用途：该技能通过实时 Jupyter 内核提供有状态的 Python REPL，变量、导入和对象在多次执行间持续存在，适合需要逐步累积状态的迭代探索、数据科学与机器学习调试。
主要能力：发现运行中的服务器与笔记本；执行代码（核心操作）；查看与预览实时变量；查看、插入、替换、删除笔记本单元格；以及重启并运行全部单元格以做干净验证。所有命令返回结构化 JSON，建议始终加 --compact 以节省 token。
使用方式：需先安装 uv（which uv 检查），并安装 JupyterLab：uv tool install jupyterlab。脚本路径为 $HOME/.agent-skills/hamelnb/skills/jupyter-live-kernel/scripts/jupyter_live_kernel.py，未克隆时执行 git clone https://github.com/hamelsmu/hamelnb.git ~/.agent-skills/hamelnb。用 uv run "$SCRIPT" servers 检查服务器，无则启动 jupyter-lab --no-browser --port=8888 --notebook-dir=$HOME/notebooks --IdentityProvider.token='' --ServerApp.password='' > /tmp/jupyter.log 2>&1 &。纯 REPL 可创建 scratch.ipynb 并通过 REST API 启动会话。执行示例：uv run "$SCRIPT" execute --path <notebook.ipynb> --code '<python code>' --compact。
适用场景：需要类似 Jupyter notebook 的迭代任务；与无状态的 execute_code（一次性脚本、需 hermes 工具访问）和 terminal（shell、构建、安装、git、进程管理）区分使用。
限制：内核 Python 即 JupyterLab 的 Python，额外包需装到该环境；服务器启动后首次执行可能超时，重试即可；默认每次执行 30 秒超时，长任务可传 --timeout 120；参数顺序有要求，--path 等子命令标志需放在子子命令之前；无活动内核会话时无法执行，需先经 REST API 启动；错误以带 traceback 的 JSON 返回，可读 ename 与 evalue；偶发 websocket 超时，重试一次再升级处理。