用途：j-cli 让智能体直接操作 Jupyter Lab 服务器，包括在内核中执行代码、管理 session 与 kernel、将输出写回 notebook，并保持 .py 与 .ipynb 配对文件同步。需要程序化解析输出时加 --json（-j）标志。
主要能力：healthcheck 检查连通性；kernelspec list/inspect-file 探测内核；session create/list/kill 管理会话（支持完整 ID、短 selector 或唯一名称）；exec 执行内联代码或文件单元格（如 --cell 0:5）；kernel interrupt/restart 控制内核；notebook summary/show 只读定位与查看单元格而不执行；vars 查看内核变量（--name 单查、--rich 富检查、DAP 支持时 source 为 dap）。notebook show --cell 支持 3、3:7、3:、:5 等半开区间，负索引与多冒号无效。
安装：uv tool install jupyter-jcli（PyPI 包名 jupyter-jcli，可执行名 j-cli）。启动服务器用 nohup bash -c "$(j-cli serve-cmd --serve-backend lab)" 分离进程，--serve-backend 取 lab、server 或 notebook。连接通过环境变量 JCLI_JUPYTER_SERVER_URL 与 JCLI_JUPYTER_SERVER_TOKEN，或每条命令用 -s/-t 传入。
钩子：j-cli setup claude 支持 --local/--project/--user，安装 notebook-exec-guard（硬拒 nbconvert --execute、papermill、runipy、ipython .ipynb）、python-run-guard（软拒有配对 .ipynb 的 .py 脚本）、pair-drift-guard 与 post、notebook-edit-guard。setup codex 需 .codex/config.toml 中 codex_hooks = true。setup dsh 安装原生 TypeScript 适配器，需 dsh-workspace-overlay，全局 DSH_HOME 默认 ~/.dsh。setup opencode 写 .opencode/plugins/jcli.js，勿同时装项目与用户副本。setup git 安装 pre-commit 同步钩子，支持 --include glob，并向 .gitignore 注入托管块忽略 *.ipynb。
适用场景：智能体在 Jupyter 环境中执行、调试、查看 notebook 与 py:percent 文件，并维持配对同步。
限制：Codex 不装 notebook-edit-guard；变量无修改时间戳，位置不代表最近修改；冲突时需手动解决或使用 convert ipynb-to-py / py-to-ipynb。具体收费标准与平台细节暂未提供。