feat: externalize apps/analysis to Gitea repos, add analysis table

- Migration 007: repo_url on apps table + analysis table with FTS5
- Analysis struct, parser, CRUD, validation, hash computation
- Selective purge: remote-only apps/analysis preserved across fn index
- CLI: fn app list/clone/pull, fn analysis list/clone/pull
- search/show/list now include analysis results
- Apps removed from git tracking (content lives in Gitea repos)
- .gitkeep for apps/ and analysis/ dirs
- Bash functions: jupyter analysis pipeline, shell utilities
- Browser domain: CDP functions moved from infra to browser

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

.claude/CLAUDE.md

@@ -53,7 +53,7 @@ sqlite3 registry.db ".schema"
 
 **functions** — columnas: `id, name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, example, tested, tests, test_file_path, file_path, created_at, updated_at, props, emits, has_state, framework, variant, notes, documentation, code, content_hash, source_repo, source_license, source_file`
 - Enums: `kind`(function|pipeline|component) `purity`(pure|impure) `lang`(go|py|bash|ps)
-- Dominios: core, infra, finance, datascience, cybersecurity, shell, tui, pipelines
+- Dominios: core, infra, finance, datascience, cybersecurity, shell, tui, pipelines, browser
 
 **types** — columnas: `id, name, lang, domain, version, algebraic, definition, description, tags, uses_types, file_path, created_at, updated_at, examples, notes, documentation, code, content_hash, source_repo, source_license, source_file`
 - Enums: `algebraic`(product|sum)
@@ -80,6 +80,7 @@ fn-registry/
   registry/               # Paquete Go: modelos, SQLite, parser, indexer, validacion, migraciones
   fn_operations/          # Paquete Go: operations database (libreria)
   apps/                   # Apps ejecutables (TUIs, CLIs, scripts) — codigo NO reutilizable, cada una con su operations.db
+  analysis/               # Exploraciones Jupyter independientes — cada una con su venv, MCP y kernel conectado al registry
   cmd/fn/                 # CLI principal
   docs/                   # Specs de diseño
   docs/templates/         # Plantillas de frontmatter
@@ -193,6 +194,84 @@ Ver template en `docs/templates/`.
 
 ---
 
+## Analysis (exploraciones Jupyter)
+
+Carpeta `analysis/` para exploraciones de datos con Jupyter + agentes Claude. Mismo patron que `apps/` — cada analisis es independiente con su propio venv, MCP y kernel.
+
+**NO es codigo reutilizable** — son investigaciones ad-hoc. Si algo de un analisis resulta util, se extrae como funcion al registry.
+
+### Estructura
+
+```
+analysis/
+  {tema}/                              # Cada analisis es autonomo
+    .venv/                             # Deps propias (gitignored)
+    .mcp.json                          # MCP jupyter apuntando a SU venv (gitignored)
+    .claude/CLAUDE.md                  # Reglas para agentes en este analisis
+    .ipython/profile_default/startup/  # Kernel startup con acceso al registry
+      00_fn_registry.py                # Autocarga FN_REGISTRY_ROOT, helpers, sys.path
+    notebooks/                         # Notebooks de exploracion
+    data/                              # Datos locales (gitignored)
+    run-jupyter-lab.sh                 # Launcher Jupyter colaborativo
+    pyproject.toml                     # Deps gestionadas con uv
+```
+
+### Crear un analisis nuevo
+
+```bash
+# Basico
+fn run init_jupyter_analysis finanzas
+
+# Con paquetes extra
+fn run init_jupyter_analysis ml scikit-learn torch
+fn run init_jupyter_analysis duckdb polars duckdb
+```
+
+El pipeline `init_jupyter_analysis_bash_pipelines` compone 8 funciones atomicas del registry.
+
+### Usar un analisis
+
+```bash
+# Terminal 1: lanzar Jupyter
+cd analysis/{tema} && ./run-jupyter-lab.sh
+
+# Terminal 2: abrir Claude con MCP jupyter
+cd analysis/{tema} && claude
+
+# Navegador: http://localhost:8888
+```
+
+### Acceso al registry desde notebooks
+
+El kernel startup (`00_fn_registry.py`) se ejecuta automaticamente al abrir cualquier notebook y provee:
+
+```python
+# Helpers disponibles sin importar nada:
+fn_search("slice")           # Busca funciones y tipos por nombre/descripcion
+fn_query("SELECT ...")       # SQL directo sobre registry.db
+fn_code("filter_list_py_core")  # Codigo fuente de una funcion
+
+# Importar funciones Python del registry directamente:
+from core import filter_list, map_list, reduce_list
+from finance import sma, ema, rsi
+from metabase import MetabaseClient
+
+# Variable de entorno disponible:
+import os
+os.environ["FN_REGISTRY_ROOT"]  # Raiz del registry
+```
+
+### Reglas para agentes en analysis
+
+Cada analisis tiene su `.claude/CLAUDE.md` con reglas especificas:
+- Celdas inmutables: nunca modificar celdas existentes, solo anadir nuevas
+- Programacion funcional obligatoria: funciones puras, sin mutacion
+- Usar MCP jupyter para ejecutar codigo, nunca bash
+- Notebooks en `notebooks/`, maximo 50 celdas por notebook
+- Dependencias con `uv add`, nunca pip directo
+
+---
+
 ## Bucle reactivo: CONSTRUIR → EJECUTAR → RECOPILAR → ANALIZAR → MEJORAR
 
 ### 1. CONSTRUIR