M
MCP 精选目录 CURATED DIRECTORY
已收录 911 个 MCP Server
EN
← 返回目录
最多同时对比 4 个 SERVER

MCP Server 选型对比

把评分、权限、风险和适用场景放在同一张表里，快速判断哪个更适合你。

对比维度Jupyter MCP Server面向 AI 的 Jupyter Notebook 实时连接与管理 MCP 服务器GitHub MCP ServerGitHub 官方 MCP Server，用自然语言管理仓库、Issue、PR 与工作流
FMRS65 / 100 · C76 / 100 · B
可靠性10 / 2013 / 20
安全与权限12 / 2014 / 20
维护活跃度13 / 2018 / 20
文档质量15 / 2017 / 20
安装易用性15 / 2014 / 20
适合谁
  • 已经运行本地 JupyterLab 或 JupyterHub 并希望接入 AI 代理的用户
  • 需要多模态输出（图像、图表、文本）的数据科学与机器学习工作流
  • 希望把代码执行从本地扩展到 Datalayer、Kaggle、Google Colab 等云沙箱的团队
  • 希望保持 Notebook 会话在代理断开后继续运行的用户
  • 需要让 AI 助手直接操作 GitHub 仓库和协作流程的团队
  • 已经在使用 GitHub Copilot 生态、想要远程零部署方案的用户
不适合谁
  • 不运行任何 Jupyter Server、也不需要 Jupyter Notebook 的用户
  • 使用不支持多模态图像输出的 LLM 或客户端且不希望关闭 ALLOW_IMG_OUTPUT 的用户
  • 希望在无网络或无凭据环境下直接使用云端沙箱变体的用户
  • 不希望 AI 助手拥有仓库写权限的场景（应仅启用只读 toolset）
  • 对私有仓库有严格网络隔离要求、不能使用官方远程端点的环境
所需权限
  • 访问 Jupyter Server 的 URL（JUPYTER_URL / DOCUMENT_URL / CODE_SANDBOX_URL）
  • Jupyter 访问令牌（JUPYTER_TOKEN，或分别使用 DOCUMENT_TOKEN 与 CODE_SANDBOX_TOKEN）
  • 读写 Notebook 文档与执行代码的权限
  • 使用云端沙箱时需相应厂商的凭据（如 DAYTONA_API_KEY、E2B_API_KEY、CWSANDBOX_API_KEY、CLOUDFLARE_SANDBOX_API_URL / CLOUDFLARE_SANDBOX_API_KEY、Kaggle 凭据、Modal 凭据等）
  • 使用 Datalayer 托管服务时可选 OAuth 2.1 授权范围：notebooks:read、notebooks:write、code:execute、data:read
  • 个人访问令牌（PAT）或 OAuth App Token，权限范围取决于令牌本身的 scope
  • 启用 actions/issues/pull_requests 等 toolset 后可对仓库进行写操作，需按最小权限原则申请令牌
风险与副作用
  • AI 代理可在 Notebook 中执行任意代码，可能导致数据泄露、数据损坏或资源滥用
  • 令牌泄露会让持有者获得与令牌同等的 Jupyter 访问权限
  • JupyterLab 默认以 --ip 0.0.0.0 启动时会扩大网络暴露面
  • 云端沙箱会产生厂商侧的费用，且执行可能超出本地资源限制
  • jupyter-mcp-server 与 code-sandboxes 版本不匹配时，首次执行会报 Unknown sandbox variant: jupyter
  • 写权限 toolset（如创建/合并 PR、触发 workflow）如果令牌权限过大，可能造成误操作；建议先用只读 toolset 试运行
  • 远程托管模式下凭据通过 Authorization 头传输，需确保客户端到 api.githubcopilot.com 的连接受信任
支持客户端Claude Desktop, Cursor, Windsurf, VS Code, Cline, Claude CodeClaude Desktop, Claude Code, VS Code, Cursor, Windsurf, JetBrains IDEs, Zed, Amp
工具能力615