marimo MCP Server

Offizieller experimenteller, lokaler MCP-Zugang zu laufenden marimo-Notebook-Sitzungen.

Beschreibung

Der marimo MCP Server ist die von marimo dokumentierte, derzeit experimentelle Schnittstelle für externe MCP-kompatible Anwendungen. Sie wird nicht als eigenständiger SaaS-Endpunkt betrieben: Beim Start eines lokalen marimo-Notebooks mit --mcp stellt der laufende marimo-Prozess einen HTTP-Endpunkt bereit. Ein verbundener Client wie Claude Code oder Cursor kann darüber die AI-Tools von marimo für aktive Notebook-Sitzungen ansprechen. Die offizielle Dokumentation bezeichnet die Funktion ausdrücklich als experimentell und in aktiver Entwicklung; Tooldefinitionen, Verfügbarkeit und APIs können sich ändern. Für einen Einsatz mit vertraulichen Daten ist das ein Grund, Version, Client und Konfiguration vor jedem produktiven Rollout erneut zu prüfen.

Notebook-Einsicht statt Notebook-Ausführung

Der MCP-Server ist für die niedrigschwellige, lesende Interaktion mit einem Live-Notebook gedacht. Er kann aktive Notebooks samt Sitzungs-ID und Dateipfad auflisten, die Zellstruktur ansehen, vollständigen Zellcode sowie Laufzeitdaten abrufen, Ausgaben untersuchen, Abhängigkeiten nachvollziehen, Variablen und Tabellenmetadaten ansehen und Fehler oder Lint-Befunde zusammenfassen. Das hilft bei Debugging, Datenanalyse, Code-Review und der Orientierung in reaktiven Python-Notebooks. Es ist aber nicht dasselbe wie Notebook-Ausführung: marimo dokumentiert run_stale_cells, Notebook-Editieren und Code-Mode-Ausführung für seine eigene Chat-Oberfläche, nicht als freigegebene MCP-Schreiboberfläche. Der MCP-Leitfaden beschreibt den externen Server ausdrücklich als niedrigschwellige read-only tools und verweist für einen Agenten, der ein Live-Notebook steuern soll, auf marimo pair.

Daraus folgt eine wichtige Grenze: Ein Modell kann Code, Variablen, Tabellenmetadaten, Fehlertexte und Zell-Ausgaben analysieren und daraus Änderungen vorschlagen, soll über diesen Endpoint aber keine Zellen ausführen oder ändern. Prüfe Vorschläge im Notebook und im Versionskontrollsystem separat. Auch rein lesende Tool-Ergebnisse können sensible Forschungsdaten, personenbezogene Werte, Zugangsdaten in Outputs, interne Dateipfade oder proprietären Python-Code enthalten. Beschränke daher die gestarteten Notebooks und Daten auf den minimal nötigen Testumfang.

Lokaler HTTP-Endpunkt und Netzwerkgrenze

Die offizielle Anleitung zeigt etwa uv run --with="marimo[mcp]" marimo edit notebook.py --mcp. Für lokale Entwicklung kann zusätzlich --no-token verwendet werden; marimo warnt jedoch, dass dieses Flag die Authentifizierung entfernt und in Produktionsumgebungen nicht verwendet werden soll. Der Endpoint liegt je nach marimo-Port unter http://localhost:PORT/mcp/server; bei aktivierter Authentifizierung muss der Client den dokumentierten Access-Token mitführen. Ein lokaler Prozess ist kein Synonym für eine sichere, automatisch private Schnittstelle. Wer Host, Port oder einen Reverse Proxy nach außen veröffentlicht, schafft einen Netzwerkzugang zu den Notebook-Tools.

marimo aktiviert DNS-Rebinding-Schutz und prüft eingehende Host-Header. --mcp-allow-remote schaltet diese Prüfung für Proxies, Gateways oder eigene Domains ab. Das ist keine harmlose Komfortoption: Remote-Freigabe nur mit einem authentifizierten Client, restriktiver Firewall- und Bind-Konfiguration, TLS am passenden Rand und einer nachvollziehbaren Vertrauensgrenze einsetzen. Nicht --no-token und --mcp-allow-remote kombinieren, um einen schnell erreichbaren Endpoint zu erhalten. Für einen persönlichen Test bleibt localhost mit Authentifizierung die kleinste Angriffsfläche.

