Google lanza colab-mcp: cómo los agentes automatizan notebooks Colab en producción

Google lanzó un servidor colab-mcp de código abierto que permite que los agentes de IA gestionen cuadernos de Google Colab a través de MCP y ejecuten código en tiempo de ejecución sin trabajo manual en la interfaz.

Cómo funciona colab-mcp

colab-mcp es un servidor MCP para Google Colab que convierte un cuaderno del navegador en un entorno de trabajo programable. Un agente no solo puede leer la estructura del cuaderno, sino también agregar celdas, ejecutar código y obtener resultados como llamadas de herramienta normales. El desglose muestra cómo se arma este esquema desde un registro de herramientas básico hasta un servidor FastMCP completo, para que los desarrolladores entiendan no solo la API sino la mecánica interna del registro de herramientas, JSON Schema y dispatching asincrónico.

Los autores comienzan con un MCPToolRegistry mínimo construido manualmente en Python. Este ejemplo muestra cómo una función se convierte en una herramienta, cómo los type hints construyen un esquema de parámetros y cómo el cliente llama a una herramienta por nombre con argumentos. Este enfoque es útil más allá de Colab: explica el modelo MCP básico sin la magia del framework y ayuda a entender qué hace FastMCP bajo el capó cuando a los agentes se les muestra la lista de acciones disponibles.

Se hace un énfasis especial en la arquitectura de dos modos de Google. En Session Proxy Mode, el agente funciona a través de un puente WebSocket entre un cliente MCP local y Colab abierto en el navegador. En Runtime Mode, va directamente al kernel y ejecuta código Python sin acciones visuales en la interfaz.

Esta separación es importante: el primer modo es conveniente para el trabajo interactivo con cuadernos, el segundo es para escenarios headless, donde se necesita ejecución directa de cálculos y ejecución estable de código en el lado del runtime.

Cinco pasos hacia un agente

La parte práctica se divide en cinco bloques independientes que conducen de la demostración a los patrones de producción. Primero, el autor arma un registro MCP mínimo manualmente y registra herramientas como execute_code, add_code_cell, add_text_cell y get_cells. Luego, el mismo enfoque se traslada a FastMCP, donde se inicia un servidor más realista con un conjunto de herramientas proxy y runtime.

Esto proporciona no una arquitectura abstracta sino un camino secuencial: primero entender el protocolo, luego reemplazar componentes caseros por infraestructura de trabajo. Luego, el tutorial muestra cómo se ve una conexión en vivo entre un agente y Colab. En el ejemplo, se inicia un servidor WebSocket seguro con un token, se emula la conexión del cliente del navegador y se verifican las llamadas JSON-RPC entre el frontend y el cliente MCP.

Después, se construye un motor de runtime con estado persistente, inicialización lazy y manejo de salida en estilo Jupyter. Es decir, el agente no solo ve el hecho de la ejecución del código sino un resultado estructurado, errores y datos intermedios que pueden usarse para continuar con el siguiente paso. El siguiente nivel es un ciclo de agente completo.

Recibe una tarea en lenguaje natural, selecciona la herramienta correcta, ejecuta código, analiza el resultado y, si es necesario, da otro paso. Este es exactamente el patrón utilizado en integraciones reales con Claude Code y Gemini CLI, según los autores. Como resultado, Colab se convierte no en una pestaña separada para trabajo manual sino en un backend computacional que un LLM puede gestionar como parte de un flujo de trabajo general.

• Registro MCP básico y generación de esquema
• Transición a FastMCP y un servidor más realista
• Session Proxy Mode con WebSocket, token y JSON-RPC
• Runtime Mode con ejecución directa de código y estado del kernel
• Ciclo completo del agente con selección de herramientas y análisis de resultados

Confiabilidad e implementación

La parte más práctica es la orquestación de producción en el runtime. El artículo muestra RobustNotebookOrchestrator, que añade reintentos automáticos con exponential backoff, timeouts a través de asyncio.wait_for y ejecución de celdas dependientes.

Si una celda falla, los pasos downstream pueden omitirse y bloques individuales pueden forzarse a ejecutarse si es necesario. Este enfoque es útil para cuadernos largos, tareas GPU y pipelines donde un error en el medio no debería romper de manera impredecible todo el proceso sino ser correctamente localizado y registrado. En la demostración, se ejecuta un cuaderno con siete celdas: varias pasan con éxito, una intencionalmente dispara un NameError, una se omite automáticamente debido a una dependencia y otra se ejecuta a pesar de la falla anterior.

El sistema entonces genera un informe estructurado para cada celda con estado, duración y número de reintentos. Esto ya no es el nivel de demostraciones triviales sino una plantilla para escenarios reales de investigación e ingeniería donde la observabilidad, el control de errores y la previsibilidad de la ejecución importan. El autor también muestra un camino rápido para implementar sin integración importante: instalar uv, agregar colab-mcp al config MCP, abrir Colab en un navegador y dar al agente un comando en lenguaje natural, como construir un cuaderno para análisis de datos.

Se admiten clientes locales populares como Claude Code, Gemini CLI y Windsurf, y para agentes personalizados se muestra una plantilla para conexión a través de API con descripciones de herramientas y un bucle de procesamiento tool_use. Esto reduce la barrera de entrada: primero puede conectar un cliente listo y luego escribir su propio envoltorio de agente.

Qué significa esto

colab-mcp mueve Google Colab del modo de cuaderno manual hacia un entorno programable para agentes de IA. Para los desarrolladores, este es un camino directo para automatizar análisis de datos, experimentos y entrenamiento de modelos sin escribir automatización de UI separada y sin estar constantemente alternando entre chat, código y navegador. Si la herramienta se establece en el ecosistema MCP, Colab podría convertirse en uno de los backends computacionales más convenientes para escenarios de agentes.