egutierrez
8c8b58c3c3
Funciones Python para interactuar con Jupyter Lab programáticamente: descubrir instancias, leer/escribir celdas, ejecutar código y gestionar kernels. Reemplazan MCP jupyter con API REST + WebSocket directa. Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
95 lines
3.0 KiB
Markdown
95 lines
3.0 KiB
Markdown
---
|
|
name: jupyter_exec
|
|
kind: function
|
|
lang: py
|
|
domain: notebook
|
|
version: "1.0.0"
|
|
purity: impure
|
|
signature: "jupyter_append_execute(notebook_path: str, code: str, server_url: str, token: str) -> dict"
|
|
description: "Ejecuta codigo en kernels de Jupyter via WebSocket. Tres modos: append (añade celda al notebook y la ejecuta), cell (ejecuta celda existente por indice), kernel (ejecuta en el kernel sin tocar ningun notebook)."
|
|
tags: [jupyter, notebook, kernel, websocket, execution, cells]
|
|
uses_functions: []
|
|
uses_types: []
|
|
returns: []
|
|
returns_optional: false
|
|
error_type: "error_go_core"
|
|
imports: [jupyter_kernel_client, jupyter_nbmodel_client]
|
|
tested: false
|
|
tests: []
|
|
test_file_path: ""
|
|
file_path: "python/functions/notebook/jupyter_exec.py"
|
|
---
|
|
|
|
## Funciones
|
|
|
|
### `jupyter_append_execute(notebook_path, code, server_url, token)`
|
|
|
|
Añade una celda de codigo al final del notebook y la ejecuta. Usa el protocolo
|
|
colaborativo de Jupyter, por lo que tanto el agente como el usuario ven la celda
|
|
y su output en tiempo real en JupyterLab.
|
|
|
|
```python
|
|
from notebook.jupyter_exec import jupyter_append_execute
|
|
|
|
result = jupyter_append_execute(
|
|
"notebooks/analisis.ipynb",
|
|
"import pandas as pd\nprint(pd.__version__)",
|
|
server_url="http://localhost:8888",
|
|
token="",
|
|
)
|
|
# {"cell_index": 5, "outputs": ["2.2.1"]}
|
|
```
|
|
|
|
### `jupyter_execute_cell(notebook_path, cell_index, server_url, token)`
|
|
|
|
Ejecuta una celda existente del notebook por su indice (0-based).
|
|
|
|
```python
|
|
from notebook.jupyter_exec import jupyter_execute_cell
|
|
|
|
result = jupyter_execute_cell("notebooks/analisis.ipynb", 3)
|
|
# {"cell_index": 3, "outputs": ["42"]}
|
|
```
|
|
|
|
### `jupyter_kernel_execute(code, server_url, token)`
|
|
|
|
Ejecuta codigo directamente en el kernel sin modificar ningun notebook. Util para
|
|
consultas rapidas, inspeccion de variables o verificacion de estado del kernel.
|
|
|
|
```python
|
|
from notebook.jupyter_exec import jupyter_kernel_execute
|
|
|
|
result = jupyter_kernel_execute("len(df)")
|
|
# {"outputs": ["1500"], "status": "ok"}
|
|
```
|
|
|
|
## CLI
|
|
|
|
```bash
|
|
# Añadir celda y ejecutar
|
|
python -m notebook.jupyter_exec append notebooks/mi.ipynb "print('hola')" --server http://localhost:8888 --token mytoken
|
|
|
|
# Ejecutar celda existente
|
|
python -m notebook.jupyter_exec cell notebooks/mi.ipynb 2 --server http://localhost:8888
|
|
|
|
# Ejecutar en kernel directamente
|
|
python -m notebook.jupyter_exec kernel "x = 42; print(x)"
|
|
```
|
|
|
|
Output siempre JSON. En error retorna `{"error": "..."}` por stderr con exit code 1.
|
|
|
|
## Extraccion de outputs
|
|
|
|
| output_type | campo leido |
|
|
|---|---|
|
|
| stream | `text` |
|
|
| display_data / execute_result | `data.text/plain` |
|
|
| error | `traceback` (joined con `\n`) |
|
|
|
|
## Notas
|
|
|
|
- Las funciones `append` y `cell` son async internamente; las publicas usan `asyncio.run()`.
|
|
- `jupyter_kernel_execute` es sincrona directamente porque `KernelClient.execute` es bloqueante.
|
|
- El token puede ser cadena vacia si el servidor tiene autenticacion deshabilitada.
|
|
- `NbModelClient` requiere que el servidor tenga habilitado el endpoint colaborativo (`/api/collaboration/`), disponible en JupyterLab >= 4 con `jupyter-collaboration` instalado.
|