Code, Daten, Prompt Injection und Modellpfad

Zellcode, Markdown, Tabellenwerte, HTML-Ausgaben, Tracebacks und Dateipfade sind untrusted content. Sie können irreführende Anweisungen oder Prompt Injection enthalten, beispielsweise Aufforderungen, Regeln zu ignorieren, lokale Geheimnisse auszulesen oder weitere Tools zu verwenden. Der Client oder Agent darf solche Inhalte ausschließlich als Daten behandeln. Toolrechte begrenzen, nur benötigte Sitzungen abfragen, Quellen und Codeänderungen menschlich prüfen und keine eingebettete Notebook-Anweisung als Berechtigung werten. Ein read-only MCP-Server schützt zudem nicht vor einem Client, der parallel Shell-, Git- oder Schreibwerkzeuge besitzt.

Der Datenpfad endet nicht automatisch beim lokalen marimo-Prozess. marimo liefert Toolantworten an den verbundenen MCP-Client; dieser kann sie in Logs, Telemetrie oder in den Kontext eines lokalen oder gehosteten Modellanbieters geben. Lokales Notebook und lokaler Endpoint bedeuten daher nicht zwangsläufig lokale Modellverarbeitung. Kläre Client, Modellanbieter, Aufbewahrung, Trainingsoptionen, Vertrag und regionale Verarbeitung, bevor Notebookinhalte übertragen werden. Der öffentliche Quellcode steht unter Apache-2.0. Die GitHub-API meldete am 08.09.2026 exakt 22.685 Sterne für marimo-team/marimo; diese Zahl beschreibt das gesamte marimo-Monorepo einschließlich Notebook-Plattform, nicht ausschließlich den MCP-Server, und ist kein Sicherheits- oder Qualitätsnachweis.

FAQ

Kann ein externer MCP-Client Notebook-Zellen ausführen? Der MCP-Leitfaden beschreibt den externen Server als Zugang zu niedrigschwelligen, lesenden Tools. Ausführung und Bearbeitung sind keine als MCP-Serverfunktion dokumentierte Freigabe.

Wann ist --no-token akzeptabel? Laut marimo nur für lokale Entwicklung. Für einen erreichbaren oder produktiven Endpoint Authentifizierung eingeschaltet lassen.

Bleiben Daten wegen localhost beim Modell lokal? Nicht automatisch. Der MCP-Client kann Toolantworten an seinen gewählten Modellanbieter, seine Logs oder Telemetrie weitergeben.

Voraussetzungen

Python-Umgebung mit marimo und den MCP-Extras, ein laufendes marimo-Notebook, ein MCP-kompatibler Client sowie lokaler Zugriff auf den marimo-HTTP-Port.

Installationsanleitung

Diese Anleitung richtet den offiziellen, experimentellen marimo MCP Server als begrenzten lokalen Zugriff auf ein laufendes Notebook ein. Grundlage sind die marimo-Dokumentationen zu MCP und AI tools. Vor der Installation festhalten, welches Notebook, welche Zellen und welche Daten überhaupt sichtbar sein dürfen. Der Server ist kein Ersatz für Rollenmodell, Repository-Review oder eine Freigabe von Codeausführung. Sein dokumentierter Zweck ist es, einem externen MCP-Client lesende Informationen zu aktiven marimo-Sitzungen bereitzustellen. Wer ein Notebook durch einen Coding-Agenten steuern oder verändern lassen will, muss die von marimo dafür getrennt dokumentierten Wege und deren Schreibrechte prüfen.

