Jupyter AIはノートブックへACPエージェントを接続する
AI エージェントを JupyterLab の計算ノートブックに接続するオープンソース拡張機能。
ひと目でわかる
- これは何？
- JupyterLabにチャットUIを組み込み、ACP対応のClaude、Codex、Copilot、Geminiなどへノートブック、ファイル、端末を扱わせるBSD-3-Clause拡張です。
- 誰に向いている？
- JupyterLab内でAIと計算ノートを往復し、操作前の承認を残したい利用者に向きます。エージェントの書き込みやコマンド実行は権限設定に依存するため、共有サーバーへ入れる前に一人用環境で確認してください。
- 商用利用できる？
- できます。BSD-3-Clause は寛容なライセンスで、著作権表示とライセンス表示を残せば、使用・改変・販売が可能です。
- 今もメンテナンスされている？
- されています。最後のコミットは 5 日前です。
- 何の言語で書かれている？
- 主に Python です（GitHub の言語統計による）。
回答はプロジェクトの GitHub データ（最終同期：2026年9月14日）と当サイトの分析に基づくもので、法的助言ではありません。
オープンソース詳細解説
JupyterLab内のチャット
Jupyter AIはJupyterLabにネイティブなチャットUIを追加し、複数チャットを同時に持てます。ファイルやノートブックセルをドラッグして文脈に加え、同じサーバーへ接続する利用者と共同作業できます。会話ごとの文脈と共有範囲をテスト用ノートで確認します。
JupyterLab内のチャットを試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。
ACPでエージェントを選ぶ
Claude、Codex、GitHub Copilot、Gemini、Goose、Kiro、Mistral Vibe、OpenCodeなどをAgent Client Protocolで接続します。依存を入れたエージェントを自動検出する設計ですが、モデルの権限や結果品質まで同じではありません。各エージェントで同一セルを読み、出力を比較します。
ACPでエージェントを選ぶを試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。
MCPサーバーとNotebook
組み込みのJupyter MCP serverを通じて、エージェントはファイル、端末、ノートブックと対話できます。独自のMCP serverを追加すれば専門ツール、resource、promptも渡せます。接続前にツール一覧と引数を確認し、ネットワークやファイルの対象を専用ディレクトリへ限定します。
MCPサーバーとNotebookを試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。
承認が守る操作境界
ファイル書き込みや端末コマンドの前にpermission systemが承認を求めます。承認画面を一度通った後の連続操作、失敗したコマンド、生成ファイルの差分を記録します。承認はコードの正しさやコマンドの安全性を保証しないため、実行前後に人が内容を読みます。
承認が守る操作境界を試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。
拡張APIと独自persona
entry points APIを使って独自のAI personaを登録できます。personaのprompt、接続するMCP、権限を分けて定義し、同じ質問へ渡る文脈と外部呼び出しを確認します。ACPとMCPという標準に対応していても、各エージェント固有の機能差は残るため個別に版を固定します。
拡張APIと独自personaを試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。
導入と共有サーバー
Getting Started、User Guide、Contributor Guide、Developer Guide、Troubleshootingが公式入口です。まず個人のJupyterLabでエージェント検出、チャット、セルの読み書き、承認、再起動後の設定を確認します。共有サーバーでは利用者間のノート、ログ、MCP資格情報の境界を別途検査します。
導入と共有サーバーを試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。
編集部の結論
JupyterLab内でAIと計算ノートを往復し、操作前の承認を残したい利用者に向きます。エージェントの書き込みやコマンド実行は権限設定に依存するため、共有サーバーへ入れる前に一人用環境で確認してください。
コミュニティノート