Repolode
jupyterhub

jupyterhub/jupyter-server-proxy

Расширение Jupyter Server запускает внешние веб-приложения, например RStudio или Code Server, рядом с сервером ноутбуков и предоставляет к ним доступ через защищённые пути.

Звёзды
405
Форки
155
Открытые issues
95
Последний коммит
4 дня назад

Что это?

Jupyter Server Proxy позволяет серверу ноутбуков запускать произвольные внешние процессы, например RStudio, Shiny Server, Syncthing, PostgreSQL или Code Server, и публиковать их веб-интерфейсы по путям вроде /rstudio рядом с /lab. Доступ проходит через аутентификацию Jupyter Server, поэтому пользователям не нужно открывать отдельные порты.

Основной сценарий использования — JupyterHub или Binder, где пользователей можно сразу направлять в веб-интерфейсы, не связанные с Jupyter, например RStudio, Shiny или OpenRefine. В комплект входит расширение JupyterLab, которое добавляет кнопки запуска зарегистрированных серверных процессов.

Проект также позволяет JavaScript во фронтенде расширений для notebook или JupyterLab вызывать веб-API локальных процессов через сервер. В документации рекомендуется убедиться, что к проксируемому процессу нельзя обратиться напрямую, например запуская сервер в контейнере.

Ключевые возможности

  • 01Проксирует веб-сервисы, запущенные как внешние процессы, по путям рядом с интерфейсом ноутбуков.
  • 02Применяет аутентификацию Jupyter Server к проксируемому веб-доступу.
  • 03Включает расширение JupyterLab, добавляющее кнопки запуска зарегистрированных серверов.
  • 04Устанавливается через pip или conda-forge.
  • 05Работает с развёртываниями JupyterHub и Binder.

Сценарии использования

  • Запуск RStudio или Shiny для пользователей развёртывания JupyterHub.
  • Предоставление пользователям ноутбуков доступа к веб-инструментам, например OpenRefine или Code Server.
  • Вызов расширениями JupyterLab веб-API локального процесса, как это делает dask-labextension.

Быстрый старт

  1. 1

    Установите пакет Python с помощью pip

    pip install jupyter-server-proxy
  2. 2

    Или установите его из conda-forge

    conda install -c conda-forge jupyter-server-proxy

Что важно знать

  • Процессы, работающие через прокси, необходимо защищать отдельно, поскольку другие пользователи могут обращаться к ним напрямую, если доступ к сети не ограничен, например запуском внутри контейнера.

Темы

Частые вопросы

Что такое jupyter-server-proxy?
Расширение Jupyter Server запускает внешние веб-приложения, например RStudio или Code Server, рядом с сервером ноутбуков и предоставляет к ним доступ через защищённые пути. Jupyter Server Proxy позволяет серверу ноутбуков запускать произвольные внешние процессы, например RStudio, Shiny Server, Syncthing, PostgreSQL или Code Server, и публиковать их веб-интерфейсы по путям вроде /rstudio рядом с /lab. Доступ проходит через аутентификацию Jupyter Server, поэтому пользователям не нужно открывать отдельные порты.
jupyter-server-proxy можно использовать бесплатно? Какая у него лицензия?
jupyter-server-proxy распространяется с открытым исходным кодом под лицензией BSD-3-Clause. Перед использованием в коммерческих продуктах проверьте условия лицензии.
jupyter-server-proxy всё ещё поддерживается?
Активно поддерживается. Последний коммит в jupyter-server-proxy — 2 нояб. 2026 г..
Для чего можно использовать jupyter-server-proxy?
Запуск RStudio или Shiny для пользователей развёртывания JupyterHub. Предоставление пользователям ноутбуков доступа к веб-инструментам, например OpenRefine или Code Server. Вызов расширениями JupyterLab веб-API локального процесса, как это делает dask-labextension.
Как установить jupyter-server-proxy?
Установите пакет Python с помощью pip: pip install jupyter-server-proxy Или установите его из conda-forge: conda install -c conda-forge jupyter-server-proxy
Где скачать jupyter-server-proxy?
Исходный код и инструкции по установке — на GitHub: https://github.com/jupyterhub/jupyter-server-proxy

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Готовые к запуску Docker-образы с JupyterLab, Jupyter Notebook и популярными инструментами для научных вычислений на Python — для личного или командного использования.

8,5 тыс.+1 за неделю3 тыс.PythonBSD-3-ClauseАктивно поддерживаетсяОбновлён 4 дня назад