• 查看浏览器控制台是否有错误信息

开发

# 安装开发依赖
jlpm

# 构建扩展
jlpm run build

# 安装扩展
pip install -e .