用途:该技能通过一个实时运行的 Jupyter 内核提供有状态的 Python REPL,变量、导入与对象在多次执行之间保持。当需要逐步累积状态、探索 API、检查 DataFrame 或迭代复杂代码时,应使用它,而不是 execute_code(无状态、一次性脚本)或 terminal(Shell 命令、构建、安装、git、进程管理)。经验法则:如果这项任务你会想用 Jupyter notebook,就用该技能。
主要能力:所有命令返回结构化 JSON。可用 execute 执行代码(主要操作,状态跨调用保持,多行代码用 $'...' 引号);用 variables 列出或预览存活变量;用 contents 查看 notebook 单元格;用 edit 插入、替换源码或删除单元格;用 servers 与 notebooks 发现服务器和 notebook;用 restart-run-all 重启并全部运行以做验证。
使用方式:前提是已安装 uv(which uv 检查)与 JupyterLab(uv tool install jupyterlab),并运行 Jupyter 服务器。脚本位置为 $HOME/.agent-skills/hamelnb/skills/jupyter-live-kernel/scripts/jupyter_live_kernel.py,如未克隆可执行 git clone https://github.com/hamelsmu/hamelnb.git ~/.agent-skills/hamelnb。用 uv run "$SCRIPT" servers 检查服务器,没有则用 jupyter-lab 命令无头启动。若只需 REPL,可创建含一个空代码单元格的 notebook,并通过 REST API 启动内核会话。执行示例:uv run "$SCRIPT" execute --path <notebook.ipynb> --code '<python code>' --compact。
限制:首次执行可能因内核初始化超时,重试即可;内核 Python 是 JupyterLab 的 Python,额外包需装入该环境;参数顺序有要求,--path 等子命令标志要放在子子命令之前;没有会话时无法执行,需先经 REST API 启动;错误以 JSON 加 traceback 返回,看 ename 与 evalue;偶发 websocket 超时,重试一次;脚本默认每次执行 30 秒超时,可用 --timeout 120 调整。始终建议加 --compact 节省 token。安装与收费、价格等信息资料未提供。