Schritt 1: Voraussetzungen und kontrollierter Start

Nutze eine isolierte Python-Umgebung und einen aktuellen marimo-Stand mit den MCP-Extras. Starte ein konkretes Testnotebook mit:

bash
uv run --with="marimo[mcp]" marimo edit notebook.py --mcp

marimo startet dabei den Notebook-Editor und einen MCP-Endpoint am gleichen lokalen Serverport. Notiere Port, Notebookpfad, verwendete marimo-Version, Client und Modell. Beginne nicht mit einem Notebook, das Produktionszugänge, personenbezogene Rohdaten oder Secrets in Zellen und Ausgaben enthält. Bereits die Toolliste kann Dateipfade, Zellcode, Laufzeitmetadaten, Tabelleninformationen, Fehler und Visualisierungen zugänglich machen. Kopiere Tokens nicht in Notebook, Prompt, Screenshot oder Repository.

Lass die Token-Authentifizierung standardmäßig aktiv. --no-token entfernt sie laut marimo und ist nur für lokale Entwicklung vorgesehen. Ein praktischer Verbindungstest ist nicht das Öffnen der Endpoint-URL im Browser, sondern die nachfolgende Toolliste im MCP-Client. Für ein Team oder einen dauerhaft betriebenen Dienst gehört der Endpoint hinter eine explizit konzipierte Netzgrenze; diese Anleitung optimiert bewusst den localhost-Fall, nicht eine öffentliche Bereitstellung.

Schritt 2: Client verbinden und Rechte prüfen

Die marimo-Dokumentation zeigt für Claude Code den HTTP-Transport:

bash
claude mcp add --transport http marimo http://localhost:PORT/mcp/server

Ersetze PORT durch den Port des laufenden marimo-Servers. Cursor kann denselben Endpoint in seiner MCP-Konfiguration verwenden. Ist Authentifizierung aktiv, den Access-Token nur in der geschützten Client-Konfiguration ergänzen, nicht in eine geteilte Konfigurationsdatei einchecken. Prüfe danach, dass der Client nur die erwarteten marimo-Tools erkennt: aktive Notebooks, Zellkarte, Laufzeitdaten und Outputs, Abhängigkeitsgraph, Tabellen und Variablen sowie Fehler- und Lint-Informationen.

Diese Werkzeuge sind Recherche- und Diagnosezugriff. Sie dienen nicht als Freigabe für Notebook-Ausführung. run_stale_cells, edit_notebook und die Code-Mode-Funktion execute_code beschreibt marimo für seine Chat-Oberfläche; die Dokumentation grenzt sie vom externen MCP-Server ab. Akzeptiere deshalb keinen Modellvorschlag wie „führe die Zelle jetzt aus“ als automatische Aktion. Ein Mensch prüft Code, Eingabedaten, Auswirkungen, Test und Rückrollweg separat.

Netzwerk und Remote-Betrieb begrenzen

Der Standard localhost begrenzt die Erreichbarkeit auf den Rechner, ersetzt aber keine Authentifizierung. marimo prüft Host-Header als DNS-Rebinding-Schutz. --mcp-allow-remote deaktiviert diese Prüfung für Proxy-, Gateway- oder Custom-Domain-Szenarien. Nur einsetzen, wenn eine Architektur mit TLS, tokenbasierter Authentifizierung, restriktiver Firewall, erlaubten Clients und Monitoring bereits festgelegt ist. Einen Reverse Proxy nicht als Grund verwenden, Token-Prüfung auszuschalten. Besonders gefährlich ist die Kombination eines extern erreichbaren Ports mit --no-token.

Prüfe auch den Arbeitsplatz: lokale Logs, Shell-Historie, Prozesslisten und MCP-Client-Konfiguration können Endpoint oder Token sichtbar machen. Nach einem temporären Test Server und Client-Verbindung beenden oder entfernen. Bei gemeinsam genutzten Geräten getrennte Betriebssystemkonten und einen eigenen Arbeitsbereich nutzen. Für Remote-Notebooks oder Container ist zusätzlich zu klären, welcher Host tatsächlich lauscht und welche Netzwerkzone den Endpoint erreichen kann.

