跳到主要内容

Jupyter Live Kernel

通过实时 Jupyter 内核进行迭代式 Python 开发 (hamelnb)。

技能元数据​

来源内置（默认安装）
路径skills/data-science/jupyter-live-kernel
版本1.0.0
作者Hermes Agent
许可证MIT
标签jupyter, notebook, repl, data-science, exploration, iterative

参考：完整 SKILL.md​

信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是 Agent 在技能激活时看到的指令。

Jupyter Live Kernel (hamelnb)

通过实时 Jupyter 内核为你提供一个有状态的 Python REPL。变量在多次执行之间保持持久化。当你需要逐步构建状态、探索 API、检查 DataFrame 或迭代复杂代码时，请使用此技能，而不是 execute_code。

何时使用此技能与其他工具​

工具使用场景
此技能迭代式探索、跨步骤状态保持、数据科学、机器学习、“让我试试这个并检查一下”
execute_code需要 hermes 工具访问（web_search、文件操作）的一次性脚本。无状态。
terminalShell 命令、构建、安装、git、进程管理

经验法则： 如果某个任务你想用 Jupyter notebook 来做，就用此技能。

前提条件​

  1. 必须安装 uv（检查：which uv）
  2. 必须安装 JupyterLab：uv tool install jupyterlab
  3. 必须运行一个 Jupyter 服务器（参见下面的“设置”）

设置​

hamelnb 脚本位置：

SCRIPT="$HOME/.agent-skills/hamelnb/skills/jupyter-live-kernel/scripts/jupyter_live_kernel.py"

如果尚未克隆：

git clone https://github.com/hamelsmu/hamelnb.git ~/.agent-skills/hamelnb

启动 JupyterLab​

检查服务器是否已在运行：

uv run "$SCRIPT" servers

如果没有找到服务器，启动一个：

jupyter-lab --no-browser --port=8888 --notebook-dir=$HOME/notebooks \
  --IdentityProvider.token='' --ServerApp.password='' > /tmp/jupyter.log 2>&1 &
sleep 3

注意：为本地 Agent 访问禁用了令牌/密码。服务器以无界面模式运行。

创建用于 REPL 的 Notebook​

如果你只需要一个 REPL（没有现有 notebook），创建一个最小的 notebook 文件：

mkdir -p ~/notebooks

写入一个包含一个空代码单元格的最小 .ipynb JSON 文件，然后通过 Jupyter REST API 启动一个内核会话：

curl -s -X POST http://127.0.0.1:8888/api/sessions \
  -H "Content-Type: application/json" \
  -d '{"path":"scratch.ipynb","type":"notebook","name":"scratch.ipynb","kernel":{"name":"python3"}}'

核心工作流程​

所有命令都返回结构化的 JSON。始终使用 --compact 以节省令牌。

1. 发现服务器和 notebooks​

uv run "$SCRIPT" servers --compact
uv run "$SCRIPT" notebooks --compact

2. 执行代码（主要操作）​

uv run "$SCRIPT" execute --path <notebook.ipynb> --code '<python code>' --compact

状态在多次执行调用之间保持持久。变量、导入、对象都会保留。

多行代码可以使用 $'...' 引号：

uv run "$SCRIPT" execute --path scratch.ipynb --code $'import os\nfiles = os.listdir(".")\nprint(f"Found {len(files)} files")' --compact

3. 检查实时变量​

uv run "$SCRIPT" variables --path <notebook.ipynb> list --compact
uv run "$SCRIPT" variables --path <notebook.ipynb> preview --name <varname> --compact

4. 编辑笔记本单元格​

# 查看当前单元格
uv run "$SCRIPT" contents --path <notebook.ipynb> --compact

# 插入新单元格
uv run "$SCRIPT" edit --path <notebook.ipynb> insert \
  --at-index <N> --cell-type code --source '<code>' --compact

# 替换单元格源码（使用 contents 输出中的 cell-id）
uv run "$SCRIPT" edit --path <notebook.ipynb> replace-source \
  --cell-id <id> --source '<new code>' --compact

# 删除单元格
uv run "$SCRIPT" edit --path <notebook.ipynb> delete --cell-id <id> --compact

5. 验证（重启并全部运行）​

仅当用户要求进行干净的验证，或者你需要确认笔记本能从头到尾正常运行时才使用：

uv run "$SCRIPT" restart-run-all --path <notebook.ipynb> --save-outputs --compact

来自实践的经验技巧​

  1. 服务器启动后的首次执行可能会超时——内核需要一点时间来初始化。如果遇到超时，重试即可。

  2. 内核的 Python 是 JupyterLab 的 Python——包必须安装在该环境中。如果你需要额外的包，请先将其安装到 JupyterLab 工具环境中。

  3. --compact 标志能节省大量 token——始终使用它。不使用该标志时，JSON 输出会非常冗长。

  4. 纯 REPL 使用场景：创建一个 scratch.ipynb，无需操心单元格编辑。只需反复使用 execute 即可。

  5. 参数顺序很重要——子命令标志（如 --path）必须放在子子命令之前。例如：variables --path nb.ipynb list，而不是 variables list --path nb.ipynb。

  6. 如果会话尚不存在，你需要通过 REST API 启动一个（参见设置部分）。没有活动的内核会话，工具无法执行。

  7. 错误以 JSON 形式返回，并附带回溯信息——读取 ename 和 evalue 字段来了解哪里出了问题。

  8. 偶尔的 WebSocket 超时——某些操作可能在首次尝试时超时，尤其是在内核重启之后。在升级问题之前，先重试一次。

超时默认值​

脚本每次执行默认超时时间为 30 秒。对于长时间运行的操作，请传递 --timeout 120。对于初始设置或繁重计算，请使用宽松的超时时间（60 秒以上）。