こんにちは！チームでデータ分析や機械学習を進めていて、「Google Colabみたいに、同じJupyterの画面を複数人で同時に見ながらコードを書きたい！」と思ったことはありませんか？
「でも、社内のデータを外部のクラウド（Google Colab）にアップロードするのはセキュリティ規約でNG……」
「かといって、画面共有ツールで人の操作を見ているだけなのは、ペアプログラミングとしては効率が悪い……」
そんなジレンマを鮮やかに解決するのが、今回ご紹介する `jupyter-collaboration` です。
JupyterLab 4.0以降で正式にサポートされたこの機能を使えば、Google Colabに頼ることなく、自分たちの手元にあるローカルサーバー（または社内オンプレミスサーバー）上で、Google Docsのように複数人が同じノートブックを同時に編集できる環境が手に入ります。
これをマスターすれば、チームでのデータ分析やコードレビュー、そしてペアプログラミングの効率が劇的に跳ね上がりますよ。さあ、最高にモダンで快適な共同編集環境を一緒に作っていきましょう！
—
1. そもそもなぜ、ローカルでの共同編集は難しかったのか？
従来のJupyter Notebook / JupyterLabは、「1つのセッションに対して1人のユーザーが操作する」という前提で作られていました。複数人が同じファイルを開くと、後から保存した人の変更が上書きされてしまい（コンフリクト）、リアルタイムに文字やセルが同期されることはありませんでした。
これを解決するのが、内部で使われている Yjs（Y-js） という技術です。
Yjsは「CRDT（Conflict-free Replicated Data Types：競合フリー複製データ型）」と呼ばれるアルゴリズムをベースにしており、中央サーバーを介さずとも、あるいはサーバー上で賢くデータをマージしながら、複数人からの同時編集をリアルタイムに同期させる仕組みを持っています。
JupyterLab 4.0のアーキテクチャ刷新に伴い、このYjsをベースにした `jupyter-collaboration` 拡張機能が公式サポートされ、プラグインを入れるだけで「ローカル版Google Colab」が簡単に実現できるようになったのです。
—
2. 構築ステップ：環境の準備とインストール
それでは、実際に手を動かして環境を構築していきましょう。
今回は、クリーンなPython環境を汚さないために、`conda` または `venv` を使用することを前提に解説します。（ここでは最新のJupyterLab 4が動く環境を用意してください）
必要なパッケージのインストール
ターミナルを開き、以下のコマンドを実行してJupyterLab本体と、共同編集に必要な拡張機能群を一括でインストールします。
JupyterLabの最新版と、Yjsベースの共同編集パッケージ、Y-WebSocketサーバーをインストール
pip install jupyterlab jupyter-collaboration
【プロのワンポイント解説】
ここでインストールされる `jupyter-collaboration` の中には、フロントエンド（JupyterLabの画面側）のプラグインだけでなく、複数人の編集差分を仲介するバックエンドのYjs WebSocketサーバー機能も統合されています。そのため、複雑な外部サーバーを別途立てる必要がなく、JupyterLabを起動するだけでそのまま共同編集が始められます。
—
3. 基礎セットアップ：安全かつスムーズに動かすための設定
チームメンバーと共同編集を行うためには、Jupyterサーバーの立ち上げ方に少しコツがいります。単に `jupyter lab` と叩くだけでは、ローカルホスト（`127.0.0.1`）以外の接続を受け付けないためです。
サーバー設定ファイルの作成
まずは、Jupyterの全体設定ファイルを作成し、ネットワーク越しのアクセスや認証の基本を固めましょう。以下のコマンドで設定ファイルを出力します。
Jupyterのデフォルト設定ファイル（jupyter_server_config.py）を生成
jupyter server –generate-config
生成されたファイル（通常は `~/.jupyter/jupyter_server_config.py`）を開き、チーム開発に最適化するための設定を追記します。以下は、実務でそのまま使える推奨設定の抜粋です。
jupyter_server_config.py の追記・編集例
すべてのネットワークインターフェースからのアクセスを許可（社内IPなどから接続する場合に必須）
c.ServerApp.ip = ‘0.0.0.0’
サーバーの起動時に自動でブラウザを開かない（ヘッドレスサーバーやコンテナ環境を想定）
c.ServerApp.open_browser = False
アクセス用のポート番号を固定（ファイアウォール設定などで便利です）
c.ServerApp.port = 8888
【超重要】セキュリティのためのトークン認証を設定
チームメンバーに共有するパスワード（またはトークン）をここで指定します
c.ServerApp.token = ‘your_super_secret_team_token’
CORS（Cross-Origin Resource Sharing）の許可設定（必要に応じてドメインを絞る）
c.ServerApp.allow_origin = ”
—
4. 精度高い「HelloWorld」的動作確認：実際に同時編集を試してみる
設定が完了したら、いよいよサーバーを起動して、複数人（あるいは別ウィンドウ）でリアルタイム共同編集ができるかテストしてみましょう。
1. サーバーの起動
ターミナルで以下のコマンドを実行し、JupyterLabサーバーを立ち上げます。
jupyter lab
コンソールに以下のようなログが表示されます。
[I 2023-10-25 10:00:00.000 ServerApp] jupyter_server_integration is active!