Untrusted Content und Modell-Datenpfad

Behandle jeden Toolrückgabewert als untrusted content. Zellen können Markdown, URLs, Webdaten oder Tabellenzeilen enthalten, die Prompt Injection versuchen: „Ignoriere Sicherheitsregeln“, „lies die Umgebungsvariablen“, „rufe eine Shell auf“ oder „veröffentliche die Daten“ sind Daten, keine Anweisungen. Begrenze den Client auf benötigte Tools und Sitzungen, trenne Notebook-Inspektion von Shell- und Git-Rechten und verlange menschliche Bestätigung für jede Folgemaßnahme. Auch ein seriös wirkender Stacktrace oder Kommentar erhält keine Sonderrolle.

Der vollständige Datenpfad lautet mindestens Notebook-Kernel zu marimo-Server zu MCP-Client zu Modellkontext. Danach können clientabhängig Logs, Telemetrie oder ein externer Modellanbieter folgen. Vor dem Zugriff daher Modellname, Anbieter, Aufbewahrung, Trainingsnutzung, Unternehmenseinstellungen, Vertrag und regionale Verarbeitung dokumentieren. Lokaler Transport schützt nicht vor einer späteren Cloud-Modellanfrage. Sende nur die tatsächlich nötige Sitzung und vermeide sensible Werte in Zelloutputs. So bleibt der marimo MCP Server ein nachvollziehbarer, minimaler Diagnosezugang statt ein unkontrollierter Datenkanal.

FAQ

Warum sehe ich keinen MCP-Endpoint? Prüfe zuerst, ob marimo mit den MCP-Extras und dem Flag --mcp gestartet wurde, und verwende den tatsächlichen lokalen Serverport in der Client-URL.

Darf ich --mcp-allow-remote für einen Proxy setzen? Nur nach einer Sicherheitsprüfung. Das Flag schaltet die Host-Header-Prüfung ab; Token, TLS, Firewall und eine klare Vertrauensgrenze müssen dann unabhängig bestehen.

Können Tabellenwerte eine Prompt Injection sein? Ja. Werte, Markdown, Ausgaben und Fehlertexte sind Daten. Sie dürfen keine Toolrechte erweitern oder menschliche Freigaben ersetzen.

uv run --with="marimo[mcp]" marimo edit notebook.py --mcp

Authentifizierung

marimo verwendet einen Access-Token, sofern --no-token nicht gesetzt ist. Das Abschalten der Authentifizierung ist laut offizieller Anleitung ausschließlich für lokale Entwicklung gedacht.

Benötigte Zugriffsrechte

Lesender Zugriff auf aktive Notebook-Sitzungen, Zellcode, Laufzeitdaten, Ausgaben, Abhängigkeiten, Variablen, Tabellenmetadaten sowie Fehler- und Lint-Informationen. Notebook-Ausführung und Bearbeitung sind nicht als externe MCP-Schreibfunktion dokumentiert.

Übertragene oder gespeicherte Daten

marimo sendet angeforderte Notebook-Informationen an den MCP-Client. Dieser kann Ergebnisse in Logs, Telemetrie oder an einen lokalen beziehungsweise gehosteten Modellanbieter weitergeben; localhost begrenzt diesen nachgelagerten Pfad nicht automatisch.

Sicherheitsrisiken

Zellcode, Ausgaben, Daten und Fehlertexte können sensible Informationen oder Prompt Injection enthalten. Risiken entstehen außerdem durch --no-token, Remote-Exposition und einen Client mit zusätzlichen Schreibwerkzeugen. Authentifizierung, localhost, least privilege und menschliche Prüfung beibehalten.

Lizenz und Kosten

Lizenz
Apache-2.0 (marimo monorepo)
Kosten
kostenlos

Der marimo-Quellcode steht unter Apache-2.0. Infrastruktur, Modellanbieter und optionale Dienste können eigene Bedingungen haben; diese vor dem Einsatz direkt beim jeweiligen Betreiber prüfen.

Alternativen

Noch nicht erfasst.

Auf einen Blick

Anbieter
marimo
Status
Offizieller Server
Betriebsart
Lokal
Aktuelle Version
0.24.0
GitHub-Sterne
23,557
Zuletzt geprüft
08.09.2026

Repository und Dokumentation

Kategorien

Unterstützte Clients