宣布 Colab MCP Server：将任何 AI 代理连接到 Google Colab

Source: Google Developers Blog

2026年3月17日

当你在本地使用 Gemini CLI、Claude Code 或自己的 AI 代理进行原型开发时，它们的潜力往往受到本地机器的限制。等待代理搭建项目或安装依赖会拖慢你的进度，而让自主代理直接在你的硬件上运行代码也未必理想。

你需要一个快速、安全且具备强大算力的沙箱。通过将任何兼容 MCP 的代理连接到 Google Colab，我们将本地工作流与 Colab 的云环境相结合。

从今天起，我们发布全新的、开源的 Colab MCP（模型上下文协议）服务器，让 Google Colab 可以直接被任何 AI 代理访问。这并不是关于全新的 UI 或不同的笔记本共享方式；而是关于对 Colab 原生开发功能的编程访问。通过将 Colab 建立为一个开放、可扩展的宿主，你现在可以将其视为任何兼容 MCP 代理的自动化工作空间。

Colab 笔记本作为工具

我们不仅仅是在后台运行代码；我们让任何代理都能够原生控制 Colab 笔记本界面。这使得您选择的代理能够自动化整个笔记本开发生命周期。如果您让代理“对这个数据集进行数据分析”，它现在可以以编程方式：

• 添加和组织单元格： 创建新的 .ipynb 文件并注入 markdown 单元格来解释其方法论。
• 编写并执行代码： 起草 Python 单元格以加载诸如 pandas 和 matplotlib 的库，并实时执行它们。
• 移动和整理内容： 重新排列单元格，以构建逻辑清晰、易于阅读的最终报告流程。
• 管理依赖项： 安装基础镜像中没有的必要库（!pip install …）。

这实际上将 Colab 变成了一个高速原型开发沙盒。您将获得一个完全可复现、可执行的云端产物，实时构建在您眼前。您可以随时进入笔记本检查状态或手动接管。

Source: …

如何安装并开始使用

要将 Colab MCP 服务器添加到本地环境，配置你的代理并确保已安装以下前置条件：

• Python
• Git
• uv（一个快速的 Python 包管理器）

安装 Git

大多数 macOS 和 Linux 系统已经自带 Git。可通过以下命令验证：

git version

如果系统未安装 Git，请按照此处的说明进行操作。

安装 Python

使用以下命令检查 Python 是否已安装：

python --version

如果缺少 Python，请参阅官方指南：。

安装 uv

该工具需要 uv 包管理器。可通过 pip 安装：

pip install uv

前端的 MCP JSON 配置

在你的 MCP 配置中添加服务器条目：

{
  "mcpServers": {
    "colab-proxy-mcp": {
      "command": "uvx",
      "args": ["git+https://github.com/googlecolab/colab-mcp"],
      "timeout": 30000
    }
  }
}

实际演示

一旦完成设置，使用 MCP 服务器就非常顺畅。打开任意 Google Colab 笔记本在浏览器中，并给本地代理下达指令，例如：

“加载销售数据集，并帮助我预测和可视化下个月的销售情况。”

代理会自动创建单元格，编写并执行 Python 代码，生成可视化，并在笔记本中实时格式化分析。

我们想听取您的反馈！

我们之所以构建它，是因为开发者经常将终端中的代码复制到 Colab 单元格中进行调试或可视化数据——这种上下文切换会打断思路。通过将 Colab 视为一种服务，我们消除了这种摩擦。

由于这是与 Colab 交互的全新方式，我们需要您的帮助来塑造它的未来。请尝试使用您喜欢的代理安装 Colab MCP Server，测试其极限，并在我们的 GitHub issues page 分享您的反馈。该项目是开源的，欢迎社区贡献和直接的代码改进。您的意见将决定我们接下来构建的内容！