feat(browser): auto-commit con 178 cambios

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
2026-06-20 18:22:23 +02:00
parent 7d100e7f3e
commit 763e06c127
178 changed files with 19917 additions and 317 deletions
@@ -0,0 +1,74 @@
+---
+name: build_eda_notebook
+kind: function
+lang: py
+domain: datascience
+version: "1.0.0"
+purity: impure
+signature: "def build_eda_notebook(db_path: str, table: str, notebook_path: str, run_models: bool = False, run_llm: bool = False) -> dict"
+description: "Genera un notebook Jupyter de EDA (nbformat v4) para una tabla DuckDB usando el grupo eda. Escribe el .ipynb a disco listo para abrir/ejecutar; no ejecuta el notebook. dict-no-throw."
+tags: [eda, notebook, jupyter, datascience, duckdb, profiling]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [json, os]
+params:
+  - name: db_path
+    desc: "Ruta al archivo DuckDB que contiene la tabla a perfilar. Se referencia dentro del notebook, no se abre en esta funcion."
+  - name: table
+    desc: "Nombre de la tabla DuckDB a perfilar."
+  - name: notebook_path
+    desc: "Ruta de salida del .ipynb. El directorio padre se crea si no existe."
+  - name: run_models
+    desc: "Si True, añade celda con prof['models'] (PCA explained_variance_ratio, kmeans best_k, outliers n_outliers) y pasa run_models=True a profile_table dentro del notebook. Default False."
+  - name: run_llm
+    desc: "Si True, añade celda que llama eda_llm_insights(prof) para insights generados por LLM. Default False."
+output: "dict. En exito {status:'ok', notebook_path:str, n_cells:int}. En error {status:'error', error:str}."
+tested: true
+tests: ["genera notebook ok", "notebook es json nbformat valido", "run_models añade celda de modelos", "run_llm añade celda de insights", "sin flags no añade celdas opcionales", "crea directorio padre"]
+test_file_path: "python/functions/datascience/build_eda_notebook_test.py"
+file_path: "python/functions/datascience/build_eda_notebook.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from datascience.build_eda_notebook import build_eda_notebook
+
+r = build_eda_notebook(
+    db_path="/home/enmanuel/data/ventas.duckdb",
+    table="cubo_ventas",
+    notebook_path="/tmp/eda_demo.ipynb",
+    run_models=True,
+    run_llm=False,
+)
+# {'status': 'ok', 'notebook_path': '/tmp/eda_demo.ipynb', 'n_cells': 10}
+# Luego se abre/ejecuta en Jupyter; este paso solo escribe el .ipynb.
+```
+
+## Cuando usarla
+
+Cuando quieras entregar un EDA como **notebook ejecutable** (no un report estatico):
+perfilar una tabla DuckDB con el grupo `eda` y dejar un `.ipynb` listo. El notebook
+se lanza despues en Jupyter colaborativo con las funciones del grupo `notebook`
+(`jupyter_discover` / `jupyter_exec` / `jupyter_write`) y el usuario lo ve ejecutarse
+en vivo. Es la base de la entrega "analysis EDA".
+
+## Gotchas
+
+- **Impura**: escribe un archivo `.ipynb` a `notebook_path` (crea el directorio padre).
+- **NO ejecuta el notebook**: solo emite las celdas. La ejecucion la hace Jupyter despues.
+- Las celdas asumen que `python/functions` del registry esta accesible desde el kernel:
+  el startup `00_fn_registry.py` del analysis lo expone, o como fallback la primera celda
+  inserta `~/fn_registry/python/functions` en `sys.path`. Si el repo no esta ahi y el
+  kernel no lo expone, las celdas de import fallaran al ejecutarse (no al generar).
+- `profile_table` se invoca con `write_report=False` dentro del notebook: no toca disco
+  para reports, el perfil vive en la variable `prof`.
+- `run_llm=True` emite una celda que llama `eda_llm_insights`, que requiere token OAuth
+  de Claude disponible para el kernel; sin el, esa celda fallara al ejecutarse.
+- dict-no-throw: cualquier fallo de escritura se devuelve como `{status:'error', error}`,
+  no se propaga excepcion.