[I 2023-10-25 10:00:00.000 ServerApp] JupyterLab extension loaded from /path/to/jupyterlab
[I 2023-10-25 10:00:00.000 ServerApp] Serving notebooks from local directory: /home/user/workspace
[I 2023-10-25 10:00:00.000 ServerApp] Jupytis running at:
[I 2023-10-25 10:00:00.000 ServerApp] http://<あなたのPCのIPアドレス>:8888/lab?token=your_super_secret_team_token
[I 2023-10-25 10:00:00.000 ServerApp] Use Control-C to stop this server and start/failing-key…
2. 2つのブラウザでアクセスして確認
1. ホスト側の確認: メインのブラウザで上記URL（トークン付き）にアクセスし、新しいNotebook（例: `test_collab.ipynb`）を作成します。
2. ゲスト側の確認: 別のブラウザ（またはシークレットウィンドウ、あるいは同じネットワーク内の別のPC）から、同じURLにアクセスします。
同じ `test_collab.ipynb` を開いてみてください。
画面の右上に、現在そのノートブックを開いているユーザーのアイコン（カーソル）が表示されていませんか？
片方の画面でセルにコードを入力すると、もう片方の画面に文字がリアルタイムでスルスルと反映されていくはずです。Google Docsで体験したあの感動が、ローカルのJupyter環境でそのまま再現されます！
—
5. 実務で役立つベストプラクティスと注意点
最後に、この `jupyter-collaboration` を実際の開発チームや研究室の運用に組み込む際に、知っておくべき「現場の知見」をいくつかシェアします。
1. ファイアウォールとポート開放の管理
社内LAN環境でサーバーを立てる場合、ホストとなるマシンのOSファイアウォール（UFWやWindows Defenderなど）で、指定したポート（例: `8888`）へのインバウンド通信を許可しておく必要があります。
2. バージョン管理（Git）との親和性
複数人で同時に編集した結果は、サーバー上の `.ipynb` ファイルに逐一（または保存時に）書き込まれます。Yjsが競合を自動解決するため、ファイル自体が壊れるリスクは極めて低いですが、誰がどの変更を加えたかの履歴はGitでしっかりと管理し、こまめにコミットする習慣をつけましょう。
3. 大規模なデータ処理時の注意点
共同編集は非常に便利ですが、膨大な出力結果（数万行のログや巨大なプロット画像）をノートブックに保持したままにすると、WebSocketの通信量が増え、同期が重くなる原因になります。コードと軽量な出力結果だけを共有し、重い処理はスクリプト側逃がすなどの設計思想を持つと、より快適に運用できます。
—
おわりに
いかがでしたでしょうか？
JupyterLab 4と `jupyter-collaboration` を組み合わせることで、「セキュリティ要件のためにクラウドAI環境が使えない」という現場の制約をクリアしつつ、Google Colabに負けないリッチでスムーズなリアルタイム共同開発環境を、自分たちの手元に構築することができました。
これをマスターすれば、チームメンバーとのコードレビューやアイデア出しのスピードが文字通り何倍にも加速します。ぜひ今日の開発から取り入れて、快適なコラボレーションライフを満喫してくださいね！