fn_registry/bash/functions/pipelines/init_jupyter_analysis.md at 9b5c430f7f1a55224ada4a572d7f472d6d839e2b

Files

T

egutierrez 5f4f1f7508 docs: params/output semántico en 506 funciones para composabilidad

Añade campos params y output al frontmatter YAML de las 506 funciones del registry.
Cada parámetro tiene descripción semántica (qué representa, unidades, rango típico)
y cada función describe qué produce su output. Permite a agentes razonar sobre
cadenas de composición (ej: prices → log_return → sharpe_ratio) sin leer código.

2026-04-05 18:45:16 +02:00

2.6 KiB

Raw Blame History

name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, params, output, tested, tests, test_file_path, file_path

name

kind

lang

domain

version

purity

signature

description

tags

uses_functions

uses_types

returns

returns_optional

error_type

imports

params

output

tested

tests

test_file_path

file_path

init_jupyter_analysis

pipeline

bash

pipelines

1.0.0

impure

init_jupyter_analysis(nombre: string, [...paquetes_extra: string]) -> void

Inicializa un analisis Jupyter completo en analysis/{nombre}/ con venv, paquetes, launcher, MCP y reglas para agentes Claude. Acepta paquetes extra opcionales.

jupyter

analysis

setup

pipeline

bash

launcher

assert_command_exists_bash_shell

find_free_port_bash_shell

init_uv_venv_bash_infra

uv_add_packages_bash_infra

write_jupyter_launcher_bash_infra

write_mcp_jupyter_config_bash_infra

write_claude_jupyter_rules_bash_infra

write_jupyter_registry_kernel_bash_infra

false

error_go_core

name	desc
nombre	nombre del análisis a crear

name	desc
paquetes_extra	paquetes Python adicionales a instalar (variadic, opcional)

sin salida directa; estructura completa en analysis/{nombre}/

false

bash/functions/pipelines/init_jupyter_analysis.sh

Ejemplo

# Analisis basico
./init_jupyter_analysis.sh finanzas

# Con paquetes extra
./init_jupyter_analysis.sh duckdb polars duckdb
./init_jupyter_analysis.sh ml scikit-learn torch

# Via fn run
fn run init_jupyter_analysis finanzas
fn run init_jupyter_analysis ml scikit-learn torch

Flujo

assert_command_exists — verifica que uv o python3 estan disponibles
Crea estructura analysis/{nombre}/notebooks/ y analysis/{nombre}/data/
init_uv_venv — crea venv en analysis/{nombre}/.venv/
uv_add_packages — instala jupyter, jupyterlab, jupyter-collaboration, jupyter-mcp-server, pandas, numpy, matplotlib + extras
write_jupyter_launcher — genera run-jupyter-lab.sh con modo colaborativo
find_free_port + write_mcp_jupyter_config — detecta puerto libre y genera .mcp.json
write_claude_jupyter_rules — genera .claude/CLAUDE.md con reglas de agente
write_jupyter_registry_kernel — genera IPython startup con fn_query, fn_search, fn_code y acceso a python/functions/

Notas

Cada analisis es independiente (propio venv, propio Jupyter, propio MCP). Mismo patron que apps/ pero para exploraciones no reutilizables.

El pipeline usa set -euo pipefail — cualquier fallo detiene la ejecucion.

Paquetes base siempre incluidos: jupyter, jupyterlab, jupyter-collaboration, jupyter-mcp-server, pandas, numpy, matplotlib. Los paquetes extra se añaden a estos.

2.6 KiB Raw Blame History

Ejemplo

Flujo

Notas

2.6 KiB

Raw Blame History